Supercargando Tu Flujo de Trabajo de Desarrollador con Amazon Q Developer

Hola a todos. Soy Vikash. Soy un gerente de desarrollo de software con AWS en Amazon. {{^}}Hola a todos. Soy Abita Bala. Soy una gerente de producto senior en AWS. Gracias, Abita.

Hoy, me gustaría darles la bienvenida a todos a nuestra charla, Potenciando el Flujo de Trabajo del Desarrollador con Amazon Q Developer. Hoy, en esta charla, primero veremos el ciclo de vida del desarrollo de software. Luego echaremos un vistazo a Amazon Q Developer. Luego veremos los agentes de Amazon Q Developer en IDE, que son slash dev, slash test, slash docs y slash review. Luego veremos Amazon Q Developer en tu terminal. Y finalmente, echaremos un vistazo a Amazon Q Developer en la consola de AWS.

El ciclo de vida del desarrollo de software es divertido. Nos permite resolver problemas difíciles, encontrar grandes soluciones y hacer felices a nuestros clientes. Es un proceso muy iterativo. Comenzamos con un plan, que es como un documento de requisitos del producto. Luego creamos artefactos, como código, documentación, etcétera. Lo probamos, lo hacemos más seguro, lo operamos, lo desplegamos en la nube, luego lo mantenemos, lo monitoreamos y lo modernizamos. Y luego hacemos todo esto de nuevo.

Entonces, ¿qué es Amazon Q Developer? Amazon Q Developer es un asistente conversacional impulsado por IA que puede ayudarte a lo largo de tu ciclo de vida del desarrollo de software, que es el SDLC. Puede realizar tareas complejas de manera autónoma. Y para llevar este paso más allá, hoy construiremos un juego llamado 2048 o 2048. El objetivo del juego, como podemos ver aquí, es fusionar dos fichas con los mismos números para construir un número más grande juntos. Por ejemplo, aquí fusionamos dos fichas de dos para hacer cuatro, fusionamos dos fichas de cuatro para hacer ocho y 16 y así sucesivamente.

Entonces, ¿cómo procedemos con esto? Primero usaremos el agente de Amazon Q Developer, que es slash dev para el desarrollo de características. Luego escribiremos pruebas unitarias para hacerlo listo para producción, luego realizaremos revisiones de código, y finalmente redactaremos una documentación antes de enviarlo a producción. Así que comencemos con el desarrollo de características. El agente de Amazon Q Developer para el desarrollo de características puede recibir requisitos de tu parte, luego analizará tu base de código y propondrá todo el desarrollo de características y lo hará en tu nombre de manera autónoma. Como vemos en toda esta presentación, todo comienza con un aviso en tu IDE.

Así que empecemos. Primero, invocaré al agente llamando a slash dev y le estoy dando un aviso de que quiero que construya un juego 2048 con un front end y back end. Aquí, mientras hace eso, echemos un vistazo a nuestra barra lateral. Este es un simple código de función hello world en Python. Tenemos app.py, que tiene una función de raíz de lectura, que es hello world, tenemos un test app.py y todo lo demás es solo un trozo de código de plantilla.

Así que volviendo al lado derecho donde vemos el Q dev, en el momento en que comienza a leer, en el momento en que comenzamos a invocar al agente, comienza a leer rápidamente nuestra base de código. Una cosa que hace es que elabora un plan y comparte ese plan completamente a medida que avanza. Así que también nos está dando el resumen de cambios, los archivos que está leyendo, revisando y si, porque el agente es lo suficientemente inteligente, si piensa que necesita modificar un archivo existente, lo hará por ti. Aquí, una cosa es interesante, que ni siquiera mencioné que esta es una aplicación fast API, pero automáticamente lo descubrió. Y se dio cuenta de que necesita hacer una implementación de front end así como que no hay código de front end que esté conectado. Así que ahora está implementando la lógica para nuestro front end y está actualizando nuestro app.py existente. Ahora, como desarrollador, a medida que revisamos códigos en trozos más pequeños, está haciendo una implementación de front end y a medida que hacemos una implementación de front end, también está actualizando nuestro código existente.

Así que, como pueden ver, a medida que revisan códigos en trozos más pequeños, está haciendo eso por nosotros en segundo plano. Ahora está echando un vistazo a todo el archivo. Ahora está conectando el código. También se dio cuenta de que hay una configuración existente y una configuración de registro y se aseguró de que no cambiara ni alterara eso. Ahora tiene un código funcional para el HTML. Y ahora podemos comenzar a revisar nuestro código. Antes de hacer eso, quiero señalar que toda esta aplicación me tomó alrededor de 13 minutos. Eso es 1 3 2 construcciones. Hay un poco de magia de edición aquí. Por eso vemos un período de tiempo tan corto. Así que empecemos nuestras revisiones de código. Comencemos con app.py. Veo que actualizó el nombre de la aplicación. Eliminó la función hello world, creó un archivo de juego y creó tres API: una función de movimiento, una de inicio de juego y un estado de juego que parece correcto. Comencemos con index.html. Aquí vemos que el HTML está bien alineado, tiene CSS conectado al back end, realiza una llamada a la API, tiene una función de movimiento y tiene una combinación de colores para los azulejos también. También veo que tiene oyentes de eventos para mis teclas de flecha y utiliza async await.

Así que finalmente miramos el game dot py. Aquí vemos que ha creado un montón de funciones en todo el archivo que gestionan el estado que en gran medida me parece correcto. Entonces, ¿por qué no seguimos adelante y lo aceptamos? Intentemos ejecutar el código. Y como dicen la primera vez que ejecutas un código y si se ejecuta con éxito, entonces hay un error. Y eso es exactamente lo que sucede aquí. Estoy tratando de ejecutar el código. Llego a la pantalla, pero no está funcionando. Nuevamente pegaré el mensaje de error en Amazon Q developer para que lo resuelva. Y luego me di cuenta de que faltan los encabezados de causa como un mecanismo utilizado por los navegadores cuando están haciendo una llamada a una API externa a un endpoint diferente. Así que permitiré la lista blanca de mi host local en mi back end para asegurarme de que mi front end pueda leerlo con éxito. Ahora, agregaré un middleware. Haré las importaciones necesarias. Y finalmente tenemos un juego funcional. Así que una vez que el juego está en funcionamiento, podemos ver que ha creado un montón de funciones en todo el archivo. Y finalmente, tenemos un juego funcional. Aquí, mientras estoy emergiendo los azulejos, puedo ver que los números se están sumando y el juego está funcionando como se esperaba. Hay un mecanismo de puntuación y siempre puedo comenzar un nuevo juego. ¿Está listo para producción? Probablemente no. Entonces, ¿por qué no seguimos adelante y agregamos algunas pruebas y para esto invocaremos al agente de prueba slash, que es el agente de Amazon Q developer para pruebas unitarias. Haremos lo mismo. Invocaremos al agente con slash test. Aquí el aviso es opcional. Si deseas que el agente genere pruebas para un caso de uso particular, entonces puedes darle un aviso. Pero aquí comenzaremos con un aviso genérico con un aviso vacío y él lo resolverá automáticamente. Así que ahora está creando la prueba o prueba unitaria para app dot py, que es el archivo abierto aquí. Rápidamente comenzó a analizar y generó un montón de pruebas para mí. Así que antes de revisar, antes de aceptar. Vamos a revisar las pruebas. Así que aquí miro el archivo de prueba. Veo que hay un montón de funciones añadidas.

También observo que incluyó correctamente pruebas para mi estado para mis IDs de juego para mi gestión, etc. y también maneja las condiciones límite, lo cual es bueno. Así que sigamos adelante y aceptémoslo.

Y probemos ejecutar la prueba. Bien, esto es interesante. Tenía casi 24 pruebas de las cuales dos están fallando si tuviera que escribir estas manualmente. Estoy bastante seguro de que me habría llevado más tiempo que esto. Así que, ¿por qué no seguimos adelante y corregimos esta prueba? Volveremos a Amazon Q developer, pegaremos todo el error.

Y ahora podemos ver que la prueba no se está ejecutando. Así que rápidamente comenzó a generar la prueba. Así que ahora, una vez que tengo la prueba, iré y la copiaré y la pegaré en mi archivo de prueba. Y volvamos a ejecutar las pruebas. Y veo que la prueba está corregida. Así que pasemos a la siguiente y hagamos lo mismo. Así que le doy un error. Digo que lo corrija. Y en este caso, no solo encontrará que hay un error en la prueba, sino que también encontrará un error en el código fuente.

Aquí, si observas en la línea 274 mientras pegas. He incluido el parche dos veces, lo cual es nuevamente un error que Lyle enfrentará más tarde. Así que me dio cambios en el app dot PY. Actualizaré mi archivo de servidor principal. Haré las importaciones necesarias para mi ui. Así que haré las importaciones necesarias para mi ui. Así que lo actualizaré. Así que haré las importaciones necesarias para mi ui. Haré las importaciones necesarias para mi uuid. Volveré y volveré a ejecutar la prueba. Y aún veo un fallo. Así que volveré al archivo de prueba y eliminaré este parche. Volveré al archivo de prueba. Volveré a ejecutar la prueba. Y ahora tengo 24 pruebas aprobadas.

Así que veamos la prueba de barra nuevamente. Y esta vez quería añadir una prueba negativa solo para la función make move, que es muy específica. Así que veamos cómo lo hace. Miro la prueba generada. Veo que hay afirmaciones. Está validando códigos de estado, etc. Y finalmente tengo 25 unidades válidas generadas.

Intentemos ejecutar el código nuevamente para asegurarnos de que todo está funcionando como se esperaba. Así que el juego está funcionando. Lo cual es bueno. También veamos el uuid que importamos, ya que se está utilizando en este fragmento de código o no. Así que investiguemos en el panel de red. Veamos los encabezados de la función move. Y en la carga útil vemos el game ID y el game ID es un uuid v4. Eso significa que está ejecutando el código reciente y las pruebas están funcionando como se esperaba.

Así que llevemos esto un paso más allá y generemos documentaciones y documentación desactualizada para un proyecto de software puede ser un proceso que consume tiempo y perjudicial para la incorporación. Así que es en el mejor interés mantener las documentaciones actualizadas con los cambios en el código. Amazon Q Developer puede generar documentaciones de forma autónoma para ti analizando tu código completo.

Nuevamente invocamos al agente haciendo slash talk. No estoy pasando ningún aviso aquí. Así que me está haciendo algunas preguntas. Quiero generar un readme. Pero antes de hacer eso, veamos también el readme existente qué hay allí. Así que este es un readme vacío en este momento.

Ha comenzado a escanear nuestro archivo fuente. Ahora está resumiendo los archivos fuente. Y finalmente ha generado toda la documentación. Ha descubierto la estructura del repositorio, los archivos clave en el proyecto. Y luego me da los pasos de instalación. También generó documentaciones para mi API, mis pasos de prueba. E incluyó un flujo de datos también. Hacia el final del readme. El diagrama de flujo de datos es generalmente muy útil para entender cómo está funcionando la aplicación y cuál es el mecanismo de dependencia aquí.

Así que vamos a proceder y ejecutarlo. Así que vamos a proceder y hacer revisiones de código con el agente de Amazon Q Developer para revisiones de código. Aquí el agente revisará de forma autónoma todo tu código para encontrar vulnerabilidades de seguridad. Estoy ejecutando esta aplicación en localhost y en un momento dado quise ejecutarla con HTTPS. Por eso vemos la carpeta de búsqueda en nuestra barra lateral izquierda. Así que cuando está volviendo a la revisión de slash, vemos que ha iniciado la revisión de código. Ahora está revisando el código y ha encontrado un montón de problemas. Así que mirando los problemas de código en la parte superior. Veo que hay credenciales codificadas. Estoy ejecutando esta aplicación con credenciales codificadas. Estoy bien con eso porque sé que son solo para localhost para desarrollo. Así que no necesito tomar acciones sobre ellos.

Así que aquí veo en el medio. Se detectó un manejo de errores inadecuado. Así que, ¿por qué no generamos una solución para eso? Así que veo la solución generada. Vamos a aceptarla. Y sí, ahora finalmente hemos completado con éxito la revisión de slash.

Así que, ¿por qué no vamos a empezar a desplegarlo? Hola a todos. Así que llevemos esta aplicación al siguiente nivel y, ¿por qué no desplegamos en la nube hoy? Antes de eso, hagamos un commit de nuestro código y lo enviemos a nuestros servicios de alojamiento de código QCLI. Así que invoquemos QCLI con QChat. QChat tiene acceso para agregar obtener, historial de git y variables de entorno. Cuando le pido que cree un commit, pudo hacerlo con precisión. Puede identificar cambios, modificar la funcionalidad central de tu juego. Actualiza los casos de prueba correspondientes, realiza cambios de perro. También me gusta que utiliza pies que es la mejor práctica para hacer commit del código y también utiliza el lanzamiento semántico para una mejor versionado de mi software.

Ahora, continuando, veamos Amazon Q Developer en la consola de AWS. Antes de desplegar en la consola, necesitamos ejecutar algunos scripts de despliegue. Así que hagámoslo. Hoy nuevamente utilizaremos Amazon Q Developer para el desarrollo de características, que es slash dev para construir nuestros scripts de despliegue. Cuando le pido a Q Developer que construya una configuración de SAM, como un resumen, SAM es el modelo de aplicación sin servidor, que es un mecanismo de despliegue para desplegar software en AWS. Como mejor práctica, quiero desplegar el frontend a través de S3 y servir a través de CloudFront y el backend a través de Lambda y servir a través de API Gateway. Para Lambda, quiero usar capas para las dependencias cada vez que despliegue. Mi tiempo de despliegue es mínimo y el código es muy seguro. Así que vamos a proceder y desplegar. Y como pueden ver, comparte lo que revisó y lo que se creó. Sigamos adelante. Envío el aviso y muy rápidamente, mi agente de desarrollo de características comienza a analizar el código. Mira el código existente para entender mi código frontend y dónde está mi construcción. Mi código frontend y dónde está enganchado mi código backend. Entendiendo mi código de aplicación de prueba y el código de aplicación real genera rápidamente plantillas. Así que pueden ver el template.yaml, que se desplegará en AWS.

Ahora, veamos el archivo template.yaml. Veo capas en la línea 18 y arriba. Así que se crean algunas funciones Lambda con el juego 2048. La nomenclatura parece correcta. El bucket de S3 es privado. CloudFront utiliza OAI. En gran medida, me parece correcto. Entonces, ¿por qué no seguimos adelante y aceptamos todos los cambios?

Ahora que está listo, despleguemos en nuestra propia cuenta de AWS. Primero, llamamos SAM deploy, SAM build, el código se construye con éxito. Luego ejecutamos SAM deploy. Dale un nombre, región, auth. No necesito auth aquí. No necesito auth aquí. No he especificado porque es un juego simple. Y luego digo que sí y el despliegue comienza. Rápidamente comienza a subir todos los artefactos. Una vez que haya terminado, puedes ver que está iniciando el despliegue. Y esperemos a que se completen las actualizaciones de la pila. Y finalmente vemos que el despliegue está completo.

Así que como pueden ver, como mencionó Vikash antes, si se ejecuta la primera vez, entonces probablemente no has hecho un gran trabajo. No se ve bien. Así que el código se ejecuta por primera vez. Notamos que hay un error. Se desplegó en CloudFront, pero no está funcionando. Así que ejecutemos el código. Y puedes ver que el código se está ejecutando correctamente. Se desplegó en CloudFront, pero no está funcionando. Así que intentemos depurar y ver qué sucede. Así que para depurar, nuevamente, estaremos usando Amazon QDeveloper con CloudWatch, que es la solución de monitoreo y observabilidad de Amazon que tenemos. Intentemos depurar y ver qué está pasando.

Así que en logs y sitios en Amazon CloudWatch, especificas el grupo de logs. Y luego puedes ver que recientemente añadimos los criterios de grupo de logs ampliados donde puedes buscar por todos los grupos de logs o el prefijo en sí. Así que ejecutas la consulta y luego comienzas a investigar. Así que le das un título a la investigación. Y luego miras hacia abajo y luego comienzas la investigación.

Así que comienza a sugerir lo que podría haber sucedido. Luego vas a la pestaña de investigación donde comenzaste la investigación. A la derecha, puedes ver las sugerencias. Así que hay un montón de sugerencias aquí con el error de la API gateway. Parece que esa podría ser la razón. Así que continúo y la acepto y luego sugiere hipótesis y el razonamiento también. Luego acepto el razonamiento. Así que con esto, entiendo lo que está pasando cuando estoy tratando de resolver problemas y averiguar qué está pasando. Así que ahora que ha terminado, puedo finalizar la investigación y archivarla.

La otra forma en que puedes hacerlo es puedes ir a la investigación y luego puedes usar QChak para poder hacerlo también. Así que vas a Amazon QLogs y luego ves todo lo que se ha generado. Y puedes ver el resumen de todas las observaciones allí también. Ahora, finalmente, con un montón de prueba y error, logramos que la aplicación funcionara. Y luego nos dimos cuenta de que la aplicación no es adecuada para arquitectura sin servidor. Como próximos pasos, estamos trabajando para desplegar un EC2 que será en el futuro. Así que esto lo resume. Gracias a todos por su tiempo hoy.