Amazon SageMaker AI が、カスタムコードの提案とワークスペースコンテキストにより Amazon Q Developer を強化
本日、AWS は Amazon SageMaker AI Jupyter Lab における Amazon Q Developer に対する大幅な機能強化を発表しました。これにより、プライベートコードリポジトリに基づくコード提案のカスタマイズと、ワークスペースコンテキスト全体を含めてコード支援を改善する機能が導入されました。これらの新機能により、組織は独自のコードを活用してコード提案の関連性を高めることができ、最終的には Jupyter Lab 環境内の開発者の生産性とコード品質が向上します。
新しいカスタマイズ機能により、Amazon Q Developer は、チームの内部ライブラリ、独自のアルゴリズム手法、およびエンタープライズコードスタイルに準拠した方法でソフトウェア開発を支援できるようになりました。Amazon Q Developer のカスタマイズは、Amazon Q が会社のコードベースに基づいて提案を提供できるようにするための一連の要素です。これにより、インラインベースでもチャットベースでも、コード提案が組織固有のコーディング手法や基準に完全に一致するようになります。
さらに、ワークスペースコンテキストにより、Amazon Q Developer はファイルを検索し、複数のファイルにわたるコードの使用方法を理解し、現在開いていないものも含めて複数のファイルを利用するコードを生成できます。このコンテキスト認識により、より正確で適切なコード支援が可能になり、開発者はコーディングを始める前にプロジェクト全体の構造をよりよく理解できるようになります。ユーザーはチャットインターフェースからワークスペース機能にアクセスできるため、プロジェクトの全範囲を考慮したシームレスな開発体験が保証されます。
Amazon SageMaker AI Jupyter Lab の Amazon Q Developer に対するこれらの機能強化は、Amazon SageMaker AI が提供されているすべてのリージョンで利用できるようになりました。
これらの新しい機能の詳細については、ドキュメントをご覧ください。