Amazon Web Services ブログ

バグ修正と既存アプリの上に構築するための新しい Spec タイプ

Kiro の Specs に 2 つの新しいタイプが追加されました。既存アプリやブラウンフィールドプロジェクトで技術アーキテクチャがすでに決まっている場合に設計ドキュメントから始められる「デザインファーストワークフロー」と、現在の振る舞い・期待される振る舞い・変更されない振る舞いの 3 セクションで構造化し、プロパティベーステストでリグレッションを防ぎながら外科的にバグを修正できる「バグ修正 Spec」です。従来の要件ファーストに加え、開発者の思考の出発点に合わせた柔軟なワークフローが選択できるようになりました。

「導入しても使われない」を解決する ― 三菱電機 電力ICTセンターが Kiro と GitLab で実現した開発ワークフローの標準化

本ブログは、三菱電機株式会社 電力システム製作所 電力ICTセンター 小森様と、アマゾン ウェブ サービス ジャパン合同会社 ソリューションアーキテクト稲田、GitLab 合同会社 ソリューションアーキテクトの小松原様の共著です。三菱電機 電力ICTセンターにおける Kiro と GitLab を組み合わせたソフトウェア開発効率化の取り組みについてご紹介します。

how_to_identify_website_performance_bottlenecks

First Byte Latency の時間計測と Server-Timing ヘッダーを用いて、ウェブサイトのパフォーマンスのボトルネックを特定する方法

ウェブサイトのパフォーマンス問題はよくあることですが、根本原因の特定は困難な作業となります。この投稿では、 S […]

リファクタリングを正しく行う：プログラム解析により AI エージェントの安全性と信頼性を高める方法

従来の AI コーディングエージェントは、関数の名前変更やファイル移動などのリファクタリングをテキスト編集として扱うため、インポートの破損や参照エラーを引き起こしていました。Kiro は VSCode の Language Server Protocol を活用したセマンティックリネームツールとスマートリロケートツールを導入し、F2 キーを押したときと同じ IDE の実証済み機能をエージェントが利用できるようにしました。これにより、ワークスペース全体の参照、インポート、型定義を自動的に更新し、20 秒で終わるべきリファクタリングが 5 分のデバッグセッションになる問題を解決します。

BMW Group が AWS 上のエージェンティック検索でペタバイト規模のデータからインサイトを引き出す

BMW Group が AWS 上でエージェント検索ソリューションを構築し、ペタバイト規模のデータからインサイトを引き出す取り組みを紹介します。同社の Cloud Data Hub は 20 PB のデータを保存し、1 日平均 110 TB を取り込んでいますが、従来は専門知識がないユーザーにとってデータ分析が困難でした。AWS Professional Services と協力し、Amazon S3 Vectors、Amazon Bedrock、Strands Agents を組み合わせたソリューションを開発。ハイブリッド検索、網羅的検索、SQL クエリの 3 つのアプローチにより、技術スキルに関係なく自然言語でデータにアクセス可能になりました。サーバーレスアーキテクチャによりコスト効率も実現しています 。

← Older posts
Newer posts →