Инженерные команды, внедряющие ИИ-Driven Development Lifecycle (ИИ-DLC) с Amazon Bedrock AgentCore и агентами кодинга, часто сталкиваются с разрывом между концептуальными фреймворками и работающим кодом. AWS опубликовала две референсные реализации, которые закрывают этот разрыв, демонстрируя паттерны фазы конструирования ИИ-DLC. Обе системы построены на AgentCore — сервисе для создания, подключения и оптимизации агентов в масштабе с любым фреймворком или моделью.
Первая реализация автоматически генерирует Mermaid ER-диаграммы из SQL-схем. Когда разработчик отправляет SQL-файл в Amazon S3, срабатывает Lambda-функция, которая аутентифицируется через Amazon Cognito и вызывает агент AgentCore runtime. Агент, использующий модель Claude Sonnet 4 через Amazon Bedrock, анализирует DDL-операторы и создает.mmd-файл с диаграммой, который сохраняется обратно в S3. Система читает только метаданные схемы — таблицы, ограничения, внешние ключи — и не касается данных строк, что делает её безопасным эталоном для автоматизации схем. Это решает проблему ручного создания ER-диаграмм, которые часто отстают от реальной схемы.
| Компонент | Назначение |
|---|---|
| Amazon S3 | Хранение SQL-файлов и сгенерированных .mmd-диаграмм |
| AWS Lambda | Обработка событий загрузки файлов и запуск агента |
| Amazon Cognito | OAuth2-аутентификация между машинами |
| AgentCore runtime | Запуск агента для анализа SQL и генерации диаграмм |
| AgentCore memory | Хранение контекста сессий с 90-дневным сроком и семантический поиск |
Вторая реализация — многогаентная система для анализа безопасности кода в CI/CD. Она использует AgentCore Gateway и память AgentCore, а также внешние интеграции для проверки на уязвимости, CVE и соответствие политикам. Агенты анализируют код, проходящий через пайплайны CI/CD, и выдают отчеты, которые помогают человеку принимать решения. Обе системы имеют общую архитектурную основу на AgentCore, что показывает, как команды могут собирать ИИ-управляемые рабочие процессы из модульных компонентов.
Первая система автоматически создает Mermaid ER-диаграммы из SQL-схем, используя AgentCore runtime и модель Claude Sonnet 4.
ИИ-DLC позиционирует ИИ как центрального участника всего жизненного цикла разработки ПО: ИИ выполняет рутинные задачи, а люди сохраняют контроль над критическими решениями. В фазе конструирования ИИ предлагает архитектуру, генерирует планы, пишет код и создает артефакты развертывания, а команда уточняет технические решения в реальном времени. Эти две реализации иллюстрируют, как структурировать такие процессы с сохранением human-in-the-loop управления.
Обе реализации доступны в GitHub с полными инструкциями по развертыванию. Это практический пример для команд, которые хотят перейти от концепций ИИ-DLC к работающему коду, используя Amazon Bedrock AgentCore и локальные агентские инструменты.
