Bitbucket - जेन एआई की मदद से कोड रिव्यू ऑटोमेशन

1. खास जानकारी

इस लैब में, आपको Bitbucket पाइपलाइन सेट अप करनी होगी. साथ ही, कोड की समीक्षा के चरणों को अपने-आप पूरा करने के लिए, इसे Gemini के साथ इंटिग्रेट करना होगा.

आपको क्या सीखने को मिलेगा

इस लैब में, आपको ये काम करने का तरीका बताया जाएगा:

Bitbucket में, जनरेटिव एआई की मदद से कोड की समीक्षा करने के लिए, ऑटोमेशन के चरण जोड़ने का तरीका
कोड की समीक्षाओं को अपने-आप पूरा करने के लिए, लोकल तौर पर devai सीएलआई को चलाने का तरीका

ज़रूरी शर्तें

इस लैब को शुरू करने से पहले, यह माना जा रहा है कि आपको Cloud Console और Cloud Shell एनवायरमेंट के बारे में जानकारी है.

2. सेटअप और ज़रूरी शर्तें

Cloud Project का सेटअप

Google Cloud Console में साइन इन करें और नया प्रोजेक्ट बनाएं या किसी मौजूदा प्रोजेक्ट का फिर से इस्तेमाल करें. अगर आपके पास पहले से कोई Gmail या Google Workspace खाता नहीं है, तो आपको एक खाता बनाना होगा.

प्रोजेक्ट का नाम, इस प्रोजेक्ट में हिस्सा लेने वाले लोगों के लिए डिसप्ले नेम होता है. यह एक वर्ण स्ट्रिंग है, जिसका इस्तेमाल Google API नहीं करते. इसे कभी भी अपडेट किया जा सकता है.
प्रोजेक्ट आईडी, सभी Google Cloud प्रोजेक्ट के लिए यूनीक होता है. साथ ही, इसे बदला नहीं जा सकता. Cloud Console, यूनीक स्ट्रिंग को अपने-आप जनरेट करता है. आम तौर पर, आपको इससे कोई फ़र्क़ नहीं पड़ता कि यह क्या है. ज़्यादातर कोडलैब में, आपको अपने प्रोजेक्ट आईडी (आम तौर पर PROJECT_ID के तौर पर पहचाना जाता है) का रेफ़रंस देना होगा. अगर आपको जनरेट किया गया आईडी पसंद नहीं है, तो कोई दूसरा रैंडम आईडी जनरेट किया जा सकता है. इसके अलावा, आपके पास अपना नाम आज़माने का विकल्प भी है. इससे आपको पता चलेगा कि वह नाम उपलब्ध है या नहीं. इस चरण के बाद, इसे बदला नहीं जा सकता. यह प्रोजेक्ट की अवधि तक बना रहता है.
आपकी जानकारी के लिए बता दें कि एक तीसरी वैल्यू भी होती है, जिसे प्रोजेक्ट नंबर कहते हैं. इसका इस्तेमाल कुछ एपीआई करते हैं. इन तीनों वैल्यू के बारे में ज़्यादा जानने के लिए, दस्तावेज़ देखें.

इसके बाद, आपको Cloud Console में बिलिंग चालू करनी होगी, ताकि Cloud संसाधनों/एपीआई का इस्तेमाल किया जा सके. इस कोडलैब को पूरा करने में ज़्यादा समय नहीं लगेगा. इस ट्यूटोरियल के बाद बिलिंग से बचने के लिए, संसाधनों को बंद किया जा सकता है. इसके लिए, बनाए गए संसाधनों को मिटाएं या प्रोजेक्ट को मिटाएं. Google Cloud के नए उपयोगकर्ताओं को, 300 डॉलर का क्रेडिट मिलेगा. वे इसे मुफ़्त में आज़मा सकते हैं.

एनवायरमेंट सेटअप करना

Gemini Chat खोलें.

इसके अलावा, खोज बार में "Gemini से पूछें" टाइप करें.

Google Cloud API के लिए Gemini को चालू करें:

इसे आज़माने के लिए, "Start chatting" पर क्लिक करें और सैंपल के तौर पर दिए गए किसी सवाल का इस्तेमाल करें या अपना प्रॉम्प्ट टाइप करें.

ये प्रॉम्प्ट आज़माएँ:

Cloud Run के बारे में पांच मुख्य बातें बताओ.
आप Google Cloud Run के प्रॉडक्ट मैनेजर हैं. किसी छात्र को पांच मुख्य बातों में Cloud Run के बारे में बताएं.
आप Google Cloud Run के प्रॉडक्ट मैनेजर हैं. सर्टिफ़ाइड Kubernetes डेवलपर को, पांच मुख्य बातों में Cloud Run के बारे में बताएं.
आप Google Cloud Run के प्रॉडक्ट मैनेजर हैं. आपको एक सीनियर डेवलपर को यह बताना है कि Cloud Run और GKE का इस्तेमाल कब किया जाता है. इसके लिए, पांच मुख्य बातों का इस्तेमाल करें.

बेहतर प्रॉम्प्ट लिखने के बारे में ज़्यादा जानने के लिए, प्रॉम्प्ट गाइड देखें.

Gemini for Google Cloud, आपके डेटा का इस्तेमाल कैसे करता है

निजता बनाए रखने के लिए Google की प्रतिबद्धता

Google, इंडस्ट्री की उन कंपनियों में से एक है जिसने सबसे पहले एआई/एमएल से जुड़ी निजता की नीति पब्लिश की थी. इसमें बताया गया है कि हमारा मानना है कि ग्राहकों के पास, क्लाउड में स्टोर किए गए अपने डेटा की सुरक्षा और उस पर कंट्रोल करने का सबसे बेहतर विकल्प होना चाहिए.

सबमिट किया गया और मिला हुआ डेटा

Gemini से पूछे गए सवालों को प्रॉम्प्ट कहा जाता है. इनमें, Gemini को विश्लेषण या पूरा करने के लिए सबमिट की गई जानकारी या कोड भी शामिल होता है. Gemini से मिलने वाले जवाबों या कोड को पूरा करने के सुझावों को रिस्पॉन्स कहा जाता है. Gemini, अपने मॉडल को ट्रेनिंग देने के लिए, आपके प्रॉम्प्ट या उनके जवाबों का इस्तेमाल नहीं करता.

प्रॉम्प्ट को एन्क्रिप्ट (सुरक्षित) करना

Gemini को प्रॉम्प्ट सबमिट करने पर, Gemini के मॉडल में इनपुट के तौर पर इस्तेमाल होने वाला आपका डेटा, ट्रांसफ़र के दौरान एन्क्रिप्ट (सुरक्षित) किया जाता है.

Gemini से जनरेट किया गया प्रोग्राम डेटा

Gemini को, Google Cloud के पहले पक्ष के कोड के साथ-साथ तीसरे पक्ष के चुने गए कोड की मदद से भी ट्रेनिंग दी गई है. आपके कोड की सुरक्षा, टेस्टिंग, और असरदार तरीके से काम करने की ज़िम्मेदारी आपकी है. इसमें Gemini की ओर से दिए गए कोड को पूरा करने, जनरेट करने या उसका विश्लेषण करने की सुविधा भी शामिल है.

Google आपके प्रॉम्प्ट को कैसे मैनेज करता है, इस बारे में ज़्यादा जानें.

3. प्रॉम्प्ट की जांच करने के विकल्प

अगर आपको मौजूदा devai cli प्रॉम्प्ट बदलने/बढ़ाने हैं, तो आपके पास इसके लिए कई विकल्प हैं.

Vertex AI Studio

Vertex AI Studio, Google Cloud के Vertex AI प्लैटफ़ॉर्म का हिस्सा है. इसे खास तौर पर, जनरेटिव एआई मॉडल को आसानी से और तेज़ी से डेवलप करने और इस्तेमाल करने के लिए डिज़ाइन किया गया है.

Google AI Studio

Google AI Studio, वेब पर आधारित एक टूल है. इसका इस्तेमाल, प्रॉम्प्ट इंजीनियरिंग और Gemini API के साथ प्रोटोटाइप बनाने और एक्सपेरिमेंट करने के लिए किया जाता है.

Gemini का वेब ऐप्लिकेशन (gemini.google.com)

Google Gemini का वेब ऐप्लिकेशन (gemini.google.com), वेब पर आधारित एक टूल है. इसे Google के Gemini एआई मॉडल की क्षमताओं को एक्सप्लोर करने और उनका इस्तेमाल करने में आपकी मदद करने के लिए डिज़ाइन किया गया है.

Android के लिए Google Gemini का मोबाइल ऐप्लिकेशन और iOS पर Google ऐप्लिकेशन

4. सेवा खाता बनाएं

सर्च बार के दाईं ओर मौजूद आइकॉन पर क्लिक करके, Cloud Shell चालू करें.

खुले हुए टर्मिनल में, Vertex AI API और Gemini Chat का इस्तेमाल करने के लिए ज़रूरी सेवाएँ चालू करें.

gcloud services enable \
    aiplatform.googleapis.com \
    cloudaicompanion.googleapis.com \
    cloudresourcemanager.googleapis.com \
    secretmanager.googleapis.com

अगर अनुमति देने के लिए कहा जाए, तो जारी रखने के लिए "अनुमति दें" पर क्लिक करें.

नया सेवा खाता और कुंजियां बनाने के लिए, यहां दी गई कमांड चलाएं.

इस सेवा खाते का इस्तेमाल, सीआई/सीआईडी पाइपलाइन से Vertex AI Gemini API को एपीआई कॉल करने के लिए किया जाएगा.

PROJECT_ID=$(gcloud config get-value project)
SERVICE_ACCOUNT_NAME='vertex-client'
DISPLAY_NAME='Vertex Client'
KEY_FILE_NAME='vertex-client-key'

gcloud iam service-accounts create $SERVICE_ACCOUNT_NAME --display-name "$DISPLAY_NAME"

भूमिकाएं असाइन करना.

gcloud projects add-iam-policy-binding $PROJECT_ID --member="serviceAccount:$SERVICE_ACCOUNT_NAME@$PROJECT_ID.iam.gserviceaccount.com" --role="roles/aiplatform.admin" --condition None

gcloud projects add-iam-policy-binding $PROJECT_ID --member="serviceAccount:$SERVICE_ACCOUNT_NAME@$PROJECT_ID.iam.gserviceaccount.com" --role="roles/secretmanager.secretAccessor" --condition None

gcloud iam service-accounts keys create $KEY_FILE_NAME.json --iam-account=$SERVICE_ACCOUNT_NAME@$PROJECT_ID.iam.gserviceaccount.com

5. GitHub रिपॉज़िटरी को Bitbucket रिपॉज़िटरी में इंपोर्ट करना

https://bitbucket.org/ पर लॉगिन करें और "Create" / Repository / Import repository" विकल्प चुनें.

Git रिपॉज़िटरी का यूआरएल:

https://github.com/GoogleCloudPlatform/genai-for-developers.git

अपना फ़ाइल फ़ोल्डर और प्रोजेक्ट चुनें. इसके बाद, नई रिपॉज़िटरी को कोई नाम दें.

इंपोर्ट करने की प्रोसेस शुरू करने के लिए, "Import repository" पर क्लिक करें.

6. Bitbucket पाइपलाइन वैरिएबल जोड़ना

इसके बाद, आपको Bitbucket CICD पाइपलाइन को चालू करना होगा, ताकि जब बदलावों को डेटाबेस में पुश किया जाए, तब कोड की समीक्षा की जा सके.

ब्राउज़र में Bitbucket रिपॉज़िटरी खोलें और "Repository settings / PIPELINES / Settings" सेक्शन पर जाएं. इस रिपॉज़िटरी के लिए पाइपलाइन चालू करें.

"Repository settings / PIPELINES / Repository variables" सेक्शन पर जाएं.

तीन वैरिएबल जोड़ें:

PROJECT_ID - आपका Qwiklabs प्रोजेक्ट आईडी
LOCATION - us-central1
GOOGLE_CLOUD_CREDENTIALS

GOOGLE_CLOUD_CREDENTIALS वैरिएबल की वैल्यू के लिए, ऊपर दिए गए सेक्शन में बनाया गया सेवा खाता कुंजी का इस्तेमाल करें. Google Cloud Shell में यह निर्देश चलाएं और वैल्यू को कॉपी/चिपकाएं.

cat ~/vertex-client-key.json

रिपॉज़िटरी वैरिएबल व्यू:

7. Bitbucket पाइपलाइन चलाना

"Pipelines" सेक्शन खोलें और "Run initial pipeline" पर क्लिक करें.

"main" ब्रांच और "default" पाइपलाइन चुनें. इसके बाद, "Run" पर क्लिक करें.

8. Bitbucket पाइपलाइन के आउटपुट की समीक्षा करना

"Pipelines" सेक्शन खोलें/रीफ़्रेश करें और पाइपलाइन के आउटपुट की समीक्षा करें.

टेस्ट कवरेज कमांड के नतीजे:

devai review testcoverage -c ./sample-app/src

यह devai review testcoverage कमांड, जनरेटिव एआई मॉडल Gemini का इस्तेमाल करके, कोड और उससे जुड़े टेस्ट सुइट का विश्लेषण करती है. यह दिए गए कोड के टेस्ट कवरेज का आकलन करता है. साथ ही, उन फ़ाइलों और तरीकों की पहचान करता है जिनमें यूनिट टेस्ट शामिल हैं और जिनमें नहीं हैं. इसके बाद, यह कमांड मॉडल का इस्तेमाल करके कवरेज की खास जानकारी देती है. इसमें लाइनों और ब्रांच/शर्तों को कवर करने जैसी मेट्रिक शामिल होती हैं. यह टूल, विश्लेषण के आधार पर टेस्ट कवरेज को बेहतर बनाने के लिए सुझाव देता है. साथ ही, जोड़ने के लिए कुछ खास टेस्ट का सुझाव देता है. इसके अलावा, टेस्टिंग के सबसे सही तरीकों के बारे में सामान्य सलाह देता है. आखिर में, यह Gemini मॉडल के जवाब को आउटपुट करता है. इसमें ऐसी फ़ाइलों के बारे में जानकारी शामिल होती है जिनमें कवरेज नहीं है. साथ ही, कमांड लाइन के ज़रिए उपयोगकर्ता को मौजूदा टेस्ट को बेहतर बनाने के सुझाव दिए जाते हैं.

कोड की समीक्षा करने वाली कमांड के नतीजे:

devai review code -c ./sample-app/src/main/java/anthos/samples/bankofanthos/balancereader

devai review code कमांड, जनरेटिव एआई मॉडल का इस्तेमाल करके, दिए गए कोड स्निपेट की पूरी तरह से समीक्षा करती है. यह समीक्षा किए जाने वाले कोड को इनपुट (कॉन्टेक्स्ट) और आउटपुट फ़ॉर्मैट की प्राथमिकता (आउटपुट) के तौर पर लेता है. यह लार्ज लैंग्वेज मॉडल का इस्तेमाल करके, कोड का विश्लेषण करता है. इससे यह पता चलता है कि कोड सही है या नहीं, वह कितना असरदार है, उसे बनाए रखना कितना आसान है, वह कितना सुरक्षित है, और वह सबसे सही तरीकों के मुताबिक है या नहीं. यह कमांड, Gemini को समीक्षा करने का तरीका बताने वाला एक विस्तृत प्रॉम्प्ट बनाती है. इसके बाद, यह प्रॉम्प्ट मॉडल को भेजती है, ताकि वह दिए गए कोड का आकलन कर सके. आखिर में, यह Gemini के जवाब को प्रोसेस करता है. साथ ही, उपयोगकर्ता की पसंद के मुताबिक, इसे मार्कडाउन, JSON या टेबल के तौर पर फ़ॉर्मैट करता है. इसके बाद, समीक्षा के नतीजे दिखाता है.

कानून के पालन से जुड़ी समीक्षा करने वाली कमांड के नतीजे:

devai review compliance --context ./sample-app/k8s --config ./devai-cli/gemini/styleguide.md

devai review compliance कमांड, कोड का विश्लेषण करती है. यह विश्लेषण, सबसे सही तरीकों के एक सेट के हिसाब से किया जाता है. आम तौर पर, यह Kubernetes कॉन्फ़िगरेशन के लिए होता है. यह दिए गए कोड (context) की समीक्षा करने के लिए, Gemini मॉडल का इस्तेमाल करता है. साथ ही, इसकी तुलना कॉन्फ़िगरेशन की अलग फ़ाइल (config) में तय किए गए मानकों से करता है. यह कमांड, Gemini मॉडल को प्रॉम्प्ट का इस्तेमाल करके निर्देश देती है कि वह एक विशेषज्ञ Kubernetes इंजीनियर के तौर पर काम करे और अनुपालन रिपोर्ट दे. इसके बाद, यह नतीजों को संक्षिप्त जानकारी के तौर पर फ़ॉर्मैट करता है. इसमें उन कोड सैंपल पर फ़ोकस किया जाता है जिनसे पता चलता है कि पहचानी गई किसी भी समस्या को कैसे ठीक किया जाए. आखिर में, यह कमांड Gemini की अनुपालन समीक्षा के आउटपुट को कंसोल पर प्रिंट करती है. इससे उपयोगकर्ता, आसानी से अपने कोड का ऑडिट करके यह पता लगा सकता है कि वह नीति का पालन कर रहा है या नहीं.

9. Bitbucket Repo को क्लोन करना और SSH कुंजी सेट अप करना

Google Cloud Shell टर्मिनल पर वापस जाएं और नई एसएसएच कुंजी सेट अप करें.

कमांड चलाने से पहले, अपना ईमेल पता अपडेट करें.

ssh-keygen -t ed25519 -C "your-email-address"

eval "$(ssh-agent -s)"
ssh-add ~/.ssh/id_ed25519

cat ~/.ssh/id_ed25519.pub

अपनी Bitbucket रिपॉज़िटरी में ऐक्सेस कुंजी जोड़ें.

"Repository settings / SECURITY / Access keys" खोलें और "कुंजी जोड़ें" पर क्लिक करें.

की वैल्यू के लिए, पिछले निर्देश का आउटपुट कॉपी/चिपकाएं.

"Source" सेक्शन में जाकर, "Clone" पर क्लिक करें और यूआरएल कॉपी करें.

टर्मिनल पर वापस जाएं और रिपॉज़िटरी को क्लोन करें.

cd ~
mkdir bitbucket
cd bitbucket

इसे अपने Bitbucket प्रोजेक्ट और डेटाबेस के यूआरएल से बदलें.

git clone git@bitbucket.org:YOUR_PROJECT/genai-for-developers.git

डायरेक्ट्री बदलें और bitbucket-pipelines.yml फ़ाइल खोलें. अगर आपने इंपोर्ट करने के दौरान रिपॉज़िटरी का नाम बदला है, तो यहां दी गई कमांड चलाने से पहले फ़ोल्डर का नाम अपडेट करें.

cd genai-for-developers

cloudshell edit bitbucket-pipelines.yml

10. Gemini Code Assist की मदद से कोड को समझना

bitbucket-pipelines.yml फ़ाइल में कहीं भी राइट क्लिक करें और Gemini Code Assist > Explain इसे चुनें.

समीक्षा के बारे में जानकारी:

11. DevAI CLI डेवलपमेंट

इस सेक्शन में, devai cli में बदलाव किए जाएंगे.

शुरू करने के लिए, python virtualenv सेट अप करें, ज़रूरी शर्तें इंस्टॉल करें, और सैंपल कमांड चलाएं.

cd ~/bitbucket/genai-for-developers/devai-cli
python3 -m venv venv
. venv/bin/activate
pip3 install -r src/requirements.txt
pip3 install --editable ./src
devai echo

ज़रूरी एनवायरमेंट वैरिएबल सेट करें.

export PROJECT_ID=$(gcloud config get-value project)
export LOCATION=us-central1

कोड की समीक्षा करने वाली कमांड चलाकर देखें कि सब कुछ ठीक से काम कर रहा है या नहीं:

devai review code -c ~/bitbucket/genai-for-developers/sample-app/src/main/java/anthos/samples/bankofanthos/balancereader > code-review.md

cloudshell edit code-review.md

Cloud Shell Editor में Markdown की झलक दिखाने की सुविधा का इस्तेमाल करके, नतीजों की समीक्षा करें.

इसके बाद, कमांड पैलेट का इस्तेमाल करें और "Markdown: Open Preview" चुनें.

टेस्ट कवरेज की समीक्षा करने का निर्देश

devai review testcoverage -c ~/bitbucket/genai-for-developers/sample-app/src > testcoverage.md

cloudshell edit testcoverage.md

नीतियों के पालन की समीक्षा करने का निर्देश

devai review compliance --context ~/bitbucket/genai-for-developers/sample-app/k8s --config ~/genai-for-developers/devai-cli/.gemini/styleguide.md > k8s-review.md

cloudshell edit k8s-review.md

परफ़ॉर्मेंस की समीक्षा करने का निर्देश

devai review performance -c ~/bitbucket/genai-for-developers/sample-app/src/main/java > performance-review.md

cloudshell edit performance-review.md

सुरक्षा से जुड़ी समीक्षा का निर्देश

devai review security -c ~/bitbucket/genai-for-developers/sample-app/src/main/java > security-review.md

cloudshell edit security-review.md

ब्लॉकर की समीक्षा करने के लिए निर्देश

devai review blockers -c ~/bitbucket/genai-for-developers/sample-app/pom.xml
devai review blockers -c ~/bitbucket/genai-for-developers/sample-app/setup.md

इमेज/डायग्राम की समीक्षा करना और खास जानकारी देना

इनपुट डायग्राम[~/bitbucket/genai-for-developers/images/extension-diagram.png]:

समीक्षा करने की कमांड:

devai review image \
  -f ~/bitbucket/genai-for-developers/images/extension-diagram.png \
  -p "Review and summarize this diagram" > image-review.md

cloudshell edit image-review.md

आउटपुट:

The diagram outlines a process for conducting local code reviews using a VS Code extension or CLI, leveraging Google Cloud's Vertex AI (Gemini Pro) for generating review prompts.

**Process Flow:**

1. **Code Style Check:** Developers initiate the process by checking their code for adherence to pre-defined style guidelines.
2. **Prompt Generation:** The VS Code extension/CLI sends the code to Vertex AI (Gemini Pro) on Google Cloud.
3. **Vertex AI Review:** Vertex AI analyzes the code and generates relevant review prompts.
4. **Local Review:** The prompts are sent back to the developer's IDE for their consideration.
5. **Optional Actions:** Developers can optionally:
- Create new JIRA issues directly from the IDE based on the review prompts.
- Generate new issues in a GitLab repository.

**Key Components:**

* **VS Code Extension/CLI:** Tools facilitating the interaction with Vertex AI and potential integrations with JIRA and GitLab.
* **Vertex AI (Gemini Pro):** Google Cloud's generative AI service responsible for understanding the code and generating meaningful review prompts.
* **Google Cloud Secret Manager:** Securely stores API keys and access tokens required to authenticate and interact with Google Cloud services.
* **JIRA/GitLab (Optional):** Issue tracking and project management tools that can be integrated for a streamlined workflow.

**Benefits:**

* **Automated Review Assistance:** Leveraging AI to generate review prompts saves time and improves the consistency and quality of code reviews.
* **Local Development:** The process empowers developers to conduct reviews locally within their familiar IDE.
* **Integration Options:** The flexibility to integrate with project management tools like JIRA and GitLab streamlines workflow and issue tracking.

इमेज की तुलना करके विश्लेषण करना

devai review imgdiff \
  -c ~/bitbucket/genai-for-developers/images/devai-api.png \
  -t ~/bitbucket/genai-for-developers/images/devai-api-slack.png > image-diff-review.md

cloudshell edit image-diff-review.md

आउटपुट:

The following UI elements are missing in the "AFTER UPGRADE STATE" image compared to the "BEFORE UPGRADE STATE" image:

1. **Slack:** The entire Slack element, including the icon, "Team channel" label, and the arrow indicating interaction, is absent in the AFTER UPGRADE image. 
2. **Storage Bucket:**  The "Storage Bucket" element with its icon and "PDFs" label is missing in the AFTER UPGRADE image. 
3. **"GenAI Agents" label in Vertex AI block:** The BEFORE UPGRADE image has "Vertex AI Agents" and "GenAI Agent" labels within the Vertex AI block, while the AFTER UPGRADE image only has "Vertex AI."
4. **"Open JIRA Issue" and "Team Project" labels:** In the BEFORE UPGRADE image, these labels are connected to the JIRA block with an arrow. These are missing in the AFTER UPGRADE image.

**Decision Explanation:**

The analysis is based on a direct visual comparison of the two provided images, noting the presence and absence of specific UI elements and their associated labels. The elements listed above are present in the BEFORE UPGRADE image but absent in the AFTER UPGRADE image.

वीडियो फ़ाइल का विश्लेषण:

devai review video \
  -f "/tmp/video.mp4" \
  -p "Review user journey video and create unit tests using jest framework"

दस्तावेज़ जनरेट करने का निर्देश

devai document readme -c ~/bitbucket/genai-for-developers/sample-app/src/main/

आउटपुट:

# Bank of Anthos - Balance Reader Service

## Description

The Balance Reader service is a component of the Bank of Anthos sample application. It provides a REST endpoint for retrieving the current balance of a user account. This service demonstrates key concepts for building microservices with Spring Boot and deploying them to a Kubernetes cluster.

## Features
...

Cloud Shell Editor में, devai cli की उपलब्ध कमांड की समीक्षा करें:

cloudshell edit ~/bitbucket/genai-for-developers/devai-cli/README.md

इसके अलावा, GitHub रिपॉज़िटरी में README.md की समीक्षा करें.

12. बधाई हो!

बधाई हो, आपने कोडलैब पूरा कर लिया है!

हमने इन विषयों के बारे में जानकारी दी है:

Bitbucket में, जनरेटिव एआई की मदद से कोड की समीक्षा करने के लिए ऑटोमेशन के चरण जोड़ना
devai CLI को स्थानीय तौर पर चलाना

इसके बाद क्या होगा:

प्रैक्टिकल सेशन के लिए और भी वर्कशॉप आने वाली हैं!

व्यवस्थित करें

इस ट्यूटोरियल में इस्तेमाल किए गए संसाधनों के लिए, अपने Google Cloud खाते से शुल्क न लिए जाने के लिए, संसाधनों वाला प्रोजेक्ट मिटाएं. इसके अलावा, प्रोजेक्ट को बनाए रखने और अलग-अलग संसाधनों को मिटाने का विकल्प भी है.

प्रोजेक्ट मिटाना

बिलिंग बंद करने का सबसे आसान तरीका यह है कि ट्यूटोरियल के लिए बनाया गया प्रोजेक्ट मिटा दें.