Bitbucket - जेन एआई की मदद से कोड रिव्यू ऑटोमेशन

Bitbucket - GenAI की मदद से कोड की समीक्षा करने की सुविधा को ऑटोमेट करना

इस कोडलैब (कोड बनाना सीखने के लिए ट्यूटोरियल) के बारे में जानकारी

पिछली बार मार्च 24, 2025 को अपडेट किया गया

Andrey Shakirov ने लिखा

इस पेज का अनुवाद Cloud Translation API से किया गया है.

1. खास जानकारी

इस लैब में, आपको Bitbucket पाइपलाइन सेट अप करनी होगी और कोड की समीक्षा के चरणों को ऑटोमेट करने के लिए, उसे Gemini के साथ इंटिग्रेट करना होगा.

आपको क्या सीखने को मिलेगा

इस लैब में, आपको ये काम करने का तरीका पता चलेगा:

Bitbucket में, GenAI कोड की समीक्षा करने की ऑटोमेशन प्रोसेस के चरण जोड़ने का तरीका
कोड की समीक्षा अपने-आप करने के लिए, devai क्लाइंट-लाइन इंटरफ़ेस (सीएलआई) को स्थानीय तौर पर चलाने का तरीका

ज़रूरी शर्तें

इस लैब में यह माना गया है कि आपको Cloud Console और Cloud Shell के एनवायरमेंट के बारे में पता है.

Cloud प्रोजेक्ट 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, Google Cloud के सभी प्रोजेक्ट के लिए यूनीक होता है. साथ ही, इसे सेट करने के बाद बदला नहीं जा सकता. Cloud Console, अपने-आप एक यूनीक स्ट्रिंग जनरेट करता है. आम तौर पर, आपको यह जानने की ज़रूरत नहीं होती कि यह स्ट्रिंग क्या है. ज़्यादातर कोडलैब में, आपको अपने प्रोजेक्ट आईडी का रेफ़रंस देना होगा. आम तौर पर, इसे PROJECT_ID के तौर पर पहचाना जाता है. अगर आपको जनरेट किया गया आईडी पसंद नहीं आता है, तो कोई दूसरा आईडी जनरेट किया जा सकता है. इसके अलावा, आपके पास खुद का कोई दूसरा नाम चुनने का विकल्प भी है. इस चरण के बाद, इसे बदला नहीं जा सकता. यह प्रोजेक्ट के दौरान बना रहता है.
आपकी जानकारी के लिए बता दें कि तीसरी वैल्यू, प्रोजेक्ट नंबर होती है. इसका इस्तेमाल कुछ एपीआई करते हैं. दस्तावेज़ में इन तीनों वैल्यू के बारे में ज़्यादा जानें.

इसके बाद, आपको Cloud के संसाधनों/एपीआई का इस्तेमाल करने के लिए, Cloud Console में बिलिंग की सुविधा चालू करनी होगी. इस कोडलैब को चलाने के लिए, आपसे कोई शुल्क नहीं लिया जाएगा. इस ट्यूटोरियल के बाद बिलिंग से बचने के लिए, बनाए गए संसाधनों को बंद किया जा सकता है या प्रोजेक्ट को मिटाया जा सकता है. Google Cloud के नए उपयोगकर्ता, 300 डॉलर के मुफ़्त ट्रायल वाले कार्यक्रम में शामिल हो सकते हैं.

एनवायरमेंट सेटअप करना

Gemini Chat खोलें.

इसके अलावा, खोज बार में "Gemini से पूछें" लिखें.

Google Cloud API के लिए Gemini को चालू करना:

"Start chatting" पर क्लिक करें और सैंपल के तौर पर दिए गए सवालों में से किसी एक को चुनें या अपना प्रॉम्प्ट टाइप करें.

ये प्रॉम्प्ट आज़माएँ:

Cloud Run के बारे में पांच मुख्य बातों में बताएं.
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. आपको सर्टिफ़ाइड Kubernetes डेवलपर को पांच मुख्य बातों में Cloud Run के बारे में बताना है.
आप Google Cloud Run के प्रॉडक्ट मैनेजर हैं. आपको किसी सीनियर डेवलपर को पांच मुख्य बातों में यह बताना है कि Cloud Run और GKE में से किसका इस्तेमाल कब किया जाना चाहिए.

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

Google Cloud के लिए Gemini आपके डेटा का इस्तेमाल कैसे करता है

निजता को लेकर Google की प्रतिबद्धता

Google, इंडस्ट्री में उन कंपनियों में से एक है जिन्होंने एआई/एमएल से जुड़ी निजता से जुड़ी प्रतिबद्धता पब्लिश की है. इससे यह पता चलता है कि हमारा मानना है कि क्लाउड में सेव किए गए ग्राहकों के डेटा को सबसे सुरक्षित तरीके से रखा जाना चाहिए और ग्राहकों के पास इसका कंट्रोल होना चाहिए.

आपका सबमिट किया गया और पाया गया डेटा

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

प्रॉम्प्ट को एन्क्रिप्ट (सुरक्षित) करना

Gemini में प्रॉम्प्ट सबमिट करने पर, Gemini के मॉडल में इनपुट के तौर पर, आपका डेटा एन्क्रिप्ट (सुरक्षित) किया जाता है.

Gemini से जनरेट किया गया प्रोग्राम डेटा

Gemini को पहले पक्ष के Google Cloud कोड के साथ-साथ, चुने गए तीसरे पक्ष के कोड पर ट्रेनिंग दी गई है. अपने कोड की सुरक्षा, जांच, और असरदार होने की ज़िम्मेदारी आपकी है. इसमें, Gemini की मदद से पूरा किया गया कोड, जनरेट किया गया कोड या उसका विश्लेषण भी शामिल है.

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

3. प्रॉम्प्ट की जांच करने के विकल्प

अगर आपको मौजूदा devai cli प्रॉम्प्ट में बदलाव करना है या उन्हें बढ़ाना है, तो आपके पास इसके 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 के डेवलपमेंट और इस्तेमाल को आसान बनाने और तेज़ करने के लिए डिज़ाइन किया गया है.

Google AI Studio

Google AI Studio, वेब पर काम करने वाला 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 काम करने वाला टूल है. इसे Google के Gemini एआई मॉडल को एक्सप्लोर करने और उनका इस्तेमाल करने में आपकी मदद करने के लिए डिज़ाइन किया गया है.

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

4. सेवा खाता बनाएं

सर्च बार की 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 सेवाएं चालू करें.

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

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

नया सेवा खाता और कुंजियां बनाने के लिए, ये कमांड चलाएं.

इस सेवा खाते का इस्तेमाल, CICD 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 करें.

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 डेटा स्टोर करने की जगह का यूआरएल:

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

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

इंपोर्ट 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 रिपॉज़िटरी 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 की सुविधा 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 बनाई गई सेवा खाता कुंजी का इस्तेमाल करें. Google Cloud Shell में यह कमांड 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" शाखा और "default" पाइपलाइन चुनें. इसके बाद, "Run" पर क्लिक करें.

8. Bitbucket पाइपलाइन के आउटपुट की समीक्षा करना

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

कवरेज की जांच करने वाले निर्देश 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 (अगर उपलब्ध हो) का विश्लेषण करता है. यह दिए गए कोड की टेस्ट कवरेज का आकलन करता है. साथ ही, यूनिट टेस्ट के साथ और उसके बिना फ़ाइलों और तरीकों की पहचान करता है. इसके बाद, यह कमांड कवरेज की खास जानकारी देने के लिए मॉडल का इस्तेमाल करता है. इसमें कवर की गई लाइनें और शाखाएं/शर्तें जैसी मेट्रिक शामिल हैं. अपने विश्लेषण के आधार पर, यह टेस्ट कवरेज को बेहतर बनाने के लिए सुझाव देता है. साथ ही, इसमें खास टेस्ट जोड़ने के सुझाव भी दिए जाते हैं. इसके अलावा, टेस्ट करने के सबसे सही तरीकों के बारे में सामान्य सलाह भी दी जाती है. आखिर में, यह Gemini मॉडल का जवाब दिखाता है. इसमें, कवरेज की कमी वाली फ़ाइलों की जानकारी शामिल होती है. साथ ही, कमांड-लाइन की मदद से उपयोगकर्ता को मौजूदा टेस्ट को बेहतर बनाने के सुझाव भी दिए जाते हैं.

कोड की समीक्षा करने वाले निर्देश 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 समीक्षा करता है. इसमें, समीक्षा किए जाने वाले कोड को इनपुट (कॉन्टेक्स्ट) और आउटपुट फ़ॉर्मैट की प्राथमिकता (आउटपुट) के तौर पर लिया जाता है. यह कोड के सही होने, बेहतर परफ़ॉर्म करने, उसे मैनेज करने, सुरक्षित रखने, और सबसे सही तरीकों का पालन करने के लिए, लार्ज लैंग्वेज मॉडल का इस्तेमाल करता है. यह कमांड, Gemini को समीक्षा करने का तरीका बताने के लिए, ज़्यादा जानकारी वाला प्रॉम्प्ट बनाता है. इसके बाद, दिए गए कोड का आकलन करने के लिए, उसे मॉडल को भेजता है. आखिर में, यह Gemini के जवाब को प्रोसेस करता है. साथ ही, उपयोगकर्ता की प्राथमिकता के हिसाब से, उसे मार्कडाउन, JSON या टेबल में फ़ॉर्मैट करता है. इसके बाद, समीक्षा के नतीजे दिखाता है.

कानूनों का पालन करने की समीक्षा करने के लिए दिए गए निर्देश के नतीजे:

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

devai review compliance कमांड, कोड का विश्लेषण सबसे सही तरीकों के सेट के हिसाब से करता है. आम तौर पर, यह Kubernetes कॉन्फ़िगरेशन के लिए किया जाता है. यह दिए गए कोड (context) की समीक्षा करने और उसकी तुलना, किसी अलग कॉन्फ़िगरेशन फ़ाइल (config) में बताए गए स्टैंडर्ड से करने के लिए, Gemini मॉडल का इस्तेमाल करता है. यह कमांड, Gemini मॉडल को Kubernetes विशेषज्ञ के तौर पर काम करने और नियमों का पालन करने से जुड़ी रिपोर्ट देने का निर्देश देने के लिए, प्रॉम्प्ट का इस्तेमाल करता है. इसके बाद, यह उन समस्याओं को कम शब्दों में बताता है. साथ ही, उन कोड सैंपल पर फ़ोकस करता है जिनसे पता चलता है कि पहचानी गई समस्याओं को कैसे हल किया जा सकता है. आखिर में, यह कमांड Gemini की नीतियों के अनुपालन की समीक्षा का आउटपुट, कंसोल पर प्रिंट करता है. इससे, उपयोगकर्ता को अपने कोड का आसानी से ऑडिट करके, यह पता लगाने में मदद मिलती है कि वह नीति का पालन कर रहा है या नहीं.

9. Bitbucket रिपॉज़िटरी को क्लोन करना और एसएसएच कुंजी सेट अप करना

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

निर्देश 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

अपने Bitbucket रिपॉज़िटरी में ऐक्सेस कुंजी जोड़ें.

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

कुंजी वैल्यू के लिए, पिछले निर्देश का आउटपुट कॉपी/पेस्ट करें.

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

टर्मिनल पर वापस जाएं और रिपॉज़िटरी को क्लोन करें.

cd ~
mkdir bitbucket
cd bitbucket

अपने Bitbucket प्रोजेक्ट और रिपॉज़िटरी 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 के दौरान रिपॉज़िटरी का नाम बदला है, तो नीचे दिए गए निर्देशों को 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 के बारे में जानकारी

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

समीक्षा की जानकारी:

11. DevAI सीएलआई डेवलपमेंट

इस सेक्शन में, आपको devai cli में बदलाव करने होंगे.

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 का निर्देश 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 एडिटर में, Markdown की झलक का इस्तेमाल करके नतीजों की समीक्षा करें.

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

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 की समीक्षा करने का निर्देश

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

cloudshell edit security-review.md

ब्लॉक करने वाले टूल 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 उसकी खास जानकारी देना

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

निर्देश की समीक्षा करें:

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 के बीच अंतर का विश्लेषण

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 के उपलब्ध निर्देशों की समीक्षा करें:

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

इसके अलावा, GitHub रिपॉज़िटरी में README.md देखें.

12. बधाई हो!

बधाई हो, आपने कोडलैब पूरा कर लिया है!

हमने इन विषयों पर जानकारी दी है:

Bitbucket में GenAI कोड की समीक्षा के लिए ऑटोमेशन के चरण जोड़ना
devai cli को स्थानीय तौर पर चलाना

आगे क्या करना है:

इस तरह के और भी सेशन आने वाले हैं!

व्यवस्थित करें

इस ट्यूटोरियल में इस्तेमाल किए गए संसाधनों के लिए, अपने Google Cloud खाते से शुल्क न लिया जाए, इसके लिए संसाधनों वाले प्रोजेक्ट को मिटाएं या प्रोजेक्ट को बनाए रखें और अलग-अलग संसाधनों को मिटाएं.

प्रोजेक्ट मिटाना

बिलिंग की सुविधा बंद करने का सबसे आसान तरीका, ट्यूटोरियल के लिए बनाया गया प्रोजेक्ट मिटाना है.

गलती की शिकायत करें