使用CodeWhisperer开发Python无服务器应用
开发者在日常中需要使用多种语言、框架和代码库，或者与云上的服务交互，在平时需要到处查找这些代码片段，这是一个分散注意力的事情。
Amazon CodeWhisperer 是基于机器学习的代码aide，开发者只需要写一个注释，例如"upload a file to S3”，基于此CodeWhisperer会自动检查哪个公开库是最适合的，并自动在IDE里生成代码。它并不是仅仅简单的从网上复制粘帖代码，而是根据代码文件的上下文(例如使用了哪个版本的代码库)来生成代码。它也可以与VS Code和JetBrains IDE无缝集成，所以用户不必离开自己的开发环境，目前它已经支持Java,Python, JavaScript, C#和TypeScript。
实验介绍
本实验将搭建一个事件驱动的图片识别无服务器应用，我们将使用Lambda与 Amazon Rekognition , Amazon DynamoDB , Amazon Simple Notification Service (Amazon SNS) , Amazon Simple Queue Service (Amazon SQS) , Amazon Simple Storage Service (Amazon S3) 交互
我们的应用分为三部分：
-
图片下载：用户提供图片URL，Lambda从这个URL下载图片，保存到S3, S3自动发送通知给SNS，SNS将消息传送到SQS
-
图片识别：第二个Lambda处理图片，它从SQS收到消息后，将图片发给Amazon Rekognition来处理，将识别的结果保存到DynamoDB表里，并将JSON结果发送到SNS，SNS再发到SQS，用于第三部分处理。通过查DynamoDB，用户可以调用API查看图片中的物体
-
三方集成：最后一个Lambda从第二个SQS里读取消息，将消息发送到外部email服务器
整个流程如下：
环境配置
从这个仓库下载CDK代码：https://github.com/aws-samples/amazon-codewhisperer-workshop， 这里面会创建基础的AWS资源(API Gateway, DynamoDB, SNS, SQS...)，但是应用的代码逻辑并没有提供，我们将使用CodeWhisperer来完成。
进入代码库的python目标下，先安装依赖：
python3 -m pip install -r requirements.txt
执行cdk bootstrap命令：
cdk bootstrap aws://{AWS_ACCOUNT_ID}/{AWS_REGION}
最后一步就是在你自己的IDE上开启CodeWhisperer，VS Code / Jetbrains参考：
图片下载
我们先实现第一个Lambda函数：下载URL里的图片并保存到S3。打开python/api/runtime/get_save_image.py文件, 里面包含一个空的Lambda handler：
url是用户提供的图片下载地址name是用户提供的图片名称S3_BUCKET是保存图片的桶
使用自然语言写一句注释，描述需要的功能：
# Function to get a file from url
为了触发CodeWhisperer，写完注释后按下回车，并等待建议；如果想手动触发，可以在Mac上按Option + C，Windows上按Alt + C, 使用方向键查看不同的建议，并按Tab来接受某个建议。更多使用技巧参考： Working with CodeWhisperer in VS Code
或 Working with Amazon CodeWhisperer from JetBrains
。
上面的注释，CodeWhisperer会给出以下类似的代码：
由于CodeWhisperer使用AI来提供代码，所以每次运行可能有不同的结果，但用户可以据此框架来做一些改动
让我们来实现上传图片到S3的逻辑：
# Function to upload image to S3
CodeWhisperer会生成类似建议代码：
图像识别
现在让我们实现第二个Lambda逻辑：将图片发给Amazon Rekognition来处理，将识别的结果保存到DynamoDB表里，并将JSON结果发送到SNS。打开python/recognition/runtime/image_recognition.py，这个文件接收三个参数：
queue_url是Lambda所订阅SQS的URL
table_name是DynamoDB表名称topic_arn是SNS的ARN
使用CodeWhisperer来写下我们的需求：
# Detect labels from image with Rekognition
CodeWhisperer会给出类似以下代码片段：
继续实现其他逻辑，例如：
-
# Save labels to DynamoDB -
# Publish item to SNS -
# Delete message from SQS
遵循一样的流程，打开python/recognition/runtime/list_images.py， 实现列出DynamoDB表图片标签的逻辑：
# Function to list all items from a DynamoDB table
JSON转换XML
CodeWhisperer不仅仅用于与AWS交互，使用它可以来实现重复性的任务，例如单元测试、实现排序和字符串匹配算法…
最后我们要实现的Lambda就是要把JSON转成XML，并发送到邮件服务器
打开python/integration/runtime/send_email.py，里面包含一个空的handler。输入以下注释：
# Transform json to xml
CodeWhisperer会生成类似如下代码：
重复以上内容，输入 # Send XML string with HTTP POST 来实现最后的逻辑
部署及测试应用
为了部署应用，运行cdk deploy --all，部署完成后会输出API Gateway的地址：
Outputs:
...
APIStack.RESTAPIEndpoint01234567 = https://examp1eid0.execute-
api.{your-region}.amazonaws.com/prod/
第一个API Gateway URL需要传入两个参数，url(要下载图片的地址)和name（保存到S3里的图片名称），传入image URL时要先encode，然后执行curl命令进行测试：
curl -X GET 'https://examp1eid0.execute-api.eu-east-
2.amazonaws.com/prod?url={encoded-image-URL}&name={file-name}'
几秒过后，整个流程处理完成。我们可以调用list images API来查询：
curl -X GET 'https://examp1eid7.execute-api.eu-east-2.amazonaws.com/prod'
在测试完成后，记得执行cdk destroy来删除整个CDK，避免产生额外的帐单
总结
在本文中，我们看到了ML的力量，帮我们大大提高生产力。开发者的精力集中在IDE上面，减少了到网上查找代码片段的时间。除此之外，CodeWhisperer还可以扫描你的代码，检查是否有安全问题。
在preview阶段，CodeWhisperer对所有开发者免费，可以在VS Code, JetBrains, Cloud9上来使用它。