使用 AWS Infrastructure Composer（原 AWS Application Composer）可视化设计无服务器应用 - 自动生成 IaC 模板
详解通过 Infrastructure Composer 进行无服务器架构的可视化设计、SAM 模板的自动生成以及 VS Code 集成。
开发者工具
关于 CodeCommit、CodeBuild、Cloud9、CodePipeline 等 AWS 开发支持工具应用的对比文章
使用 AWS CDK 通过编程语言实现 IaC - Construct 与 Stack 的设计
介绍通过 CDK 使用 TypeScript/Python 定义基础设施、L1/L2/L3 Construct 的选择以及测试方法。
代码审查与性能剖析 - 借助 Amazon CodeGuru 实现质量提升与性能优化
本文介绍利用 Amazon CodeGuru 实现代码审查自动化和应用程序性能剖析的方法。还将介绍通过与 CodeBuild 集成在 CI/CD 管道中加入质量门禁，以及生产环境的性能优化。
通过 CodeCatalyst Dev Environments 实现云开发环境 - 从 devfile 定义到分支隔离
Amazon CodeCatalyst 的 Dev Environments 通过 devfile 实现环境定义的标准化，并提供以分支为单位的隔离环境，大幅缩短开发者的入职时间。本文介绍与 VS Code 和 JetBrains 的 IDE 联动、计算规格的选项，以及通过环境自动停止进行的成本管理。
使用 Amazon CodeGuru 自动改善代码质量 - Reviewer 与 Profiler 的运用
基于 ML 的 Reviewer 自动检测资源泄漏和并发处理问题，Profiler 通过火焰图可视化 CPU 瓶颈。介绍集成到 CI/CD 的模式。
使用 Amazon CodeWhisperer（现 Amazon Q Developer）加速编码 - AI 代码建议与安全扫描
在 IDE 中实时生成代码建议，并同时提供 OWASP Top 10 安全扫描和开源许可证引用检测。还会介绍有效运用的技巧。CodeWhisperer 已于 2024 年整合到 Amazon Q Developer 中。
Kiro 代理钩子利用技巧 - 通过文件保存时的自动处理全面提升开发质量
利用在文件保存或命令执行时自动触发的钩子，将代码检查、测试、格式化纳入 AI 代理的工作流。本文讲解钩子定义的结构与实用的利用模式。
规格驱动开发实践 - 使用 Kiro 一气呵成地完成从需求定义到代码生成的全过程
通过需求定义 / 设计 / 任务这三个阶段的规格控制 AI 代理的输出质量，使其生成符合意图的代码。本文讲解规格文件的结构与有效的编写模式。
使用 Kiro 提高团队开发效率 - 通过 Steering 文件与规格共享统一质量
通过规格驱动开发共享团队的设计意图，通过 Steering 文件统一编码规范。本文讲解借助 Agent Hooks 的自动检查以及提高评审流程效率的方法。
使用 Amazon Q Developer 加速 AWS 开发 - AI 代码生成与故障排查
本文讲解如何利用 Amazon Q Developer 在 IDE 中生成代码、在 AWS 控制台中进行故障排查以及进行代码转换。
用代理 AI 解决技术债务 - 使用 AWS Transform Custom 进行大规模代码革新
讲解如何使用 AWS Transform Custom 解决技术债务。介绍以自然语言定义转换、对大规模代码库批量应用以及质量验证的自动化。
使用 AWS X-Ray 实现的分布式追踪 - 微服务的性能分析
通过服务地图可视化微服务请求的完整路径，并借助过滤表达式筛选出有问题的追踪。同时介绍与 OpenTelemetry 的集成模式。
可视化基础设施设计 - 使用 AWS Infrastructure Composer（原 AWS Application Composer） 可视化构建无服务器架构
解析使用 AWS Infrastructure Composer 进行无服务器应用程序的可视化设计。介绍通过拖放进行架构设计以及 SAM/CloudFormation 模板的自动生成。
AI-DLC 重塑软件开发 - Inception、Construction、Operation 三阶段实践指南
全面解析以 AI 为核心的 AI-DLC 开发方法论。介绍 Inception、Construction、Operation 三个阶段，以及在 Kiro 和 Amazon Q Developer 中的实践方法。
AI-DLC Unicorn Gym 实践工作坊 - 通过团队开发掌握 AI-DLC
全面介绍为期 3 天的团队开发 AI-DLC 实践工作坊。讲解 Mob Elaboration 和 Mob Construction 的推进方式，以及开源工作流的使用方法。
框架迁移自动化 - 使用 AWS Transform Custom 批量升级语言和运行时
详解 AWS Transform Custom 实现框架和运行时迁移的自动化。介绍 Java 版本升级、Python 2 到 3 迁移以及企业自定义转换模式。
基于浏览器的 Shell 环境 - 使用 AWS CloudShell 实现即时 CLI 访问
介绍使用 AWS CloudShell 的基于浏览器的 Shell 环境。包括从 AWS 管理控制台即时使用的 CLI 环境、预装开发工具、IAM 认证自动集成、安全文件管理等提升运维效率的实践方法。
通过 Amazon CodeCatalyst 统一开发工作流 - 从项目管理到 CI/CD
详细介绍 CodeCatalyst 的项目管理、基于蓝图的环境构建以及 CI/CD 工作流的集成。
通过 AWS Device Farm 自动化移动应用测试 - 真机测试与 CI/CD 集成
在 iOS 和 Android 真机上自动执行测试并集成到 CI/CD 管道。同时介绍测试框架的选择标准和通过远程访问进行的手动测试。
AWS API 限流机制 - 令牌桶算法与 429 错误的本质
解析 AWS API 速率限制通过令牌桶算法实现的机制、突发容量的概念、各服务限制值的差异，以及避免限流的实践对策。
AWS 的 API 为何返回 XML - 从 Query API 到 REST JSON 的演进历史
解析 S3 和 EC2 的 API 返回 XML 响应的历史原因、Query API 与 REST API 的区别、从 Signature V2 到 V4 的认证方式演进，以及 SDK 所隐藏的复杂性。
AWS Cloud9 已停止面向新客户提供 - 现状与迁移指南
AWS Cloud9 已于 2024 年 7 月 25 日停止接受新客户。本文讲解现有环境能否继续使用，以及迁移到 AWS Toolkit 或 CloudShell 的选择、步骤与注意事项。
制品仓库管理 - 使用 AWS CodeArtifact 构建安全的包管理基础设施
详解使用 AWS CodeArtifact 构建和运维制品仓库的方法。统一管理 npm、Maven、PyPI 等包，并介绍通过与 CodeBuild 集成构建安全构建流水线的方法。
AWS API 端点为何按区域区分 - 全球服务与区域服务的设计
解析 ec2.us-east-1.amazonaws.com 这样的区域端点与 iam.amazonaws.com 这样的全球端点分离的设计原因，以及双栈端点和 FIPS 端点的存在。
云 IDE 开发环境 - 通过 AWS Cloud9 构建团队开发基础设施
详细介绍利用 AWS Cloud9 构建基于云的集成开发环境的方法。包括通过浏览器进行全栈开发、实时结对编程、与 CodeCommit 的集成以及 Lambda 函数的本地测试等加速团队开发的实践方法。
通过 AWS CodeArtifact 构建包管理基础设施 - npm、Maven、PyPI 私有仓库
构建 npm、Maven、PyPI 的私有仓库，通过上游缓存确保构建稳定性。通过包来源控制防止依赖混淆攻击。
使用 Kiro CLI 从终端加速开发 - 命令行操作与代理活用
从终端启动 Kiro，以交互方式进行代码生成、文件操作、Git 集成和测试执行。解析 LSP 集成的代码分析与规格驱动开发工作流。
Kiro IDE 环境搭建与扩展功能活用 - 将 VS Code 兼容编辑器优化为开发利器
从 Kiro IDE 的安装到 VS Code 扩展功能的活用、工作区设置、调试配置，介绍优化开发环境的步骤。