現代化及驗證

本頁說明如何使用 Antigravity 和 Mainframe Assessment Tool 的輸出內容,將大型主機應用程式現代化,然後使用 Dual Run 在 Google Cloud 上驗證已部署的應用程式。

使用 Mainframe Assessment Tool 評估大型主機應用程式並擷取業務規則後,即可使用 Antigravity 將舊版程式碼轉換為高品質的雲端原生程式碼。這個程序會使用技術中繼資料和業務需求,確保目標應用程式在架構和功能上與原始應用程式相同。

將翻新後的應用程式部署至 Google Cloud後,Dual Run 可協助降低轉移風險。您可以在現有大型主機和 Google Cloud上同時執行工作負載,並比較每日報表和線上交易等輸出內容。這項即時測試可協助您收集功能等效性、效能和穩定性方面的資料,確保降低轉移風險。

按照本頁面的說明操作,即可瞭解如何:

  • 使用 Antigravity 執行現代化作業,並運用 Mainframe Assessment Tool 建立的 AGENTS.md 檔案。
  • 啟用 Antigravity 與評估資料之間的通訊。
  • 使用雙重執行功能驗證已部署的應用程式。

本頁內容適用於參與大型主機現代化專案的 IT 專業人員、架構師和工程師。

事前準備

如要準備程式碼現代化環境,請完成下列步驟。

角色和權限

需求條件

設定 AGENTS.md 檔案

Antigravity 會使用您從 Mainframe Assessment Tool 匯出的 AGENTS.md 檔案,與評估作業進行通訊。AGENTS.md 檔案包含評估和特定業務規則擷取作業的專屬 ID。

如要設定 Antigravity 來更新程式碼,請按照下列步驟操作:

  1. 前往工作區的根目錄。

  2. 檢查是否已有 AGENTS.md 檔案。

    視檔案是否存在而定,請執行下列任一操作:

    • 如果沒有 AGENTS.md 檔案,請將從 Mainframe Assessment Tool 下載的 AGENTS.md 檔案放在這個目錄中。

    • 如果 AGENTS.md 檔案已存在,請開啟現有檔案,並在檔案結尾附加下列內容。

          ## Mainframe Assessment Tool MCP Configuration
      
          assessmentID: ASSESSMENT_ID
          jobID: JOB_ID
      

      更改下列內容:

      • ASSESSMENT_ID:您的特定評估 ID。
      • JOB_ID:從 Mainframe Assessment Tool 擷取業務規則的工作 ID。

使用 Antigravity 翻新大型主機應用程式程式碼

設定 Antigravity 來翻新程式碼後,系統會自動使用 AGENTS.md 檔案中的 assessmentIDjobID,瞭解應用程式的脈絡。

Antigravity 會使用 Mainframe Assessment Tool MCP 伺服器工具,並結合評估和設計階段的多個資料來源,執行分析並產生下列項目:

  • 經過驗證的業務規則:從舊版程式碼擷取的核心業務邏輯,並由利害關係人驗證。
  • 目標資料模型:專為目標環境設計的最佳化資料結構,例如 Cloud Spanner 或 Cloud SQL。Google Cloud
  • 產品需求文件 (PRD):可供使用者閱讀的規格,做為現代化應用程式的藍圖。
  • 新式應用程式程式碼:以您選擇的語言編寫雲端原生程式碼,並實作業務規則。

如要運用評估期間收集的資訊瞭解及翻新大型主機應用程式,您可以在 Antigravity 中使用下列提示:

  • 如要擷取業務規則、規劃目標資料模型及產生 PRD,請按照下列步驟操作:

    Get business rules for business rules extraction job JOB_NAME.
    Based on these rules, suggest a target data model for Spanner  and
    generate a Product Requirements Document.
    

    JOB_NAME 替換為 Mainframe Assessment Tool 中業務規則擷取工作的名稱。

  • 如要生成新版程式碼,請按照下列步驟操作:

    Generate the Java code to implement the business rules from the business rules
    extraction job ID:JOB_NAME by using the suggested Spanner 
    data model.
    

    JOB_NAME 替換為 Mainframe Assessment Tool 中業務規則擷取作業的作業名稱。

查看生成的程式碼

產生程式碼後,請驗證輸出內容,確保準確度並符合架構。

查看檢查清單
邏輯準確度 將產生的方法與業務規則擷取作業中經過驗證的業務規則進行比較。請務必將每條規則對應至程式碼區塊。
架構對齊 確認程式碼正確導入建議的資料結構,並使用適當的 Google Cloud 用戶端程式庫。
安全性和效能 掃描硬式編碼憑證或效率不彰的迴圈。使用 Antigravity 微調特定程式碼區段的效能。

使用 Dual Run 驗證翻新後的程式碼

有了 Dual Run,就能在現有大型主機和 Google Cloud中同時處理工作負載,以便執行即時測試、快速收集效能和穩定性資料。

詳情請參閱「雙重執行總覽」。

後續步驟