用 Amazon Bedrock AgentCore 实现自动化文档生成

架构文档的失效速度往往与代码迭代速度成正比。开发团队花费大量时间手动绘制 UML 或 Mermaid 格式的架构图，但这些图表在部署后数周内便可能与实际系统脱节。对于微服务架构而言，这一问题尤为突出——服务间依赖关系和消息流的准确描述，直接关系到能否预防级联故障。与此同时，当团队成员离职时，隐性知识随之消失，遗留系统沦为「黑盒」，新开发者不得不通过逆向工程重新理解代码，严重拖慢了人员上手速度。

为解决上述痛点，该方案以 Amazon Bedrock AgentCore 为核心，构建了一个自主智能体，专门用于分析 .NET 代码库并生成全面的架构图。整个流程由 AWS CodePipeline 编排：开发者向 AWS CodeCommit 仓库推送代码后，流水线自动触发，AWS CodeBuild 负责拉取代码、打包并上传至 Amazon S3，随后调用 AgentCore 托管的 Strands 智能体。该智能体以 Amazon Bedrock 上的大语言模型作为推理引擎，具备代码模式分析、图表语法生成与自我纠错的能力。

Strands 智能体从 Amazon S3 获取源代码后，扫描代码库、生成图表、验证语法，并将图表转换为 SVG 文件以支持迭代优化。最终产出物——包括渲染后的 SVG 文件、Mermaid 源文件以及 JSON 格式的图表描述元数据——统一上传至专用的架构图 S3 存储桶。AgentCore 的无服务器运行时环境负责处理智能体的生命周期管理与自动扩缩容，无需团队自行管理底层基础设施，大幅降低了运维负担。

生成的架构图及其元数据随后被摄入 Amazon Bedrock Knowledge Bases，通过 Amazon Titan Text Embeddings v2 模型生成向量嵌入，并以 Amazon S3 作为向量存储后端。系统对图表描述和 Mermaid 源文件进行语义分块处理，构建起支持检索增强生成（RAG）的完整文档语料库。开发者和业务干系人可以用自然语言提问，例如「重连活动流程是什么样的」或「列出所有基础设施相关的类图」，系统即可精准返回相关架构图及其上下文说明。

该方案自2026年第一季度起已在生产环境中稳定运行，覆盖这家全球金融服务公司的电子交易平台全部架构文档。通过将文档生成嵌入既有 CI/CD 工作流，团队彻底摆脱了手动维护文档的负担，架构图始终与最新代码保持同步。这不仅加速了新成员的入职流程，也为安全审查和合规审计提供了可靠、实时的架构依据，从根本上消除了因文档滞后引发的合规风险。

要点

• Amazon Bedrock AgentCore 提供无服务器智能体运行时，可自动完成代码分析、架构图生成与语法自我纠错，无需管理底层基础设施。
• 将文档生成流程嵌入 AWS CodePipeline，实现代码提交即触发文档更新，确保架构图与代码库始终保持同步。
• 借助 Amazon Bedrock Knowledge Bases 和向量嵌入技术，开发者可通过自然语言查询检索架构文档，显著提升知识发现效率。
• 该方案已在全球金融服务公司的电子交易平台投产，有效解决了微服务架构下服务依赖关系文档难以维护的核心痛点。
• 自动化架构文档体系可为安全审查和合规审计提供实时、准确的架构依据，降低因文档滞后带来的合规风险。