Red Hat lanceert Konveyor AI voor moderniseren applicaties

Red Hat heeft versie 0.1 van Konveyor AI uitgebracht, een nieuwe tool die generatieve AI integreert in het migratieproces van applicaties naar cloud-native omgevingen. Deze technologie, ook bekend als Kai, combineert large language models (LLM’s) met static code analyses om het moderniseren van bestaande applicaties toegankelijker en kostenefficiënter te maken voor ontwikkelaars.

Konveyor AI is een nieuw onderdeel van het open source Konveyor-project dat Red Hat samen met de community heeft ontwikkeld. Door generatieve AI toe te voegen aan de bestaande migratietoolkit wil Red Hat het moderniseringsproces van applicaties voor cloud-omgevingen aanzienlijk vereenvoudigen.

AI-gestuurde modernisering in de praktijk

De nieuwe tool integreert generatieve AI met de analysetechnologie om moderniseringstaken direct in de ontwikkelomgeving van developers te versnellen. Door LLM’s te combineren met gestructureerde migratiedata kunnen ontwikkelaars broncode-suggesties automatiseren, inzichten krijgen uit eerdere transformaties en de handmatige inspanning bij grootschalige migraties verminderen.

Een belangrijk aspect is het gebruik van Retrieval-Augmented Generation, waarmee LLM-outputs worden verrijkt met historische codewijzigingen en analysedata. Dit zorgt ervoor dat moderniseringstaken contextspecifiek zijn. Hierdoor kunnen organisaties AI-gestuurde modernisering bereiken zonder dat ze modellen speciaal hoeven te fine-tunen, wat het een krachtig instrument maakt voor grootschalige transformaties.

Nieuwe functionaliteiten in Konveyor AI 0.1

De eerste officiële release van Konveyor AI bevat verschillende belangrijke verbeteringen ten opzichte van de introductie vorig jaar. Hieronder zetten we ze op een rijtje.

Ten eerste biedt de tool static code analyses die potentiële problemen identificeert bij het adopteren van nieuwe technologieën, zoals moderne Java-frameworks of containers. Het platform houdt ook een geschiedenis bij van opgeloste moderniseringsproblemen, wat helpt bij toekomstige migraties.

Daarnaast is de migratie-intelligentie verbeterd met 2.400 voorgedefinieerde regels voor verschillende migratietrajecten, waarbij gebruikers ook zelf regels kunnen definiëren voor unieke scenario’s. Voor ontwikkelaars is er een VS Code-extensie die codewijzigingen direct in de IDE voorstelt.

Wat Konveyor verder onderscheidt is dat het model-agnostisch is. Gebruikers zijn niet gebonden aan een specifiek LLM, wat flexibiliteit biedt bij het gebruik van AI-gestuurde modernisering. Het platform zet ook in op ‘agentic AI’ voor gevalideerde en zinvolle AI-gegenereerde antwoorden, inclusief validatie van Maven-compilaties en dependency-oplossingen.

Gebruikers kunnen kiezen welke problemen door generatieve AI worden opgelost, gebaseerd op de geschatte inspanning die een probleem vereist.

Open source en hybride cloud-aanpak

Naast de AI-functionaliteiten introduceert Konveyor ook updates die helpen bij het overzetten van applicaties naar Kubernetes. Een nieuwe asset generation-functie maakt het mogelijk om applicatiedeployments en runtime-configuraties op te halen en vervolgens Kubernetes-deployment artifacts te creëren.

De nieuwe Konveyor AI-mogelijkheden zijn nu al beschikbaar. De asset generation-functie komt deze zomer beschikbaar en Red Hat is van plan om de migratietoolkit voor applicaties in toekomstige releases verder te verbeteren.

Tip: Red Hat fungeert als motor voor open enterprise AI