Assembler в Java через Bedrock: пять фаз и JSON-промпты

Assembler с мейнфрейма на Java Spring Boot в AWS идут не одним скачком: AWS разложила пять фаз с COBOL между Assembler и Java, Bedrock на первых четырёх шагах и AWS Transform на выходе. Kiro IDE подключают для разбора кода; промпты на ключевых этапах отдают JSON, который тащат в следующую фазу. Отправная картина знакомая: JCL по ночам запускает Assembler, читает VSAM и sequential-файлы, логика сидит в register-операциях, завершение job , через return codes z/OS. В банках и у авиалиний тот же риск: эксперт на пенсии, а batch десятилетиями без сбоев. Ручной рерайт , годы и шанс сломать правила, которые уже никто не помнит, как писал. Пять фаз BRE (извлечение бизнес-правил): из Assembler , структурированный JSON, ID правил вроде BR001 Функциональные спеки по проверенному BRE: структуры данных, пошаговый поток, карта покрытия правил Assembler→COBOL как читаемый промежуточный слой для SME Functional equivalence testing на COBOL AWS Transform: COBOL→Java Spring Boot Если исходный COBOL уже есть, его можно подать в Transform напрямую , без Assembler-ступени. Промпты и Bedrock На фазах от BRE до валидации inference идёт через Amazon Bedrock. Для длинных Assembler-программ в посте советуют foundation model с сильным code reasoning и большим контекстом; temperature , 0, чтобы повторные прогоны совпадали. Много программ гоняют через Amazon Bedrock Converse API и складывают выход каждого шага в S3. На BRE промпт просит business_rules и data_mappings; на спеки , COBOL PIC-клаузы, уровни 01/05/10 и привязку шагов к BR ID. Авторы отдельно напоминают: сохранять артефакт каждой фазы , он вход для следующей. Ревью экспертов BRE , черновик: SMEs сверяют правила, фиксируют расхождения в validation log и дорабатывают документ до спецификаций. Чеклист закрывает точность правил, маппинг полей, граничные случаи и обработку ошибок. После этого Assembler конвертируют в COBOL, проверяют эквивалентность и только потом отдают в Transform за Java. Источник: Modernizing mainframe Assembler to Java using Amazon Bedrock and AWS Transform .