一款超級(jí)棒的AI 編碼神器

AIGC 怎能少了編碼呢?今天給大家安利一款編碼利器!也許您早已知曉,甚至早就用上了。它就是 Amazon CodeWhisperer 。本人以前用 GitHub 的 Copilot。Copilot 收費(fèi)后,逐步轉(zhuǎn)到 New Bing 和 ChatGPT 。最近開始使用 CodeWhisperer,表現(xiàn)不比 Copilot 差,最關(guān)鍵的是它對(duì)個(gè)人用戶完全免費(fèi)!!下面用幾分鐘簡單介紹如何使用這款編碼神器。

簡介

CodeWhisperer 是亞馬遜公司推出的一款 AI 編程工具,它可以根據(jù)注釋或者代碼上下文給出編碼提示,實(shí)時(shí)生成代碼片段或者或者完整的函數(shù)建議。目前支持Java、JavaScript、Python、C++等15種常見的編程語言,以及常用的集成式開發(fā)環(huán)境,諸如VS Code、Intelli IDEA等。

安裝

本人使用的是 VS Code。下面以此為例介紹 CodeWhisperer的安裝及使用。打開VS Code在擴(kuò)展中直接搜索 “AWS” ,結(jié)果列表第一個(gè)就是了,即:AWS Toolkit。

CodeWhisperer_1.jpg

安裝完后,選中左邊欄的“AWS”,點(diǎn)擊“Start”->“Sign up Or Sign in”,開始注冊(cè)或者登錄 AWS Builder ID。

CodeWhisperer_2.jpg

本人臨時(shí)注冊(cè)的,輸入郵箱地址后,點(diǎn)擊“Next”,之后郵箱會(huì)收到一個(gè)驗(yàn)證碼。

CodeWhisperer_3.jpg

輸入六位驗(yàn)證碼,校驗(yàn)后,輸入密碼及確認(rèn)密碼。

CodeWhisperer_4.jpg

輸入完密碼后,點(diǎn)擊“Create AWS Builder ID”。

CodeWhisperer_5.jpg

最后點(diǎn)擊允許訪問即可。

CodeWhisperer_6.jpg

接著 VS Code會(huì)顯示“Connected to AWS Builder ID”,可愉快地使用啦。

CodeWhisperer_7.jpg

使用

隨意創(chuàng)建了一個(gè)文件,寫了一個(gè)“#”,它便推斷出了我要寫 Python 代碼。

CodeWhisperer_8.jpg

輸完“冒泡排序”,按下回車鍵,直接生成了函數(shù)名。按下“Tab”鍵,即使用它生成的建議代碼。下面代碼完全由它生成,我就寫了前五個(gè)注釋,體驗(yàn)還是相當(dāng)不錯(cuò)的。最后一個(gè)例子完全由它建議生成,結(jié)合上文“# 實(shí)現(xiàn)BFS” 直接給出了建議“# 深層次遍歷”。假如,您不喜歡它給出的當(dāng)前建議,可以按下ESC鍵。

# 冒泡排序
def bubble_sort(alist):
    n = len(alist)
    for j in range(n-1):
        count = 0
        for i in range(n-1-j):
            if alist[i] > alist[i+1]:
                alist[i], alist[i+1] = alist[i+1], alist[i]
                count += 1
        if count == 0:
            return
        

# 測(cè)試上面代碼
if __name__ == "__main__":
    li = [54, 26, 93, 17, 77, 31, 44, 55, 20]
    bubble_sort(li)
    print(li)

# 計(jì)算leetcode第一題:兩數(shù)之和
def two_sum(nums, target):
    for i in range(len(nums)):
        for j in range(i+1, len(nums)):
            if nums[i] + nums[j] == target:
                return [i, j]
            
# 測(cè)試上面算法
if __name__ == "__main__":
    nums = [2, 7, 11, 15]
    target = 9
    print(two_sum(nums, target))


# 實(shí)現(xiàn)BFS
def bfs(graph, start):
    queue = [start]
    seen = set(start)
    while queue:
        vertex = queue.pop(0)
        nodes = graph[vertex]
        for w in nodes:
            if w not in seen:
                queue.append(w)
                seen.add(w)
                print(w)

# 深層次遍歷
def dfs(graph, start):
    stack = [start]
    seen = set(start)
    while stack:
        vertex = stack.pop()
        nodes = graph[vertex]
        for w in nodes:
            if w not in seen:
                stack.append(w)
                seen.add(w)
                print(w)

想不想也體驗(yàn)一下呢~~~

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成,瀏覽時(shí)請(qǐng)結(jié)合常識(shí)與多方信息審慎甄別。
平臺(tái)聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點(diǎn),簡書系信息發(fā)布平臺(tái),僅提供信息存儲(chǔ)服務(wù)。

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容