在我的开源项目(AI Godot 桌宠)中使用通义灵码

简介: 作为一名AI代码助手的忠实用户,我近期尝试了阿里开源的Qwen模型。通过在个人项目——一个由Godot引擎开发的AI桌宠软件中测试Qwen,我发现其在处理小众语言(如GDScript)时表现出色,能够快速准确地解决问题,甚至优化了我的代码。此外,Qwen在GitHub Actions自动化打包等复杂任务上的表现同样令人满意。其高效的代码补全速度更是超越了付费的GitHub Copilot。这次体验让我对开源AI工具刮目相看,强烈推荐大家试用。

背景

最近,阿里的开源大模型刷屏了,我一直都是通义千问的高度使用用户,也本地部署过qwen系列模型,自己也是 AI 代码助手的高度依赖用户,同时,也是 AI 项目的开发者。
image.png

image.png

平时都是使用微软的github copilot。
作为一个学生,我可以白嫖 copilot ,所以我一直都是免费使用 需要付费的 copilot,对其他 AI 代码助手都不怎么感冒,心想:“免费的肯定不如付费的好”。但是 由于qwen开源模型在开源榜单上大杀四方,所以不得心生几分好感,不免下下来尝试下。
正好最近我正在开发一款开源桌宠软件,链接地址如下:
https://github.com/jihe520/Desktop-Pet-Godot

项目简介:🤖👾🐶一款由大语言模型驱动、Godot 制作的 AI 桌宠,旨在提供一个全能的、丰富的桌面AI宠物

QQ_1729841526717.png

项目使用的是开源的 Godot 游戏引擎,使用的语言是自带的 gdscript ,语法类似 Python 但是和游戏引擎绑定更紧密,这个项目对 Copilot 来说,还是有很多难度,因为该语言语法API 变化快,godot3 和 godot4的语法发生大变化,许多LLM都是给的godot3 淘汰的语法,不能给出最新的语法,该语言也比较小众,缺少训练资料,让我来测测千问灵码能力。

QQ_1729841561710.png
难点:

  • 更好的泛化能力,对小众语言学习能力强
  • 对整个大项目理解程度高
  • 训练数据集是否及时更新,能否适应语法API的更新变化
    以上考察的难点,也是我最关心的点,也算是技术难点吧。

废话少说,接下来开始使用

首先,因为引擎集成ide,我们这里切换使用外部的ide vscode,装上lingma插件。
QQ_1729842306412.png

项目结构

为方便演示,我先让他,先整体认识我的项目
QQ_1729842661429.png

解释代码

我忘记了 Globals.gd 里面的逻辑关系,我便让 qwen 给我解释下,他出乎我的意料,还给出了相关流程图,帮助我更好的理解。
QQ_1729842872641.png

解决 bug

bug1

我发现,保存预设时候,每次按钮会成倍添加
QQ_1729845817590.png
代码如下:

extends Control

@onready var presets_container: GridContainer = %PresetsContainer

const PRESET_PANEL = preload("res://send/store_preset/preset_panel.tscn")



func _ready() -> void:

    Globals.add_new_preset_panel.connect(_load_presets)

    _load_presets()



func _load_presets():

    for preset in Globals.presets:

        var preset_panel : PresetPanel = PRESET_PANEL.instantiate()

        preset_panel.panel_type = PresetPanel.PanelType.PresetType

        preset_panel.label_name = preset

        preset_panel.preset = Globals.presets[preset]

        presets_container.add_child(preset_panel)

QQ_1729845745098.png

func _load_presets():

        # 清除现有的预设面板

    for child in presets_container.get_children():

        if child is PresetPanel:

            child.queue_free()



    for preset in Globals.presets:

        var preset_panel : PresetPanel = PRESET_PANEL.instantiate()

        preset_panel.panel_type = PresetPanel.PanelType.PresetType

        preset_panel.label_name = preset

        preset_panel.preset = Globals.presets[preset]

        presets_container.add_child(preset_panel)

qwen 非常聪明,帮我排查出问题并给出解决措施。
ta正确使用了gdscript最新的api,具有很好的泛化能力和学习能力。
并且还在清除前做了个判断,保证代码的健壮性。

bug2

当点击发送按钮,大模型没有返还内容,qwen带着我,排除问题

QQ_1729843786991.png

首先怀疑,是请求模型的数据没有正确加载,我点击按钮时候发现,没有反应,我就让qwen帮我打印一些信息出来,方便调试。发现填写的api 和数据结构错误,很快的解决了。

不得不说,通义的补全速度很快,可能是网络原因,比copilot 快起码两倍以上,这点对写代码很重要。

结尾

最后,我有个非常困难的需求:将使用github action 将项目自动化打包。我本人也不是很懂这个github action
QQ_1729847406897.png

qwen 也是轻松解决。
现在提交代码,完成。

免费又好用,还不赶紧用起来。

相关文章
|
3天前
|
人工智能 关系型数据库 OLAP
通义百炼融合AnalyticDB,10分钟创建网站AI助手
本文介绍了如何在百炼平台上创建和配置AI助手,使其能够准确回答公司产品的相关问题。主要步骤包括:开通管理控制台、创建应用并部署示例网站、配置知识库、上传产品介绍数据、创建AnalyticDB PostgreSQL实例、导入知识文件、启用知识检索增强功能,并最终测试AI助手的回答效果。通过这些步骤,AI助手可以从提供通用信息转变为精准回答特定产品问题。实操完成后,还可以释放实例以节省费用。
|
23天前
|
机器学习/深度学习 人工智能 安全
通义千问开源的QwQ模型,一个会思考的AI,百炼邀您第一时间体验
Qwen团队推出新成员QwQ-32B-Preview,专注于增强AI推理能力。通过深入探索和试验,该模型在数学和编程领域展现了卓越的理解力,但仍在学习和完善中。目前,QwQ-32B-Preview已上线阿里云百炼平台,提供免费体验。
|
16天前
|
人工智能
带上团队一起来做 AI 编程实践丨通义灵码联合TGO鲲鹏会开启 AI 大课
带上团队一起来做 AI 编程实践丨通义灵码联合TGO鲲鹏会开启 AI 大课
|
12天前
|
人工智能 搜索推荐 安全
数百名研发人员用通义灵码,33%新增代码由AI生成,信也科技研发模式焕新升级
目前,信也科技数百名研发人员正在使用通义灵码,周活跃用户占比70%,新增代码中有33%由通义灵码编写,整体研发效率提升了11%,真正实现了数百研发人员开发效能的全面提升。
|
16天前
|
人工智能 数据可视化 Java
通义灵码 AI 盲盒
基于通义灵码的 @workspace 和 @terminal 功能,可显著提升开发效率和体验。@workspace 通过文件导航、代码结构可视化、搜索和注释生成,帮助开发者快速熟悉项目结构和核心逻辑;@terminal 则支持代码片段运行、调试和 AI 代码补全,加速新需求实现和问题排查。这些工具降低了学习成本,简化了开发流程,提升了团队协作效率。
|
23天前
|
人工智能
通义灵码AI编程
首次使用通义灵码AI编程助手,体验了其生成首页、用户界面、内容界面及内容发布界面的功能,整体运行良好,但仍存在一些小问题需解决。
|
1月前
|
人工智能 开发者
通义灵码融入南京大学 AI 编程创新课,让大学生释放想象力
南京大学软件学院副教授钦老师将通义灵码引入了 X 层级课程《人工智能驱动编程》中,通过将通义灵码智能编码实践与传统编程语言教学融合的方式,让学生切身体会人工智能、大模型技术对编程学习方式带来的改变。
|
26天前
|
人工智能 测试技术 Serverless
AI编码,十倍提速,通义灵码引领研发新范式
欢迎参加通义灵码智能开发流程活动,通过在线部署和上传截图,即可获得新年好运日历,限量30个,先到先得!活动时间从即日起至2024年12月13日24:00。快来报名吧!
|
6天前
|
机器学习/深度学习 人工智能 自然语言处理
AI技术深度解析:从基础到应用的全面介绍
人工智能(AI)技术的迅猛发展,正在深刻改变着我们的生活和工作方式。从自然语言处理(NLP)到机器学习,从神经网络到大型语言模型(LLM),AI技术的每一次进步都带来了前所未有的机遇和挑战。本文将从背景、历史、业务场景、Python代码示例、流程图以及如何上手等多个方面,对AI技术中的关键组件进行深度解析,为读者呈现一个全面而深入的AI技术世界。
54 10
|
11天前
|
机器学习/深度学习 人工智能 自然语言处理
转载:【AI系统】AI的领域、场景与行业应用
本文概述了AI的历史、现状及发展趋势,探讨了AI在计算机视觉、自然语言处理、语音识别等领域的应用,以及在金融、医疗、教育、互联网等行业中的实践案例。随着技术进步,AI模型正从单一走向多样化,从小规模到大规模分布式训练,企业级AI系统设计面临更多挑战,同时也带来了新的研究与工程实践机遇。文中强调了AI基础设施的重要性,并鼓励读者深入了解AI系统的设计原则与研究方法,共同推动AI技术的发展。
转载:【AI系统】AI的领域、场景与行业应用
下一篇
DataWorks