做了个代码神器,让你敲代码6到起飞, 代码开源给大家【人工智能/自然语言处理】(上)

本文涉及的产品
NLP自然语言处理_基础版,每接口每天50万次
NLP 自学习平台,3个模型定制额度 1个月
NLP自然语言处理_高级版,每接口累计50万次
简介: 做了个代码神器,让你敲代码6到起飞, 代码开源给大家【人工智能/自然语言处理】(上)

✨ 一、要开发一个什么样的工具?

大家好, 我是uiu,目前大二在读


在学习编程的过程中一直有一个让我头疼的问题,那就是变量怎么命名? 函数怎么命名?


1.gif


每次为了解决这个问题都会花费掉不少的时间, 如何将中文意思能精简而又能直达其涵义的转译成英文命名,这更是一个另人头疼的问题


8ddffec4813a4a4d992186935fe34e0c.gif


前段时间接触到了 CODELF

1.png

如图, 确实很好用,但是对于我来说,检索速度和效果却有点差强人意, 例如我需要检索 获取用户数据 则检索不到

2.png

俗话说的好,靠别人不如靠自己, 经过苦思冥想之后,我觉得自己写一个程序, 来解决掉这个令人头疼的问题


为避免误会, 特此声明,开发这个程序的目的并不是为了要去替代CODELF,也并无贬低的意思



❤️ 二、代码神奇VARBook介绍

1.jpg

VARBook(变量本) 致力于帮助中文程序员提高英语编码能力,功能包括变量命名生成、英文注释生成、英语练习、开源项目智能推荐、代码分析等


英文变量名生成的原理是通过:深度学习+自然语言处理 技术实现的,当然了目前问题也有很多,每个版本讲会不断优化其算法


目前VARBook已经发布了第一个版本

3.png


快速访问 👉 https://varbook.uiuing.com/


GitHub仓库👉 https://github.com/uiuing/VARBook


VARBook Release v1.0.0 👉 https://github.com/uiuing/VARBook/releases/tag/v1.0.0



👓 三、怎么使用?

🕶️ 1、快速访问

点击这里快速访问 👉 https://varbook.uiuing.com/


遗憾的是,目前VARBook仅支持WEB访问,当然jetbrains plugins、VSCode的插件也在日程之中,请大家敬请期待


首页很简洁,没有一点广告

你只需要到输入框中输入你需要实现的变量名中文涵义即可


4.png


🕶️ 2、使用案例

例如你需要实现翻译为获取用户数据 的变量名,直接输入其中文涵义,然后回车即可

0.png

例如你需要实现翻译为 判断是否为真是数据 的变量名,直接输入其中文涵义,然后回车


5.png


👑 四、有什么特点

💡 1、为中文支持而生

你只需要到输入框中输入你需要实现的变量名中文涵义,其余的交给VARBook处理, 例如对于检索 判断是否为真是数据 的处理,将提取其中心涵义自动转译为精简的变量,根据不同的需求做不同的处理

6.png

当然,你也可以中英文混合检索,,VARBook也是支持的,VARBook会根据你定制化的需求来处理字符

7.png



💡 2、命名规范,多种选择

VARBook提供驼峰、串行等命名规范选择,根据你的不同需求来选择,并单独支持生成英文注释

并提供了不同规范适用的不同应用参考,解决您的纠结症


8.png




💡 3、急速响应

检索数据仅需一百毫秒左右即可出结果,在翻译与数据处理的阶段花了大量的的时间来优化性能,就是为了大家在检索时能够不用等待

9.png

具体速度受客户端的网络、性能、后台的并发量而影响



💡 4、智能复制

在使用VARBook时,只需要点击变量字符即可自动复制,并非基于相关适用范围的参考建议

10.png

当然,有时候我们在命名变量时会需要同时命名多个,所以在检索时会自动重复上一次的复制行为,减少操作,后续对于复制功能也会考虑添加快捷键的


11.png




📸 五、目前开发进度

由于学业原因,该项目进度可能会比较缓慢,但是每个版本都将认真对待



📸 TODO 期待2022年3月前完成

功能


  • 智能生成英文变量名
  • 智能生成英文注释
  • 智能复制
  • 英语练习
  • 全站使用统计


客户端


  • Web
  • Chrome浏览器插件
  • jetbrains plugins


目前距离2022年3月前完成度百分比

12.png






目录
相关文章
|
1月前
|
人工智能 安全 算法
上交大、上海人工智能实验室开源首个多轮安全对齐数据集 SafeMTData
最近,以 OpenAI o1 为代表的 AI 大模型的推理能力得到了极大提升,在代码、数学的评估上取得了令人惊讶的效果。OpenAI 声称,推理可以让模型更好的遵守安全政策,是提升模型安全的新路径。
|
2月前
|
机器学习/深度学习 人工智能 自然语言处理
探索人工智能的深度学习与自然语言处理前沿
【10月更文挑战第10天】探索人工智能的深度学习与自然语言处理前沿
|
1月前
|
机器学习/深度学习 人工智能 自然语言处理
深度探索人工智能中的自然语言处理技术#### 一、
【10月更文挑战第28天】 本文旨在深入剖析人工智能领域中的自然语言处理(NLP)技术,探讨其发展历程、核心算法、应用现状及未来趋势。通过详尽的技术解读与实例分析,揭示NLP在智能交互、信息检索、内容理解等方面的变革性作用,为读者提供一幅NLP技术的全景图。 #### 二、
87 1
|
2月前
|
机器学习/深度学习 人工智能 监控
利用人工智能审查代码:提升代码质量和安全性
【10月更文挑战第15天】本文探讨了AI在代码审查中的应用,介绍了AI辅助代码审查工具如何通过机器学习算法提升代码质量、检测潜在错误,并促进团队知识共享。文中还详细说明了实施AI辅助代码审查的步骤及其实战技巧,强调了结合人工审查、定制化模型和持续监控的重要性。
|
2月前
|
自然语言处理 PyTorch 算法框架/工具
掌握从零到一的进阶攻略:让你轻松成为BERT微调高手——详解模型微调全流程,含实战代码与最佳实践秘籍,助你应对各类NLP挑战!
【10月更文挑战第1天】随着深度学习技术的进步,预训练模型已成为自然语言处理(NLP)领域的常见实践。这些模型通过大规模数据集训练获得通用语言表示,但需进一步微调以适应特定任务。本文通过简化流程和示例代码,介绍了如何选择预训练模型(如BERT),并利用Python库(如Transformers和PyTorch)进行微调。文章详细说明了数据准备、模型初始化、损失函数定义及训练循环等关键步骤,并提供了评估模型性能的方法。希望本文能帮助读者更好地理解和实现模型微调。
86 2
掌握从零到一的进阶攻略:让你轻松成为BERT微调高手——详解模型微调全流程,含实战代码与最佳实践秘籍,助你应对各类NLP挑战!
|
4月前
|
人工智能 监控 算法
智能时代的伦理困境:AI技术的道德边界探索人工智能在教育领域的革新之路未来编程:人工智能与代码共生的新篇章
【8月更文挑战第21天】在人工智能(AI)技术飞速发展的今天,我们正处在一个前所未有的科技变革时期。随着AI技术的深入人类生活的方方面面,它不仅带来了便利和效率的提升,同时也引发了关于道德和伦理的深刻讨论。本文将探讨AI技术发展中遇到的伦理挑战,以及如何建立合理的道德框架来指导AI的未来应用,确保技术进步与人类社会价值观的和谐共存。
249 61
|
2月前
|
机器学习/深度学习 人工智能 自然语言处理
探索人工智能在自然语言处理中的应用
本文将深入探讨人工智能在自然语言处理领域的应用,包括语音识别、文本挖掘和情感分析等方面。通过实例演示,我们将展示如何利用深度学习技术来提高自然语言处理的准确性和效率。
|
2月前
|
机器学习/深度学习 人工智能 自然语言处理
探索人工智能前沿:自然语言处理的最新进展
探索人工智能前沿:自然语言处理的最新进展
156 2
|
2月前
|
机器学习/深度学习 人工智能 自然语言处理
探索人工智能:深度学习在自然语言处理中的应用
探索人工智能:深度学习在自然语言处理中的应用
|
2月前
|
机器学习/深度学习 人工智能 自然语言处理
探索人工智能:深度学习与自然语言处理
探索人工智能:深度学习与自然语言处理
41 1