“AI 程序员入职系列”第二弹:如何利用通义灵码光速改写项目编程语言?

简介: 本文中阿里云后端工程师云徊将从项目开发的实际需求出发,演示通义灵码在开发工作中可提供的帮助。

阿里云云效后端工程师云徊演示

如何用通义灵码改写项目编程语言


通义灵码入职阿里云云原生团队后,已经展示过 Ta 生成单元测试和自动生成代码的强大实力。今天,阿里云后端工程师云徊将从项目开发的实际需求出发,演示通义灵码在开发工作中可提供的帮助。


通义灵码在 Git 开发项目中起到了哪些作用?


云徊所在的团队日常会参与 Git 的开发工作,Git 本身有一个旧的测试框架,因此,团队打算换成一个更新的开源项目。但 Git 是用 C 语言写的,需要把它的语言改成 Python。在对 Python 不是特别了解的情况下,如果自己写就需要先去学 Python 的一些语法,还是比较花时间的。


降低跨语言开发的门槛,就是通义灵码的舒适区了,马上,新同事通义灵码就上手开始搭建项目的框架。


功能 1:

通义灵码将 Git 框架中 C 语言转换为 Python

image.png

首先安装通义灵码插件,然后新建一个项目,让它用 Python 实现一个命令行程序,同时可以指定需要让它支持的子命令,通义灵码就会用 Python 生成相关需求的代码。


生成后也可以修改需求。第一版代码使用了 RQ pass 作为支持参数解析的框架,如果希望直接简化 main 函数的设计、自定义 dict 和函数指针,通义灵码就会根据需求再修改一版代码。修改后,假如已经符合需要就可以点击快捷键,让它直接生成文件,并且代码是可运行的。


功能 2:

通义灵码实时续写 Git 框架代码


云徊发现,现在代码生成的 CMD hex dump 方法,与他们原来的代码并不完全一致,所以需要修改这些生成代码。

image.png

通义灵码可以帮助完成代码的自动续写。只需要输入代码注释就会触发通义灵码的自动续写,生成的续写代码会以灰色字体的形式写在下面。如果接受这个代码,可以直接按 tab 键,然后继续输入需求,假如这次续写的代码不符合要求,可以修改切换,在继续选择第三个续写的内容后,发现符合预期就按 tab 键,触发通义灵码的代码续写。


最后在通义灵码的帮助下,本次演示成功地把 C 语言的单元测试框架改写成了 Python 的框架。


这是通义灵码入职后完成的第 N 个项目了,AI 程序员在公司里如鱼得水,深受大家的欢迎。作为通义灵码的资深用户,云徊表示通义灵码的定位,是辅助开发者完成日常代码编写,辅助攻克复杂技术难点。“在开发过程中,人永远是主体,有些工作是 AI 无法取代的。


比如在开发和设计一个项目时,设计、提供思路、意图表达主要靠人。


程序员在设计完框架后,再将任务分解成若干简单和明确的小任务,分配给AI,比如生成了一个函数,生成一段代码,生成一项测试等。


“AI 活干得好不好,对不对,最终需要人来判断。未来程序员可以将更多精力放在创意、想法和构建上。

image.png

点击此处,快速体验通义灵码,还有奖品哦~


往期回顾:阿里云首个 AI 员工入职,围观开发工程师使用反馈

相关实践学习
流水线运行出错排查难?AI帮您智能排查
本实验将带您体验云效流水线Flow的智能排查能力,只需短短1-2分钟,即可体验AI智能排查建议。
ALPD云架构师系列 - 云原生DevOps36计
如何把握和运用云原生技术,撬动新技术红利,实现持续、安全、高效和高质量的应用交付,并提升业务的连续性和稳定性,这是云原生时代持续交付共同面对的机会和挑战。本课程由阿里云开发者学堂和阿里云云效共同出品,是ALPD方法学云架构师系列的核心课程之一,适合架构师、企业工程效能负责人、对DevOps感兴趣的研发、测试、运维。 课程目标 前沿技术:了解云原生下DevOps的正确姿势,享受云原生带来的技术红利 系统知识:全局视角看软件研发生命周期,系统学习DevOps实践技能 课程大纲: 云原生开发和交付:云研发时代软件交付的挑战与云原生工程实践 云原生开发、运行基础设施:无差别的开发、运行环境 自动部署:构建可靠高效的应用发布体系 持续交付:建立团队协同交付的流程和流水线 质量守护:构建和维护测试和质量守护体系 安全保障:打造可信交付的安全保障体系 建立持续反馈和持续改进闭环
相关文章
|
4月前
|
人工智能 自然语言处理 前端开发
最佳实践2:用通义灵码以自然语言交互实现 AI 高考志愿填报系统
本项目旨在通过自然语言交互,结合通义千问AI模型,构建一个智能高考志愿填报系统。利用Vue3与Python,实现信息采集、AI推荐、专业详情展示及数据存储功能,支持响应式设计与Supabase数据库集成,助力考生精准择校选专业。(239字)
491 12
|
4月前
|
存储 人工智能 NoSQL
AI大模型应用实践 八:如何通过RAG数据库实现大模型的私有化定制与优化
RAG技术通过融合外部知识库与大模型,实现知识动态更新与私有化定制,解决大模型知识固化、幻觉及数据安全难题。本文详解RAG原理、数据库选型(向量库、图库、知识图谱、混合架构)及应用场景,助力企业高效构建安全、可解释的智能系统。
|
4月前
|
机器学习/深度学习 人工智能 人机交互
当AI学会“看”和“听”:多模态大模型如何重塑人机交互
当AI学会“看”和“听”:多模态大模型如何重塑人机交互
453 121
|
4月前
|
人工智能 人机交互 知识图谱
当AI学会“融会贯通”:多模态大模型如何重塑未来
当AI学会“融会贯通”:多模态大模型如何重塑未来
362 114
|
4月前
|
人工智能 搜索推荐 程序员
当AI学会“跨界思考”:多模态模型如何重塑人工智能
当AI学会“跨界思考”:多模态模型如何重塑人工智能
507 120
|
4月前
|
人工智能 安全 搜索推荐
当AI学会“看”和“听”:多模态大模型如何重塑人机交互
当AI学会“看”和“听”:多模态大模型如何重塑人机交互
388 117
|
4月前
|
人工智能 机器人 人机交互
当AI学会“看、听、懂”:多模态技术的现在与未来
当AI学会“看、听、懂”:多模态技术的现在与未来
365 117
|
4月前
|
人工智能 API 开发工具
构建AI智能体:一、初识AI大模型与API调用
本文介绍大模型基础知识及API调用方法,涵盖阿里云百炼平台密钥申请、DashScope SDK使用、Python调用示例(如文本情感分析、图像文字识别),助力开发者快速上手大模型应用开发。
1842 17
构建AI智能体:一、初识AI大模型与API调用
|
4月前
|
人工智能 Cloud Native 关系型数据库
云栖重磅|瑶池数据库:从云原生数据底座向“AI就绪”的多模态数据底座演进
瑶池数据库:从云原生数据底座向“AI就绪”的多模态数据底座演进