通义灵码与魔搭Notebook深度集成:在线编码开箱即用,开发效率倍增

本文涉及的产品
交互式建模 PAI-DSW,每月250计算时 3个月
模型在线服务 PAI-EAS,A10/V100等 500元 1个月
模型训练 PAI-DLC,100CU*H 3个月
简介: 通义灵码2.0 AI程序员于2025年1月上线,目前已支持超过百万开发者。该工具的智能编程能力现已与阿里云AI模型开发平台魔搭ModelScope实现技术集成

 00.前言

通义灵码2.0 AI程序员于2025年1月上线,目前已支持超过百万开发者。该工具的智能编程能力现已与阿里云AI模型开发平台魔搭ModelScope实现技术集成,成为继函数计算FC之后接入该平台的又一开发工具。此次合作将通义灵码的代码生成能力应用于AI模型研发流程,为算法工程师提供开发支持。

在魔搭 ModelScope 的Notebook在线开发环境中,开发者现可直接开启通义灵码的智能问答和 AI 程序员的能力,无需额外下载安装配置即可体验核心功能。

01.智能模型开发全流程支持

  • 上下文感知的代码生成

在构建模型训练脚本、数据处理pipeline时,通义灵码能够基于 TensorFlow/PyTorch 等框架的上下文,智能生成符合最佳实践的代码片段。无论是层结构定义、损失函数配置还是分布式训练逻辑,均可获得精准的代码建议。

  • 跨框架代码转换

支持主流深度学习框架间的代码智能转换(如PyTorch转TensorFlow),通过自然语言描述需求即可自动完成框架适配,显著降低迁移学习成本。

  • 性能优化建议

实时分析模型代码中的计算图构建、内存分配等关键环节,提供GPU利用率优化、混合精度训练等专业建议,帮助开发者释放硬件最大潜力。

  • 自动超参调优

根据模型类型和数据集特征,智能推荐初始超参数组合,并提供动态调优策略建议,加速模型收敛过程。

 

  • 模型测试用例生成

自动生成模型单元测试用例,覆盖前向传播验证、梯度检查等关键测试场景,确保模型代码可靠性。

 

  • 训练异常诊断

实时监控训练过程中的OOM错误、梯度爆炸等常见问题,通义灵码可以根据报错截图和代码快速锁定错误原因,并给出修复建议。

02.体验智能化的 AI 模型研发

在魔搭 ModelScope 平台中,开发者可通过以下方式快速使用智能编码助手。

魔搭社区 Notebook云端开发 IDE 工具,搭配内置的 Vscode 编程环境以及通义灵码工具,一站式进行AI应用搭建。不需要复杂的环境配置,也不需要代码基础,只要熟练运用AI工具,便可以完成AI应用搭建和运行。

Linux or Windows or MacOs ❓

Vscode or jetbrains ❓

Copilot or Cursor ❓

Notebook IDE + 通义灵码 ✔️

1、Notebook简介

ModelScope Notebook是一款云端机器学习开发IDE工具,提供远程Linux的编程环境,适用于不同水平的AI开发者。Notebook提供了点击就可用的免费算力额度。

具体环境详见:

https://modelscope.cn/docs/notebooks/intro

  • 登录魔搭账号

https://www.modelscope.cn/home

  • 绑定阿里云账号,获得免费的算力资源
  • 点击"我的Notebook",选择GPU环境启动

image.gif 编辑

 

 

  • 点击右上方的"WebIDE",启用智能编码辅助通义灵码,这里载入了 Vscode 的基本功能,可以让我们像在本地环境下一样进行开发
  • image.gif 编辑

2、通义灵码简介

通义灵码具备多文件代码修改和工具使用的能力,可以与开发者协同完成编码任务,比如代码生成、需求实现、问题解决、单元测试用例生成、批量代码修改等。

 

在Notebook中已经内置了完整的通义灵码,我们只需要登录自己的账号即可使用灵码进行代码开发。

 

  • 首先我们登录通义灵码,点击左侧“通义灵码”logo,选择登录方式

image.gif 编辑

  • 登录后,我们就可以简单使用通义灵码的各种功能:
  • 代码生成:
  • 首先选择 AI 程序员功能(支持文件创建和多文件修改)
  • 输入我们的需求,让通义灵码创建文件并生成代码
  • 代码生成后,可以选择接受,或者拒绝重新调整提示词
  • 接受之后,我们可以选择需要修改的文件作为上下文
  • 让通义灵码修改代码后,同样可以选择接受或拒绝(注意:当 AI 生成内容不符合预期,或你的需求有变化时,可以通过快照功能回退到之前的对话轮次和代码变更,继续重新提问)
写一个推箱子的小游戏,创建相关代码文件并生成对应代码

image.gif

https://live.csdn.net/v/472028?spm=1001.2014.3001.5501

  • 代码编写:
  • 自动补全/依据注释补全代码
  • 单元测试
  • 代码优化

https://live.csdn.net/v/472029?spm=1001.2014.3001.5501

https://live.csdn.net/v/472032?spm=1001.2014.3001.5501

3、案例展示:使用 Notebook + 通义灵码完成

现在我们使用 Notebook 的环境和通义灵码的帮助从零开始搭建「求职小助手」。

生成代码框架

基于gradio实现一个求职助手网页,它能够帮助用户进行简历优化、职位推荐以及基于简历的职位推荐。以下是详细功能:
1. 全局配置
大模型加载与调用,代码如下:
模型加载部分:
qwen_model = ModelFactory.create(
        model_platform=ModelPlatformType.OPENAI_COMPATIBLE_MODEL,
        model_type="Qwen/Qwen2.5-72B-Instruct",
        api_key="Your API",#从环境变量中获取 Modelscope API 密钥,即个人SDK token
        url="https://api-inference.modelscope.cn/v1",
        model_config_dict=QwenConfig(temperature=0.2).as_dict(),
    )
agent = ChatAgent(
        system_message="You're a helpful assistant for job anlysis, please answer in Chinese.",
        message_window_size=30,
        model=qwen_model
    )
模型调用部分:
assistant_response = agent.step(combined_content)
assistant_response_str = assistant_response.msgs[0].content
3. 辅助功能函数
URL搜索:打开一个存放网址信息的txt文件(帮我创建好这个文件),然后通过目标岗位和地点让大模型分析来获取最符合的网址信息。
爬取信息
4. 具体功能函数
职位推荐:调用大模型根据目标岗位和地点以及输入的简历内容,推荐三个适合的职位,并给出推荐原因。
简历分析:首先通过爬取信息函数抓取相关信息,然后调用大模型结合用户的简历内容,推荐最适合的三个职位,并解释推荐原因。
简历优化:接收简历文件和目标职位作为输入,调用大模型根据目标职位对简历内容进行优化,生成优化后的简历文件,并提供改进建议。
根据上面的要求创建对应的文件并填充大概的代码框架

image.gif

 

如何跟通义灵码提需求,更详细流程可参考:

https://mp.weixin.qq.com/s/dNcZ-_WhHtWCd5TuMfMxfw

 

💡个人SDK token 获取:https://modelscope.cn/my/myaccesstoken(注:需关注到期时间)

image.gif 编辑

 

在通义灵码生成文件和代码后,注意甄别代码是否合理,例如:在第一次生成代码时,由于“大模型加载与调用”的描述过于笼统,并且这个部分本身可以进行很复杂的配置,所以通义灵码会将这一部分写得很复杂,所以我们可以将准备好的接口代码直接告诉通义灵码,让它基于已有的代码来进行代码生成。

image.gif 编辑

初步的代码框架显示结果如下(可以看到,通义灵码生成的代码相对结构严谨,更适合我们去进一步开发):

https://live.csdn.net/v/472034?spm=1001.2014.3001.5501

功能完善

将网页信息爬取以及各种功能组件进行完善,确保正常运行。

例如: 我们需要使用Crawl4AI工具,告诉通义灵码将爬取信息函数替换为我们的接口函数,告诉它我们使用时要做的具体调整(如将爬取的结果写入指定文件),并且在其他文件中修改相应的调用代码;在search_urls函数中发现注释是:使用特定模型进行分析,说明还没有用到我们在全局配置model.py中加载好的模型,我们就需要告诉通义灵码需要在这里调用model.py中加载的模型

在utils.py中将爬取信息的函数改为下面的函数,加上逻辑:爬取的url地址通过search_urls获得,将爬取到的信息写入一个txt文件中。同时修改在其他文件的调用
async def bug_search(target_position, target_location):
    async with AsyncWebCrawler() as crawler:
        result = await crawler.arun(
            url="https://www.nbcnews.com/business",
        )
        print(result.markdown)

image.gif

在search_urls函数中调用model.py的模型进行分析来返回结果

image.gif

image.gif 编辑

 

同样,我们可以完善各个功能直到成功运行

功能添加

在基本功能实现后,我们可以添加更多功能,这个时候就可以体现出多文件修改的强大之处

例如:我们想要在职位推荐中添加目标城市和固定的目标岗位,以便爬取信息时爬取更加相关的信息。

在职位推荐模块的目标岗位和地点输入时,把这两个输入做成一行两列的样式,并加上下拉菜单,可以在下拉菜单中选择岗位和城市,也可以直接输入,在utils.py设置一些全局的常用的城市和岗位(尽可能多)作为可以选择的元素

image.gif

https://live.csdn.net/v/472035?spm=1001.2014.3001.5501

最终结果:

https://live.csdn.net/v/472037?spm=1001.2014.3001.5501

以上主要介绍了如何使用 Notebook IDE 环境和通义灵码工具来具体开发 AI 产品,通过前面的介绍,可以感受到好的开发环境和开发工具往往可以让开发过程事半功倍,也可以更快更好地解决一些实际问题。


随着 AI 代码生成工具不断成熟,动动手指,你的 AI 产品马上变成现实~

 

03.相关链接

通义灵码官网:

https://lingma.aliyun.com/

魔搭官网:

https://modelscope.cn/my/overview

0代码基础0门槛在线编程做应用:

https://modelscope.cn/learn/881?pid=918

点击链接快速体验通义灵码,也可在 Visual Studio Code、JetBrains IDEs 等主流编程工具插件市场搜索按照“TONGYILINGMA”或在魔搭 ModelScope 的 WebIDE 直接使用。

目录
相关文章
|
27天前
|
人工智能 前端开发 搜索推荐
利用通义灵码和魔搭 Notebook 环境快速搭建一个 AIGC 应用 | 视频课
当我们熟悉了通义灵码的使用以及 Notebook 的环境后,大家可以共同探索 AIGC 的应用的更多玩法。
472 124
|
24天前
|
弹性计算 机器人 应用服务中间件
一键部署开源Qwen3并集成到钉钉、企业微信
Qwen3系列模型现已正式发布并开源,包含8款“混合推理模型”,其中涵盖两款MoE模型(Qwen3-235B-A22B与Qwen3-30B-A3B)及六个Dense模型。阿里云计算巢已支持Qwen3-235B-A22B和Qwen3-32B的私有化部署,用户可通过计算巢轻松完成部署,并借助AppFlow集成至钉钉机器人或企业微信。文档详细介绍了从模型部署、创建应用到配置机器人的全流程,帮助用户快速实现智能助手的接入与使用。
一键部署开源Qwen3并集成到钉钉、企业微信
|
10天前
|
人工智能 缓存 JavaScript
通义灵码深度体验:AI编程助手如何提升全栈开发效率
通义灵码是一款强大的AI编程助手,支持从代码补全到智能体自主开发的全流程辅助。在React+Node.js项目中,其实现了100%字段匹配的Mongoose Schema生成;通过`@灵码`指令,30秒内完成天气查询CLI工具开发,包含依赖管理与文档编写。其上下文记忆能力可自动关联模块逻辑,如为商品模型扩展库存校验。集成MCP服务时,不仅生成基础代码,还推荐最佳实践并添加缓存优化。测试显示,其响应速度快、复杂任务准确率高,适合中小型项目快速迭代,初期开发效率提升约40%。尽管存在文档同步延迟和TypeScript支持不足的问题,仍是一款优秀的AI编程伙伴。
51 6
|
8天前
|
人工智能 监控 API
狂揽22.6k星!这个开源工具让你一键调用100+大模型,开发效率直接起飞!
LiteLLM是由BerriAI团队开发的开源项目,通过标准化OpenAI格式API接口,支持调用100+主流大语言模型(如OpenAI、Azure、Anthropic等)。其核心功能包括统一调用方式、企业级智能路由、异步流式响应及环境变量管理。项目适用于企业AI中台搭建、多模型对比测试、教育科研实验等场景。技术架构涵盖接口层、路由层、管理层与监控层,提供高效稳定的服务。相比LangChain、LlamaIndex等项目,LiteLLM在多平台混合开发方面优势显著。项目地址:https://github.com/BerriAI/litellm。
|
16天前
|
JSON 缓存 并行计算
NVIDIA 实现通义千问 Qwen3 的生产级应用集成和部署
阿里巴巴近期开源了通义千问Qwen3大语言模型(LLM),包含两款混合专家模型(MoE)235B-A22B与30B-A3B,以及六款稠密模型(Dense)从0.6B到32B不等。开发者可基于NVIDIA GPU使用TensorRT-LLM、Ollama、SGLang、vLLM等框架高效部署Qwen3系列模型,实现快速词元生成和生产级应用开发。
|
4天前
|
自然语言处理 IDE 开发工具
通义灵码新增 Inline Chat 能力,代码行内随时问答,沉浸式编码,心流不断
通义灵码行间会话(Inline Chat)支持开发者在代码编辑器区域进行对话,开发者可以通过自然语言对话的方式进行单个文件内的代码修改或进行即时提问。
41 0
|
1月前
|
监控 Java API
1K star!这个开源项目让短信集成简单到离谱,开发效率直接翻倍!
SMS4J 是一款由国内技术团队打造的短信聚合框架,专为解决多短信服务商接入难题而生。它就像短信界的"瑞士军刀",目前已整合21家主流短信服务商,从阿里云、腾讯云到中国移动云MAS,开发者只需通过简单配置即可实现多平台无缝切换。
|
1月前
|
人工智能 程序员 API
以人脸识别验票机为例,通义灵码如何助力嵌入式软硬件开发中的快速功能验证
本文分享通义灵码在嵌入式软硬件开发中的应用。通过实际案例——基于人脸识别的验票机开发,展示通义灵码如何助力快速原型验证。从时延、稳定性、准确率、安全性到成本效益,全面评估API性能。借助通义灵码,复杂编程任务得以简化,大幅提高开发效率,让开发者专注于更有价值的优化与测试工作。体验地址已提供,欢迎下载探索。
|
1天前
|
人工智能 测试技术 API
通义灵码 + 魔搭MCP:全流程构建创空间应用
最近,通义灵码上线 MCP(ModelScope Cloud Platform)功能,从之前代码生成及修改的基础功能,到可以使用MCP服务连接更多功能,开发者可以实现从 代码爬取、模型推理到应用部署
51 10
|
1天前
|
传感器 人工智能 自然语言处理
火热邀测!DataWorks数据集成支持大模型AI处理
阿里云DataWorks数据集成新增大模型AI处理功能,支持在数据同步中无缝调用通义千问等AI模型,实现文本翻译、情感分析、摘要生成等功能。适用于电商客服、智能汽车、供应链、医疗、金融、法律及教育等多个场景,大幅提升数据处理效率与洞察深度。用户可通过自然语言配置,快速完成高级数据分析与处理,无需额外部署调试。立即申请测试资格,体验智能化数据处理!