通义灵码上下文能力解析:自由组合需求描述,生成结果更高效

简介: 通义灵码提供智能会话能力,支持智能问答、文件编辑和智能体三种模式,帮助开发者解决编码问题,进行代码修复、调试及运行错误排查。它具备多文件修改、自主决策等能力,可端到端完成编码任务。在智能会话中,支持丰富的上下文(如代码文件、目录、图片、Git Commit 等),并允许用户自由组合提示词与上下文。插件可通过链接下载。此外,还支持多种上下文类型(#file、#folder、#image 等),便于开发者精准表达需求。

通义灵码提供了智能会话的能力,支持智能问答、文件编辑、智能体三种模式,不仅可以为开发者解决编码过程中遇到的研发问题,协助开发者进行代码问题修复、调试或运行错误的排查等。同时,还具备多文件修改、自主决策、环境感知、工具使用等能力,端到端地完成编码任务。

通义灵码在智能会话中支持丰富的上下文,如代码文件、目录、图片、gitCommit 等,并提供上下文和用户输入提示词自由组装能力,开发者可以自由组合进行诉求描述。

插件下载:https://lingma.aliyun.com/download


添加上下文


在智能会话中,可以通过 3 种方式添加上下文:


  1. 输入框中单击添加上下文按钮,即可触发上下文选择窗口;
  2. 输入框输入 # ,即可触发上下文选择窗口,继续输入时可进行文件检索;
  3. 对于代码文件、图片,可拖拽或复制粘贴,将对应内容添加为上下文(仅 JetBrains IDEs)。


其次,对于 #file#folder#gitCommit#teamDocs,选择对应类型后,可进行具体内容的检索和选择,并针对该类内容支持多选操作。


最后,如果您使用的是 JetBrains IDEs,还可以将添加的上下文(标签)拖拽到输入的自然语言描述当中,方便进行输入组合。



支持的上下文类型


通义灵码提供多种上下文选择,上下文之间可以进行互相组合,也可以和用户输入结合在一起形成完整的需求表达。

上下文类型支持:file、folder、image、codebase、teamDocs、codeChanges、gitCommit,下面将逐一介绍。


#file


当需要对某个文件或多个文件进行提问、修改时,可以在输入框中输入 #file 进行代码文件选择,文件列表支持通过鼠标多选文件。同时,当您使用的是 JetBrains IDEs 时,可通过拖拽或复制粘贴的方式,将代码文件添加为上下文。

添加文件作为上下文时,有两个提示:


  • 选择一个代码文件后,将自动推荐与此文件相关的文件,可以直接单击文件名确认添加;
  • 当需要在诉求描述中强调文件时,可将通过输入 # 的方式进行文件选择;



#folder


当需要针对某个代码模块进行提问或修改时,如检索、重构、注释、生成单测等批量场景,可以选择所需的工程目录。



#image


当需要结合图片生成代码、问题修复、或进行图形化表达时,可在触发上下文选择后,单击 #image 进行图片添加,或者直接复制/截图后,粘贴图片进行添加。比如,结合设计图进行前端页面生成。



#codebase


当需要对当前工程进行提问、检索、修改时,可添加 #codebase 作为上下文,通义灵码将根据您的诉求描述,主动在本地工程文件中检索相关上下文,以便更精准的回答问题。比如,可以使用 #codebase 在工程中查找某个方法实现。

说明 @workspace 工程问答功能,升级为使用 #codebase 进行工程问答。



#codeChanges


当需要对当前 Git 暂存区中的代码变更内容进行提问、检索、修改时,可添加 #codeChanges 作为上下文进行提问。比如,可以在正式推送 Git 仓库前,将变更内容交由灵码进行代码评审、优化、补充单元测试等。



#gitCommit


当需要针对已提交的某次 Git Commit 代码变更内容进行提问时,可通过 #gitCommit 添加您所需要的提交信息。比如,可以任意选择一个或多个 Git Commit 记录进行问题排查、缺陷修复、单元测试生成等任务。



#teamDocs


当需要结合企业内知识库进行问答或代码生成时,可通过 #teamDocs 添加您所需要的企业知识库,通义灵码将自动进行知识检索,作为与模型交互的参考信息。比如使用团队自研组件规范进行代码生成。


相关文章
|
2月前
|
人工智能 算法 API
多模态模型卷王诞生!InternVL3:上海AI Lab开源78B多模态大模型,支持图文视频全解析!
上海人工智能实验室开源的InternVL3系列多模态大语言模型,通过原生多模态预训练方法实现文本、图像、视频的统一处理,支持从1B到78B共7种参数规模。
296 6
多模态模型卷王诞生!InternVL3:上海AI Lab开源78B多模态大模型,支持图文视频全解析!
|
14天前
|
存储 人工智能 供应链
AI Agent智能体:底层逻辑、原理与大模型关系深度解析·优雅草卓伊凡
AI Agent智能体:底层逻辑、原理与大模型关系深度解析·优雅草卓伊凡
82 1
AI Agent智能体:底层逻辑、原理与大模型关系深度解析·优雅草卓伊凡
|
1月前
|
传感器 测试技术 开发工具
通义灵码添加上下文能力怎么用?一篇看懂
Qwen3系列混合推理模型已全面开源,其中Qwen3-235B-A22B在多项测试中表现卓越。通义灵码现已支持Qwen3,并上线编程智能体,具备自主决策与工具使用能力,可完成编码任务。开发者可通过多种方式添加上下文(如代码文件、图片、Git提交等),增强交互效果。体验地址:https://lingma.aliyun.com/download。
224 35
|
1月前
|
前端开发 JavaScript API
体验通义灵码2.5版本上下文工程目录及多文件选择
体验通义灵码2.5版本上下文工程目录及多文件选择
106 11
|
1月前
|
人工智能 自然语言处理 安全
通义灵码技术进阶实战:三个企业级应用案例深度解析
本文介绍了通义灵码在企业级场景中的三个真实应用案例:一是优化金融交易系统性能,通过改进代码锁机制将延迟降至8ms;二是为电商平台设计弹性扩容方案,在双11期间成功应对流量高峰并降低40%资源成本;三是帮助跨国团队统一代码规范,显著减少冲突率并提升协作效率。文章还总结了技术进阶的关键要点,包括上下文工程、明确约束、文化适配和迭代优化,并提出了将通义灵码融入DevSecOps流程的建议,展示了其作为核心生产力工具的价值。
131 14
|
2月前
|
机器学习/深度学习 人工智能 编解码
月之暗面开源16B轻量级多模态视觉语言模型!Kimi-VL:推理仅需激活2.8B,支持128K上下文与高分辨率输入
月之暗面开源的Kimi-VL采用混合专家架构,总参数量16B推理时仅激活2.8B,支持128K上下文窗口与高分辨率视觉输入,通过长链推理微调和强化学习实现复杂任务处理能力。
181 5
月之暗面开源16B轻量级多模态视觉语言模型!Kimi-VL:推理仅需激活2.8B,支持128K上下文与高分辨率输入
|
2月前
|
自然语言处理 API 数据库
2025年大模型就业:核心技术趋势、技能要求与职业发展全景解析
随着大语言模型(Large Language Models, LLMs)的技术飞速迭代,人工智能领域正经历从通用对话工具向高度智能化、任务导向的智能体(Agent)系统的深刻转型。到2025年4月,企业对掌握LLM相关技术的专业人才需求持续高涨,核心能力聚焦于检索增强生成(RAG)、智能体任务自动化、模型对齐优化以及多模态融合。本文将全面剖析2025年大模型就业市场的技术演进路径、核心技能要求、行业应用场景、推荐实践项目以及职业发展建议,旨在为从业者提供详尽的职业规划指南,帮助其精准把握行业机遇。
590 6
|
2月前
|
运维 监控 数据可视化
产品测评 | 大模型时代下全场景数据消费平台的智能BI—Quick BI深度解析
Quick BI是阿里云旗下的全场景数据消费平台,助力企业实现数据驱动决策。用户可通过连接多种数据源(如本地文件、数据库等)进行数据分析,并借助智能小Q助手以对话形式查询数据或搭建报表。平台支持数据可视化、模板快速构建视图等功能,但目前存在不支持JSON格式文件、部分功能灵活性不足等问题。整体而言,Quick BI在数据分析与展示上表现出强大能力,适合业务类数据处理,未来可在智能化及运维场景支持上进一步优化。
|
2月前
|
人工智能 计算机视觉 开发者
Meta开源多模态AI新王炸!Llama 4:MoE架构仅用17B参数碾压Gemma 3,支持1000万token上下文
Meta最新开源的Llama 4系列多模态AI模型,采用混合专家架构,支持200种语言处理,最高达2万亿参数规模,在语言理解、图像分析和代码生成等任务中展现突破性性能。
169 0
Meta开源多模态AI新王炸!Llama 4:MoE架构仅用17B参数碾压Gemma 3,支持1000万token上下文

热门文章

最新文章