一款超级棒的AI 编码神器

AIGC 怎能少了编码呢?今天给大家安利一款编码利器!也许您早已知晓,甚至早就用上了。它就是 Amazon CodeWhisperer 。本人以前用 GitHub 的 Copilot。Copilot 收费后,逐步转到 New Bing 和 ChatGPT 。最近开始使用 CodeWhisperer,表现不比 Copilot 差,最关键的是它对个人用户完全免费!!下面用几分钟简单介绍如何使用这款编码神器。

简介

CodeWhisperer 是亚马逊公司推出的一款 AI 编程工具,它可以根据注释或者代码上下文给出编码提示,实时生成代码片段或者或者完整的函数建议。目前支持Java、JavaScript、Python、C++等15种常见的编程语言,以及常用的集成式开发环境,诸如VS Code、Intelli IDEA等。

安装

本人使用的是 VS Code。下面以此为例介绍 CodeWhisperer的安装及使用。打开VS Code在扩展中直接搜索 “AWS” ,结果列表第一个就是了,即:AWS Toolkit。

CodeWhisperer_1.jpg

安装完后,选中左边栏的“AWS”,点击“Start”->“Sign up Or Sign in”,开始注册或者登录 AWS Builder ID。

CodeWhisperer_2.jpg

本人临时注册的,输入邮箱地址后,点击“Next”,之后邮箱会收到一个验证码。

CodeWhisperer_3.jpg

输入六位验证码,校验后,输入密码及确认密码。

CodeWhisperer_4.jpg

输入完密码后,点击“Create AWS Builder ID”。

CodeWhisperer_5.jpg

最后点击允许访问即可。

CodeWhisperer_6.jpg

接着 VS Code会显示“Connected to AWS Builder ID”,可愉快地使用啦。

CodeWhisperer_7.jpg

使用

随意创建了一个文件,写了一个“#”,它便推断出了我要写 Python 代码。

CodeWhisperer_8.jpg

输完“冒泡排序”,按下回车键,直接生成了函数名。按下“Tab”键,即使用它生成的建议代码。下面代码完全由它生成,我就写了前五个注释,体验还是相当不错的。最后一个例子完全由它建议生成,结合上文“# 实现BFS” 直接给出了建议“# 深层次遍历”。假如,您不喜欢它给出的当前建议,可以按下ESC键。

# 冒泡排序
def bubble_sort(alist):
    n = len(alist)
    for j in range(n-1):
        count = 0
        for i in range(n-1-j):
            if alist[i] > alist[i+1]:
                alist[i], alist[i+1] = alist[i+1], alist[i]
                count += 1
        if count == 0:
            return
        

# 测试上面代码
if __name__ == "__main__":
    li = [54, 26, 93, 17, 77, 31, 44, 55, 20]
    bubble_sort(li)
    print(li)

# 计算leetcode第一题:两数之和
def two_sum(nums, target):
    for i in range(len(nums)):
        for j in range(i+1, len(nums)):
            if nums[i] + nums[j] == target:
                return [i, j]
            
# 测试上面算法
if __name__ == "__main__":
    nums = [2, 7, 11, 15]
    target = 9
    print(two_sum(nums, target))


# 实现BFS
def bfs(graph, start):
    queue = [start]
    seen = set(start)
    while queue:
        vertex = queue.pop(0)
        nodes = graph[vertex]
        for w in nodes:
            if w not in seen:
                queue.append(w)
                seen.add(w)
                print(w)

# 深层次遍历
def dfs(graph, start):
    stack = [start]
    seen = set(start)
    while stack:
        vertex = stack.pop()
        nodes = graph[vertex]
        for w in nodes:
            if w not in seen:
                stack.append(w)
                seen.add(w)
                print(w)

想不想也体验一下呢~~~

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,547评论 6 477
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,399评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,428评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,599评论 1 274
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,612评论 5 365
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,577评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,941评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,603评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,852评论 1 297
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,605评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,693评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,375评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,955评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,936评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,172评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 43,970评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,414评论 2 342

推荐阅读更多精彩内容