写在前面
这两三天，chatGPT 似乎是活了一把。不过大家来来去去都是玩一玩。一开始可能觉得有趣，但这个跟玩游戏一样，过去了就是过去了。我想试试看是否有一些不一样。比如，我们能不能啥代码也不写，啥工具几乎也不调用，直接开发一个 TBtools 插件。答案，是「真的可以」。
说实话，这个我确实也没想到，不过很有意思，于是记录下来。大体包括下述步骤：
- 访问 chatGPT
- 让 chatGPT 帮忙写shinyApp
- 复制代码，黏贴代码
- 导出插件
- 分发、安装和使用插件
汇总如下：
访问 chatGPT
首先，你需要能使用 chatGPT 。在国内，那么可以用这个镜像
https://gpt.chatapi.art/
当然，如果你那边网络不错，或许可以自己花1块钱，体验会更好一些。
让 chatGPT 帮忙写shinyApp
用R语言写一个pheatmap的shinyApp，支持行列聚类调整
咱们比较有经验，如果每次运行都 install package 就不是很好，所以希望不要每次都安装，先检测一遍
写完了就喊他整合一下全面代码到一个页面
恩，有时候他听不太懂，就说得直白一点
可以发现，效果还不错，那么我们就可以开始做 TBtools 的 R 插件了，我将这几个文件放到
https://tbtools.cowtransfer.com/s/4d39a0db624347
感兴趣的朋友可以下载
完美，虽然还可以看到有一点瑕疵
让他修改，但是他修改成数据集了，怀疑是中文翻译成英文出了一点问题
换个说法，直白一点，继续
完美，搞定了
于是更新对应代码
执行后，发现没有问题
但是上传文件（制表符分隔，有报错）
跟老铁们聊了下这个报错，当然大体原来有闪过这个念头
最后测试下，没问题了。于是OK了，可以导出插件了。
换个电脑，安装插件试试
效果感觉不错，这样就一行代码也没写，然后开发一个20w TBtools 都可以用的 R-plugin....
写在最后
整体感觉，这个工具对于做生物信息的朋友有一定用处，尤其是应用生物信息。简单来说，对于你来说，生物信息就是一个工具，解决一些简单的数据分析问题。需要一些简单的常用的代码，或许你就不用自己写.....
当然，如果要用好，或许还是需要一些编程经验或者能力的。
但也不得不说，如果你运气好，一次成型的代码，或许他也不小心会给出。我似乎在哪里看到，chatGPT 其实就是在几个最优选项中给你选了一个，同样的问题进去，出来的可能是其中某个。
Anyway，感觉不错。希望这个推文可以让一些用户具备插件开发能力。
