【第126期】效地利用AI辅助编程并提高编程效率

共 5683字，需浏览 12分钟

· 2024-04-22

概述

AI可以在编程的多个环节中提供帮助，从而显著提高编程效率。同时，也要注意AI工具的选择和使用，确保它们能够真正提升你的工作效率，而不是成为额外的负担。通过这些工具通过不同的方式辅助编程，包括代码生成、错误检测与修复、代码审查、自动化测试、性能优化等，旨在提高编程效率和代码质量。开发者可以根据自己的需求选择合适的工具来辅助编程工作。

采取方法

要有效地利用AI辅助编程并提高编程效率，可以采取以下几种方法：

代码生成：使用AI工具来生成代码片段或整个函数，这样可以减少手动编写代码的时间。
代码补全：利用AI的代码补全功能，可以快速完成代码编写，提高编码速度。
错误检测与修复：AI可以帮助检测代码中的错误，并提供修复建议，减少调试时间。
代码审查：AI可以进行代码审查，指出潜在的问题和改进建议，提高代码质量。
学习资源推荐：AI可以根据你的编程习惯和项目需求，推荐相关的学习资源和最佳实践。
自动化测试：AI可以帮助生成测试用例，进行自动化测试，确保代码的稳定性和可靠性。
性能优化：AI可以分析代码性能，提出优化建议，帮助提升程序运行效率。
文档生成：AI可以帮助生成或更新项目文档，包括API文档、技术规范等。
版本控制集成：将AI工具与版本控制系统结合，可以更智能地管理代码变更和团队协作。
个性化设置：根据个人习惯和项目需求，定制AI工具的设置，使其更贴合实际工作流程。
持续学习：AI技术不断发展，持续学习最新的AI辅助编程工具和技术，以保持效率优势。
多语言支持：利用支持多语言的AI工具，可以跨语言进行项目开发，提高多语言项目的开发效率。

开源AI辅助编程框架

Plandex

GitHub地址：https://github.com/plandex-ai/plandex-Plandex是一款创新的编程工具，旨在通过长期运行的代理来简化和加速软件开发过程。它能够处理多文件和多步骤的任务，将大型项目拆分成更小、更易管理的子任务。它还具备沙盒环境和版本控制功能，允许开发者在应用变更前进行审查。这些代理能够处理跨越多个文件和需要多个步骤的任务，将大型项目拆分成更小、更易管理的子任务，逐步执行直至完成。这对于处理积压的工作、掌握新技术、解决困境以及减少在枯燥任务上的时间投入来说，是一个巨大的福音。Plandex的一个显著特点是其沙盒环境，它允许开发者在将变更应用到实际项目文件之前进行审查。这一特性得益于其内置的版本控制功能，使得开发者可以轻松回退并尝试不同的解决方案。此外，Plandex还支持在终端中高效管理上下文，确保AI模型始终基于项目的最新状态进行操作。尽管Plandex依赖于OpenAI API，并计划未来支持更多的开源模型和多模态模型，但它也明确指出了自己的局限性。由于LLMs的推理限制，自动应用的文件更新可能不是完美的，因此开发者需要仔细审查每个变更，特别是在涉及安全性的情况下。此外，Plandex鼓励用户提供详细的指导和方向，以便获得更准确的结果，并建议有选择性地加载上下文内容，以获得更好的性能和降低成本。Plandex的未来发展规划包括支持GPT4-Vision等多模态模型、团队协作功能、代码编辑器扩展、社区插件和模块、GitHub集成以及Web仪表板和GUI。这些计划的实现将进一步提升Plandex的功能性和易用性，使其成为软件开发者不可或缺的助手。

Aider

GitHub地址：https://github.com/paul-gauthier/aider
Aider的核心功能是允许开发者通过命令行与GPT进行交流，共同讨论和编辑本地git仓库中的代码。这意味着，无论是新项目还是现有的git仓库，Aider都能直接编辑源代码文件，并智能地提交变更，附带清晰的提交信息。这样的设计不仅使得代码修改变得简单，还为版本控制提供了一个安全的保障网。Aider的多语言支持让GPT能够在大多数流行的编程语言中编写和编辑代码，包括但不限于Python、JavaScript、TypeScript、PHP、HTML和CSS等。开发者可以请求新功能、变更、改进或修复bug，甚至可以要求新增测试用例、更新文档或重构代码。Aider会将GPT建议的编辑直接应用到源文件中，并自动提交到本地git仓库。此外，Aider还支持一次性处理多个源文件，这样GPT就能够在一个变更集/提交中跨文件进行协调的代码更改。Aider甚至可以将整个git仓库的映射提供给GPT-4，帮助它理解和修改大型代码库。同时，开发者也可以在与Aider交流的同时，手动使用自己的编辑器编辑文件。Aider会注意到这些外部编辑，并保持GPT与文件最新版本同步，这让开发者能够在Aider聊天和编辑器之间来回切换，与GPT协作编程。如果开发者直接通过OpenAI使用GPT-4，Aider还能够添加图像文件到上下文中，自动切换到gpt-4-vision-preview模型，进一步扩展了Aider的应用范围。

Mentat

GitHub地址：https://github.com/AbanteAI/mentat
Mentat是一款直接在命令行中协助编程任务的人工智能工具。与Copilot不同，Mentat能够跨多个位置和文件协调编辑，提供更为全面的代码支持。它还有别于ChatGPT，因为Mentat已经具备了你的项目上下文，无需复制粘贴即可开始工作。无论你是想深入理解一个新的代码库，增加新功能，还是重构现有代码，Mentat都能提供有效的帮助。

GPT Pilot

GitHub地址：https://github.com/Pythagora-io/gpt-pilot
GPT Pilot是一款旨在为开发者提供真正AI伙伴的核心技术，它是Pythagora VS Code扩展的一部分。与传统的自动补全工具或PR消息助手不同，GPT Pilot能够更深层次地参与到开发过程中，它不仅仅是一个编写代码的辅助工具，而是一个能够完整地编写特性、调试代码、与开发者讨论问题并请求审查的AI开发者。GPT Pilot的核心理念是探索大型语言模型（LLMs）在生成完全工作、生产就绪的应用程序方面的潜力，同时让开发者监督整个实施过程。它的理念是，AI可以编写大部分的应用程序代码（约95%），但在达到完全的人工通用智能（AGI）之前，剩余的5%仍然需要人类开发者的参与。GPT Pilot的工作流程是分步骤的：开发者输入应用程序的名称和描述，然后一系列的代理（如产品所有者代理、规范撰写代理、架构代理、技术领导代理、开发者代理、代码猴子代理、审查者代理、故障排除者代理、技术写作代理）协同工作，从理解需求到编写、审查代码，再到调试和编写文档，每一步都由特定的代理来完成。这种分步骤的方法使得GPT Pilot能够在开发过程中逐步调试问题，如果遇到问题，开发者可以审查并修复代码。与Smol developer和GPT engineer等类似工具不同，GPT Pilot与开发者一起工作，创建一个完全工作的生产就绪应用程序。它像真正的开发者一样一步一步地编写应用程序的代码，这样它能够在开发过程中实时调试问题。如果遇到难题，负责的开发者可以审查代码并解决问题。与此同时，GPT Pilot设计成可以处理任何规模的项目，它通过过滤机制仅向LLM展示当前任务相关的代码，而不是将整个代码库存储在上下文中，这使得在项目完成后，开发者可以通过编写指令来继续添加新特性。

Cody

GitHub地址：https://github.com/sourcegraph/cody
Cody是一款开源的AI编程助手，旨在帮助开发者编写和修复代码，提供AI生成的自动补全功能，并回答编程相关的问题。它能够从整个代码库中获取相关上下文，以编写更优质的代码，同时减少幻觉现象。Cody具备聊天功能，能够回答有关整个代码库的问题；提供单行和多行的自动补全建议，加快编码速度；支持内联聊天，可在文件的任何位置请求代码修复或重构；具备快捷命令，简化常见操作；并支持可替换的大型语言模型，如Anthropic Claude、Claude 2和OpenAI GPT-4/3.5。对于个人开发者，Cody免费提供LLM使用额度，适用于个人和工作代码，只需遵守合理的每用户速率限制。

Continue

GitHub地址：https://github.com/continuedev/continue
Continue是一款开源的自动导航工具，专为VS Code和JetBrains这类集成开发环境（IDE）设计，旨在简化开发者与大型语言模型（LLM）的交互，使编程过程更加流畅和直观。它的核心功能包括任务和标签的自动补全，以及对编码问题的智能回答，这些功能通过高亮和选择代码段来实现，为用户提供新的视角和深入的解释。Continue的强大之处在于其自然语言编辑能力。开发者可以通过简单的高亮和指令，让Continue帮助重构代码，例如将3x3矩阵转换为平面列表，或者将代码重构为Angular Flex布局。这种交互方式极大地提高了代码修改的效率，同时也降低了技术门槛，让开发者能够更加专注于创意和逻辑。此外，Continue还提供了从零开始生成文件的功能。在一个空白文件中，用户只需给出指令，Continue就能协助创建新的Python脚本、React组件等。无论是实现一个基本的Supabase边缘函数，还是编写一个简洁的C++最短路径算法，亦或是创建一个带有PHP和MySQL服务器的Docker Compose文件，Continue都能够提供即时的帮助。Continue的设计哲学是让编程变得更加直观和高效。它通过自然语言处理和机器学习技术，理解开发者的需求，并提供相应的代码生成和修改建议。这种以开发者为中心的工具，不仅提高了编程的速度和质量，也为编程新手提供了学习和成长的机会。随着AI技术的不断进步，Continue将继续在编程领域扮演着越来越重要的角色。。

Sweep

GitHub地址：https://github.com/sweepai/sweep
Sweep是一款人工智能初级开发者工具，它专注于将bug和功能请求转化为代码变更。与传统的开发工具不同，Sweep能够自动识别并处理那些提高开发体验（devex）的任务，比如添加类型提示（typehints）和提升测试覆盖率。使用Sweep，开发者可以通过创建GitHub Issue来触发这一过程，例如，要求Sweep为特定文件添加类型提示，Sweep将会自动找到相关依赖文件，修改代码以添加类型提示，并通过Pull Request提交变更。Sweep的特点在于它能够直接将问题转化为Pull Request，而无需通过IDE。它能理解并回应开发者在其Pull Request上的回复和评论，通过依赖图、文本和向量搜索来理解代码库，并运行单元测试和自动格式化工具来验证生成的代码。Sweep还能通过应用Sweep Rules将小的修复合并到Pull Request中。Sweep的独特之处在于它解决了LLMs（如GPT-4）自动修改代码的难题。Sweep团队通过大量实验，找到了多种修改代码的有效方法，并不断改进这些方法。此外，Sweep还运行GitHub Actions来捕捉bug，并确保每一行新代码都经过了适当的验证。在代码格式化和执行其他小任务（如添加类型提示）方面，Sweep使用了自己的沙箱环境和规则系统。