写代码、搜问题，全部都在「终端」完成！如此编程神器，是时候入手了-技术圈

贾浩楠发自凹非寺

来自 | 量子位

无论你是编程小白还是老司机，coding过程中总会遇到不懂的问题。

最常见的方法是去论坛询问、谷歌搜索，需要反复在网页和编译器页面切换，即使有两个很大的分屏，生产力也会受到影响。

但是现在这个问题有希望解决了，一个便捷编程Q&A工具codequestion可以帮到你。

直接在终端输入「你要问的问题」，用普通的自然语言就行，和你去谷歌搜索没什么两样。

然后马上就能返回详细操作教程，实现了直接在终端用对话形式来查询操作手册。

这么好用的工具安装起来也不复杂。

安装教程

安装codequestion最简单的方法是通过pip或PyPI：

pip install codequestion

当然，你也可以克隆Github上的项目到本地：

pip install git+https://github.com/neuml/codequestion

安装codequestion需要Python 3.6版本以上。

对于Linux系统来说，可以直接运行项目，但是Windows和Mac需要安装额外项。

Windows需要安装C++ Build Tools，地址如下：

https://visualstudio.microsoft.com/visual-cpp-build-tools/

PyTorch Windows的二进制文件不在PyPI上，安装时必须添加以下url链接：

pip install txtai -f https://download.pytorch.org/whl/torch_stable.html

对于Mac来说，安装前需要运行这个命令：

brew install libomp

安装步骤已经完成了，接下来看看实例测试吧

AI驱动的问答机制

codequestion下载完成以后，还需要安装一个模型。

python -m codequestion.download

这个模型的核心就是作者David Mezzetti之前开发的AI算法txtai。

txtai支持构建文本索引，执行相似性搜索，并创建基于提取式问题回答的系统。

作者还提供了预训练的模型：

unzip cqmodel.zip ~/.codequestion

codequestion是可以定制的，可以针对自定义的问答库运行。目前，只支持Stack Exchange库中的问题帮助，未来会有更多的支持选项。

完成模型安装后，可以通过以下命令运行测试：

mkdir -p ~/.codequestion/test/stackexchangewget https://raw.githubusercontent.com/neuml/codequestion/master/test/stackexchange/query.txt -P ~/.codequestion/test/stackexchangewget http://ixa2.si.ehu.es/stswiki/images/4/48/Stsbenchmark.tar.gztar -C ~/.codequestion/test -xvzf Stsbenchmark.tar.gzpython -m codequestion.evaluate -s test

代码中包含将测试数据下载到〜/ .codequestion / test中。

下面的表格显示了各种词向量/评分组合的测试结果。

SE 300d单词向量与BM25评分在这个数据集中表现最好。即使减少了词汇量的Stack Exchange问题，SE 300d - BM25在STS基准测试中的表现也相当不错。

之前，量子位也介绍过一个相似的Linux命令行查询工具，也是直接在终端输入问题，返回答案。

不同的是，当时的工具howdoi是在在线技术论坛上搜索已有答案，范围比较有限。

那么这次介绍的codequestion的AI驱动机制，有什么先进之处呢？

基本原理

第一步：原始数据转储处理

来自Stack Exchange库的原始7z XML转储通过一系列步骤进行处理。

只有高分的问题和答案才会被检索到，并存储在模型中。

问题和答案被整合到一个名为questions.db的单一SQLite文件中。questions.db 的模式如下：

Id INTEGER PRIMARY KEYSource TEXTSourceId INTEGERDate DATETIMETags TEXTQuestion TEXTQuestionUser TEXTAnswer TEXTAnswerUser TEXTReference TEXT

第二步：检索

codequestion工具为questions.db建立了一个句子嵌入索引。

questions.db模式中的每个问题都会被标记，并解析为单词嵌入。

词嵌入模型是建立在questions.db上的自定义fastText模型。一旦某个token被转换为单词嵌入，就会创建一个加权的句子嵌入。

词嵌入使用BM25索引对资源库中的所有token进行加权。但有一个重要的修改：标签被用来提升标签标记的权重。

一旦question.db被转换为句子嵌入的集合，它们就会被归一化并存储在Faiss中，从而可以进行快速的相似性搜索。

第三步：查询

codequestion使用与索引相同的方法对每个查询进行标记。这些标记被用来建立一个句子嵌入。根据Faiss索引对该嵌入句进行查询，以找到最相似的问题。

离线开发好帮手

可以看出，这个codequestion工具的优势在于灵活的搜索匹配问题，并且能够根据问题回答的质量优先推选好的回答。

这一点是类似工具使用关键词匹配搜索答案无法比拟的。

目前codequestion的局限在于只支持Stack Exchange中的问题，但是，作者承诺后期会加入更多的库。

不少网友都反应，这个工具十分实用，尤其是它支持本地库中的问答机制，对于有离线开发需求的码农来说，帮助颇巨。

怎么样？如果这个工具对你有用，那就赶快上手操作吧~

参考链接&传送门：

Github地址：
https://github.com/neuml/codequestion

C++ Build Tools安装地址：
https://visualstudio.microsoft.com/visual-cpp-build-tools/

量子位之前介绍过的Linux命令行查询工具：
https://mp.weixin.qq.com/s/5vfQRsAZ4zEKOJnUNT8Ebg

由于微信平台算法改版，公号内容将不再以时间排序展示，如果大家想第一时间看到我们的推送，强烈建议星标我们和给我们多点点【在看】。星标具体步骤为：

（1）点击页面最上方“小詹学Python”，进入公众号主页。

（2）点击右上角的小点点，在弹出页面点击“设为星标”，就可以啦。

感谢支持，比心。