Copilot使用体验

本篇是去年使用Copilot的记录,不代表目前水平,仅做个人记录同步,谨慎参考。

GitHub Copilot的订阅计划

https://docs.github.com/en/copilot/about-github-copilot/subscription-plans-for-github-copilot
个人版提供30天的免费试用。个人版每月10 美元或每年 100 美元。

Copilot操作文档

https://docs.github.com/en/copilot/quickstart
目前支持JetBrains IDEs,Vim/Neovim,Visual Studio,Visual Studio Code,Xcode。安装插件,登录Github账号就可以使用了,需要开代理。

基本操作

  • 获取代码建议,输入代码时会自动触发,使用“Tab”键采纳。
  • 切换建议,macOS使用“Option+]”或“Option+[”,windows使用“Alt+]” 或 “Alt+[”切换下一条,上一条。
  • 聊天模式,可以引用文件,生成测试代码,解释代码,修复问题。

基本操作,支持功能和同类型工具都大差不差,主要关注实际提示代码质量。

其他设置

  • 启用或禁用公共代码匹配的建议,如果选择允许匹配公共代码的建议,当Copilot建议匹配代码时,可以显示匹配的详细信息,并点击到GitHub上的相关存储库。
  • 访问Bing,Copilot将使用Bing在互联网上搜索与问题相关的信息。在讨论新技术或特定的主题时,Bing搜索尤其有用。

Copilot优缺点

优点

  • 提示速度快,支持语言丰富。
  • 偏向提示多行代码块,方便快捷。
  • 相对其他同类型工具提示更精准。
  • 会根据项目代码不断优化提示,做到更贴近所想。

缺点

  • 需要使用代理,没有国内的工具访问方便。
  • Copilot 是使用大量代码训练的,但它的范围仍然有限。 它可能无法处理一些复杂的代码结构或模糊的编程语言。
  • Copilot 并不是没有错误的。可能会生成看起来有效但实际无效的代码。 为了降低代码不准确的风险,需要仔细查看和测试生成的代码。
  • 由于上下文的限制,copilot不能全局考虑问题,更多的是解决局部的问题。会存在方法未复用的情况。

辅助编程相关场景举例说明

一般有三大类:

  • 代码-代码:包含代码补全、代码修复
  • 代码-文本:代码解释、代码优化、代码异常排查
  • 文本-代码:通过提示词 Prompt 做代码生成 (单元测试等)

支持语言

常用语言都支持(Java,python,JavaScript,Go,C, Kotlin等),亲测Flutter的Dart语言也可以很好的支持。

代码补全

场景:数据上报点击删除按钮时,pageinfo传入课程id(多个课程id用逗号分隔)
操作:当我输入到map方法做转换时,Copilot猜到我的意图,给出了下面的提示。

在这里插入图片描述


提示和预期完全一致,比较惊喜的地方在于,下载对象中属性字段很多,并且有“id”这个字段作为相似项干扰。
在我没有告知Copilot我的需求情况下,最终可以准确提示,还是很智能的。

代码修复

下面这段代码在实际运行中会报错崩溃,我们根据报错行数找到这段问题代码:

val goal ="${list[0].option.filter{ it.selected }[0]?.id ?: 1}"// java.lang.IndexOutOfBoundsException: Index 0 out of bounds for length 0

选中这行问题代码,输入“/fix”修复这个问题。

在这里插入图片描述


可以看到copilot解释了问题的原因,并给出了解决方案。

代码生成

可以通过写注释的方式,让Copilot帮我们生成相关代码。Copilot会根据上下文,给到合理的代码。

在这里插入图片描述

Read more

国内AI生图/AI设计工具评测,6款“平民版Midjourney“如何选?

国内AI生图/AI设计工具评测,6款“平民版Midjourney“如何选?

在人工智能生成内容(AIGC)浪潮席卷全球的今天,AI绘画技术正以前所未有的速度发展,深刻地改变着设计、创意和内容生产的范式。提及AI绘画,Midjourney以其惊艳的艺术效果成为标杆,但其高昂的订阅费、纯英文环境及网络门槛,让许多国内用户望而却步。 幸运的是,国内AI技术蓬勃发展,催生了一批功能强大、体验优秀且更符合国人使用习惯的AI图片生成工具。它们不仅技术紧追前沿,更在应用场景、成本和易用性上展现出独特优势。本文将为你盘点6款备受瞩目的国产AI图片生成工具,为广大开发者、设计师和内容创作者提供一份详实的参考指南。 1. 稿定AI:智能设计平台的创新实践 技术架构与平台定位 稿定AI已发展为一个独立的AI设计平台和创意社区,基于华为云Token服务构建。其核心创新在于AI设计Agent系统,能够自动化完成灵感采集、信息检索和设计构思等全流程工作。 核心功能特色 * 智能对话式设计:用户可通过自然语言与AI设计Agent交互,如输入"设计一个科技感十足的产品发布会海报",Agent会自动解析需求并生成多个设计方案 * 无限画布工作流:采用创新的无限画布设计,支持多元素

AI工具实战测评:Midjourney

实战测评:Midjourney 在人工智能技术日新月异的今天,AI绘图工具已经不再是科幻电影里的概念,而是实实在在改变着创意工作流程的利器。其中,Midjourney以其强大的图像生成能力和独特的社区文化,迅速成为设计师、艺术家和创意工作者的焦点。本文将从实战角度出发,深度测评Midjourney的实际表现、应用场景、优缺点及未来潜力。 一、 工具定位与核心功能 Midjourney是一款基于扩散模型(Diffusion Model)技术的AI图像生成工具。它通过理解用户输入的文本提示词(Prompt),生成与之匹配的高质量、高创意性的图像。其核心功能包括: 1. 文本到图像生成:用户输入描述性文字,AI据此创作图像。 2. 图像风格化:可基于参考图进行风格迁移或内容再创作。 3. 图像放大与细节优化:对生成的初稿进行分辨率提升和细节增强。 4. 多版本生成与迭代:一次性提供多个可选方案,支持用户进行微调和再生成。 二、 实战体验:操作流程与效果展示 操作流程 Midjourney主要通过Discord平台提供服务(近期也推出了网页版测试)。用户加入其官方Di

腾讯开源HunyuanImage-3.0:800亿参数重构AIGC行业格局

腾讯开源HunyuanImage-3.0:800亿参数重构AIGC行业格局 导语 2025年9月28日,腾讯正式开源全球首个工业级原生多模态文生图模型HunyuanImage-3.0,以800亿参数规模刷新开源领域纪录,其文本生成图像表现已媲美甚至超越DALL-E 3等闭源旗舰模型,在国际权威榜单LMArena登顶文生图任务榜首。 行业现状:多模态竞争进入深水区 2025年第二季度全球文生图API调用量突破120亿次,商业模型占据72%市场份额,但开源技术正加速追赶。国际权威AI模型评测机构LMArena的"盲测"榜单显示,混元图像3.0已超越Seedream 4.0和Nano Banana等主流模型,成为首个登顶该榜单的中国模型。这标志着国产大模型在多模态生成领域实现从"跟跑"到"领跑"的战略转折。 混元图像3.0的发布延续了腾讯混元系列的技术演进路径。从2024年5月首个中文原生DiT模型,到2025年实现实时生图的2.0版本,再到如今融合世界知识推理能力的3.0版本,腾讯已构建起包含3D生成、视频特效、定制化插件在内的完整AIGC技术矩阵。 核心亮点:四大技术突