Visual Studio 使用 GitHub Copilot 与 IntelliCode 辅助编码 【AI辅助开发系列】

Visual Studio 使用 GitHub Copilot 与 IntelliCode 辅助编码 【AI辅助开发系列】

🎀🎀🎀【AI辅助编程系列】🎀🎀🎀

  1. Visual Studio 使用 GitHub Copilot 与 IntelliCode 辅助编码
  2. Visual Studio 安装和管理 GitHub Copilot
  3. Visual Studio 使用 GitHub Copilot 扩展
  4. Visual Studio 使用 GitHub Copilot 聊天
  5. Visual Studio 使用 GitHub Copilot 协助调试
  6. Visual Studio 使用 IntelliCode AI 辅助代码开发
  7. Visual Studio 玩转 IntelliCode AI辅助开发

文章目录


在这里插入图片描述

前言📋

今天介绍两款 Visusal Studio AI辅助开发工具 ,后续还会介绍一些其他的好用的工具,比如阿里的 通义灵码 等。借助这些工具可以大大提高我们的工作效率和开发效率。


一、AI 辅助开发如何提供帮助❓

1.1 让 AI 帮助你更快地编写代码

  • 可以帮助你生成代码 和整个 函数建议(例如,如何通过用自然语言进行描述来编写代码以执行任务)
  • 根据编程模式 预测 接下来要编码的内容(补全)。
  • 通过 AI 驱动型上下文 感知建议 进行 代码重构

1.2 询问 AI 助手更好地了解代码

  • 代码部分的说明(例如,在你尝试理解别人的代码时)。
  • 编程问题的解答

1.3 更快速地进行分析和调试

  • 根据 AI 建议 优化性能
  • AI 标识的 bug 和解决方法。

二、GitHub Copilot 与 IntelliCode🤖

GitHub CopilotIntelliCode 可帮助你更快、更准确地编写代码,帮助更深入地了解代码库,并帮助执行其他开发任务,例如编写 单元测试调试分析

2.1 Visual Studio 中的 GitHub Copilot

Visual Studio IDE 中的 GitHub Copilot 充当 AI 结对程序员,帮助你在编写代码时提高工作生产力和效率。

Visual Studio 中的 GitHub Copilot 完成通过基于你提供的 上下文生成 整行或代码块,为开发过程添加了增强的 AI 协助。 它利用在数十亿行开源代码中训练出来的 AI 模型,在你编写代码时,直接在编辑器中实时提供自动完成式的代码建议。 它可帮助你更快地编写代码,且工作量更少。

可以在 IDE 中从 GitHub Copilot 获取建议,方法是开始编写想要使用的代码,或者在代码文件中编写 函数签名自然语言注释 来描述希望代码执行的功能。 可以选择通过接受建议的代码来使用它。

下图显示了 Visual Studio 中 GitHub Copilot 的代码生成功能。 在此示例中,你在代码文件中添加自然语言注释,GitHub Copilot 会为你生成灰色文本的代码建议。 如果选择使用代码,则可以选择 Tab 以将其插入代码文件中:

在这里插入图片描述

开始使用 Visual Studio 中的 GitHub Copilot 完成。 请注意,它需要 Visual Studio 2022 17.8 或更高版本。

Visual Studio 中的 GitHub Copilot 聊天是 Visual Studio IDE 中 GitHub Copilot 所提供完全集成的 AI 支持的聊天体验。 它使你能够使用 IDE 中的聊天界面与 GitHub Copilot 交互。 通过以自然语言询问与编码相关的问题,你可以接收特定于上下文的代码建议,深入了解代码块的工作原理、生成单元测试、查找问题并获取建议的修补程序。 它使你能够在不离开 IDE 的情况下获取编码信息和支持,帮助你做出明智的决策并编写更好的代码。

下图显示了 Visual Studio 中 GitHub Copilot Chat 的聊天窗口和内联(交互式代码助手询问 Copilot)视图。 在此示例中,你询问 Copilot 使用聊天窗口或交互式代码助手生成测试函数。 如果 Copilot Chat 提供要使用的代码建议,则可以接受将代码插入代码文件中:

在这里插入图片描述


所有 GitHub Copilot for Individuals 用户都可以访问 GitHub Copilot Chat。 了解详细信息。 所有 GitHub Copilot for Business 都有权访问有限的 GitHub Copilot Chat beta 版本。 了解详细信息。

2.2 Visual Studio 中的 IntelliCode

IntelliCode 利用代码上下文,结合从成千上万个公共开源代码中学习到的模式,为 IntelliSense 提供 AI 驱动的增强功能,包括建议、上下文感知的代码完成、整行完成和 API 使用示例。 通过使用人工智能,IntelliCode 利用你当前的代码上下文和模式,动态地将建议排列在完成列表的顶部,并在其旁边标注星形图标,从而帮助你更快地编写出准确的代码。

下图显示了 Visual Studio 中的 IntelliCode 完成:

在这里插入图片描述

2.3 功能对比 🆚

下表比较了 GitHub Copilot(和 GitHub Copilot Chat)和 IntelliCode 的功能。

在这里插入图片描述


看了对比真的好难抉择啊,怎么办?

在这里插入图片描述

可以将 GitHub CopilotIntelliCode 一起使用。 无需在它们之间进行选择。

三、总结🎯

这只是 AI 辅助开发系列的开篇文章,后续会更具体的介绍如何使用。请点赞关注持续留意后续文章。💕


🎀🎀🎀【AI辅助编程系列】🎀🎀🎀

  1. Visual Studio 使用 GitHub Copilot 与 IntelliCode 辅助编码
  2. Visual Studio 安装和管理 GitHub Copilot
  3. Visual Studio 使用 GitHub Copilot 扩展
  4. Visual Studio 使用 GitHub Copilot 聊天
  5. Visual Studio 使用 GitHub Copilot 协助调试
  6. Visual Studio 使用 IntelliCode AI 辅助代码开发
  7. Visual Studio 玩转 IntelliCode AI辅助开发

Read more

前端+AI:大厂前端岗位JD——总结前端AI学习路线

前端+AI:大厂前端岗位JD——总结前端AI学习路线

背景 现在AI技能是求职的默认必备技能,不管是传统的前后端项目还是现在AI潮流新涌出的AI应用开发工程师、AI Agent工程师以及最顶的AI 算法工程师,笔者为前端岗位,秋招投递了15+互联网大厂,收获3家大厂Offer(快手、京东、拼多多),下面聊聊个人对面试中的AI的一些idea: 1.大厂AI布局 2.透过JD看AI 总结(通过JD总结要学什么) 前端基础JS&算法、React&Vue框架、Vite、Monorepo、Pnpm工程化、性能优化、主流(微前端、SSR、大前端)仍为基础,全栈+AI是亮点,前端&AI学习: 一、前端AI体系架构总览 从这些JD可以看出,前端AI已经从“用AI做页面”升级为AI Native 前端,核心是: 前端开发者不再只是UI渲染层,

前端国际化:让你的网站走向世界

前端国际化:让你的网站走向世界 毒舌时刻 前端国际化?这不是大公司才需要的吗? "我的网站只面向国内用户,要什么国际化?"——结果业务拓展到海外,临时抱佛脚, "我直接用中文写死,多简单!"——结果需要支持英文时,满世界找字符串, "我用Google翻译,多快!"——结果翻译质量差,用户体验差。 醒醒吧,国际化不是可选的,而是现代前端开发的标配! 为什么你需要这个? * 全球用户覆盖:吸引来自不同国家和地区的用户 * 业务拓展:为未来的海外业务做准备 * 用户体验:让用户使用自己熟悉的语言 * 品牌形象:展现专业、全球化的品牌形象 反面教材 // 反面教材:硬编码字符串 function Header() { return ( <div className="header"> <

Superpowers 与 gstack 深度解析:AI Coding Agent 的技能驱动与角色驱动架构对比

Superpowers 与 gstack 深度解析:AI Coding Agent 的技能驱动与角色驱动架构对比

我认真拆解了 Superpowers 和 gstack:它们都在重塑 AI 编程,但走的是两条完全不同的路 过去一年,AI 编程工具最大的变化,不是模型更强了,而是大家逐渐意识到一件事: 真正决定 AI 写代码质量的,往往不是模型本身,而是你如何组织它的工作方式。 也就是说,问题已经从“用哪个模型”慢慢转向了: * 怎么让 AI 不要一上来就胡乱写代码? * 怎么让它先想清楚需求、边界、测试和设计? * 怎么让它像一个靠谱的工程团队,而不是一个情绪不稳定的实习生? 最近两个很有代表性的开源项目,正好走了两条不同但都很值得研究的路径: * obra/superpowers:把 AI 编程流程建立在 skills(技能) 之上,强调可组合、可复用、可自动触发的工程化工作流。官方将它定义为“一个基于可组合 skills 的完整软件开发工作流”。 * garrytan/gstack:把

Workers AI 完整教程:每天白嫖 10000 次大模型调用,比 OpenAI 省 90%

Workers AI 完整教程:每天白嫖 10000 次大模型调用,比 OpenAI 省 90%

说实话,第一次看到 OpenAI 账单的时候我整个人都傻了。一个月 200 多美元,就因为做了个小项目测试了几天 API。那时候我就在想:有没有免费或者便宜点的替代方案? 后来在研究 Cloudflare 的边缘计算功能时,偶然发现了 Workers AI。测试了一周后发现,免费额度对个人开发者来说真的够用。今天就把完整的使用方法分享给你。 Workers AI 是什么?为什么值得关注? 简单来说,Workers AI 就是 Cloudflare 推出的无服务器 AI 推理服务。你不需要自己买 GPU、不需要管服务器,写几行代码就能调用 Llama、Mistral 这些开源大模型。 最关键的是三点: 1. 每天 10,000 Neurons 免费额度 * 实测大概能处理几百次对话,个人项目完全够用 * 用 Llama