实测 亚马逊AI 编程助手 Amazon CodeWhisperer(全网最全)
文章目录
- 一、CodeWhisperer简介
- 1.1 CodeWhisperer 是一个重要的生产力助推器
- 1.2 CodeWhisperer 的实际应用
- 二、CodeWhisperer安装教程
- 2.1 IntelliJ IDEA安装CodeWhisperer插件
- 2.2 VSCode安装CodeWhisperer插件
- 2.3 PyCharm安装CodeWhisperer
- 2.4 快捷键使用方法
- 三、简单自动编码演示
- 3.1 单行代码自动补全
- 3.2 CodeWhisperer生成完整代码
- 3.3 其根据签名自动生成代码
- 四、AI编程代码实测及项目体验
- 4.1 简单函数代码测试
- 4.2 代码安全扫描实测
- 4.3 代码引用跟踪功能实测
- 4.4 计算机视觉工程项目实测
- 五、Amazon CodeWhisperer实测体验总结
- 5.1 CodeWhisperer 可以帮助我成为一个更好的开发者吗?
一、CodeWhisperer简介
CodeWhisperer是亚⻢逊出品的一款基于机器学习的通用代码生成器,可实时提供代码建议。
在编写代码时,它会自动根据我们现有的代码和注释生成建议。从单行代码建议到完整的函数,它可为我们提供各种大小和范围的个性化建议。
CodeWhisperer 还可以扫描我们的代码以突出显示和定义安全问题。
codewhispereropen in new window:亚马逊官方出品
目前仅以插件的形式在VS Codeopen in new window、Jetbrainsopen in new window等IDE里面使用,如果想试一试可以用 VS Code,目前无限制免费使用免费,并且对环境要求不高,还轻量~
亚马逊在 2022 年 6 月发布了 CodeWhisperer 预览版,现在它支持 Python、Java 和 JavaScript。
CodeWhisperer 经过数十亿行代码的训练,由机器学习提供支持,旨在实现相同的目标。无论我们是学生、新开发人员,还是经验丰富的专业人士,CodeWhisperer 都有助于我们提高工作效率。
其支持多种 IDE 和语言。要开始使用,我们只需安装合适的 AWS IDE Toolkit,启用 CodeWhisperer 功能,输入我们的预览访问代码,然后开始键入:
CodeWhisperer 可以持续检查我们的代码和注释,并为我们提供语法正确的推荐。这些推荐根据您的编码风格和变量名称合成,而不仅仅是代码段。
CodeWhisperer 使用多个上下文线索来提供推荐,包括源代码中的光标位置、光标前面的代码、注释以及同一项目中其他文件中的代码。您可以按原样使用推荐,也可以根据需要对其进行改善和自定义。正如我之前所提到的,我们使用从开源存储库、内部 Amazon 存储库、API 文档和论坛中提取的数十亿行代码训练(并将继续训练)CodeWhisperer。
在 AWS 博客的一篇文章中,Mark Richman 解释说,CodeWhisperer 的模型是在“包括 Amazon 开源代码在内的各种数据源”上训练的。有了这个语料库(显然确实存在)完善 CodeWhisperer 的模型,编写从 S3 读取文件的代码应该是一个很好的测试用例。
在使用 CodeWhisperer(CW)时,我们需要写一个注释,描述我们希望函数去做什么。注释的描述性和准确性越高,系统就越能更好地推断出我们想要的逻辑。
Function to open an S3 file
比如注释以 Function 开头,让 CW 知道你想要创建一个函数。也就是说,你需要添加一个注释,作为给 CW 的提示。
CW 分析注释并生成一个函数的定义。此时,你可以在生成函数体之前修改函数定义。CW 还可能提供多种函数定义供你选择。
IntelliJ 集成 CodeWhisperer 的截图:
点击“插入代码”,你的函数就在注释的下方创建好了。注意 CodeWhisperer 不仅插入了代码,还创建了一个文档字符串。
# Function to open an S3 file
def open_s3_file(filename):""":param filename::return:"""s3 = boto3.resource('s3')return s3.Object(bucket, filename).get()['Body'].read()
看起来不错!这段代码实现了你的注释所期望的功能,并且是在几秒钟内就生成了。
节省了查找boto3
API 的时间,你只需要检查代码,确保语义正确。
接着看看提出更多要求时,会发生什么。
这有一个很有用的例子:写一个函数从 S3 的文件中返回前“n”行。
# Function to get first n lines from a file in S3
def get_first_n_lines_from_s3(filename, n):"""Get the first n lines of a file in S3:param filename::param n::return:"""lines = []for line in open_s3_file(filename):lines.append(line)if len(lines) >= n:breakreturn lines
真厉害!CodeWhisperer 使用了之前创建的辅助方法 open_s3_file,并生成了正确的函数。
在 CW 生成函数体之前,你可以修改参数名,提高代码的可读性。例如,如果我们输入:
# Function to find common elements in lists
CW 会提示:
def find_common_elements(list1, list2)
在生成函数体之前,我们可以修改函数定义,使其更具描述性:
def find_common_elements(first, second)
如果我们接受它的函数定义,CodeWhisperer 将使用函数签名和注释来构建函数体。得到的函数将使用改进后的参数名。
# Function to find common elements in lists
def find_common_elements(first, second):return list(set(first) & set(second))
CodeWhisperer 不仅仅可以创建整个函数;它还可以在函数中插入代码片段,并在过程中推断相关变量。
# reverse the list orderlines.reverse()
1.1 CodeWhisperer 是一个重要的生产力助推器
使用 CodeWhisperer,我能够更快地编写代码。到目前为止,最大的价值是 S3 示例所演示的功能。
如果我自己写代码,大部分时间将会用来查找 boto API 文档,以确保写出正确的调用。使用 CodeWhisperer,则只需三秒钟。
这让我想到了一段曾花了很多时间的烦人代码:给 CloudWatch 发送数据。让我们看看 CodeWhisperer 能否有所帮助,试试提供注释:“Function to emit a CloudWatch metric”。
# Function to emit a cloudwatch metric
def put_metric_data(metric_name, metric_data):"""Put a metric data into cloudwatch:param metric_name::param metric_data::return:"""cloudwatch = boto3.client('cloudwatch')cloudwatch.put_metric_data(Namespace='my_namespace',MetricData=[{'MetricName': metric_name,'Dimensions': [{'Name': 'string','Value': 'string'},],'Unit': 'Seconds','Value': metric_data},])
非常有用!CW 为我节省了许多打字和查阅 API 文档的时间。
我有可能需要重构这段代码,但即使我从零开始编写它,第一步也要写出类似这样的原始逻辑。如今只花三秒钟,我节省了编写大量样板代码的时间,有了一个很好的自定义或重构的起点。
1.2 CodeWhisperer 的实际应用
我在 PyCharm 中安装了 CodeWhisperer ,并对其进行了测试。以下是一些示例,向您展示了它可以执行的操作。我想构建一个质数列表。我键入 # See if a number is pr
。CodeWhisperer 完成此操作,然后我按下 TAB(实际键特定于每个 IDE)接受推荐:
在下一行,我按下 Alt+C(同样是 IDE 特定),然后我可以在一对函数定义之间进行选择。我接受第一个函数,CodeWhisperer 推荐函数体,以下是我所拥有的:
我编写 for
语句,CodeWhisperer 推荐循环的主体:
CodeWhisperer 还可以帮助我编写用于访问各种 AWS 服务的代码。我从 # create S3 bucket
开始,然后按 TAB 键完成剩余部分:
看到这里,大家是不是觉得还不错,接下来教大家如何安装,很简单的~
二、CodeWhisperer安装教程
2.1 IntelliJ IDEA安装CodeWhisperer插件
在IDEA中打开配置窗⼝,选择Plugins,搜索"AWS Toolkit",点击Install,点击OK按钮,如下图:
安装完之后重启IDEA,如下图:
打开AWS Toolkit视图(菜单View/Tool Windows/AWS Toolkit),点击"Developer Tools"tab⻚⾯,选择“CodeWhisperer/Start",如下图:
弹出的窗⼝中选择“Use a personal email to sign up and sign in with AWS Builder ID",点击“Connect”按钮,如下图:
在弹出的窗⼝中,选择“Open and Copy Code”,如下图:
此时会在浏览器中打开⼀个⻚⾯,按ctrl-v粘贴code值,点击“Next“,如下图:
输⼊邮箱地址,点击"Next",如下图:
输⼊名字,点击“Next”,CodeWhisperer会向邮箱中发送⼀个验证码,如下图:
打开邮箱,可以看到验证码,如下图:
复制验证码,粘贴到输入框,点击“Verify”按钮,如下图:
设置密码,点击“Create AWS Builder ID“,如下图:
在最后⼀个⻚⾯中点击“Allow”按钮,如下图:
出现如下提示后,即表示注册AWS builder ID成功,如下图:
返回IDEA,在AWS Toolkit视图中的Developer Tools中可以打开或关闭代码⽣成功能,如下图:
此时,就可以愉快的使用AI 编程了。
2.2 VSCode安装CodeWhisperer插件
- 安装
AWS Toolkit
插件,具体到 VS Code 侧边栏搜索并安装
- 侧边栏点击
aws
,>>DEVELIOPER TOOL
>>CodeWhisper
>>Start
- 在下拉菜单中点击
Use a personal email to sign up and sign in with AWS Builder ID
- 点击
Copy Code and Proceed
,这将自动复制代码
一般会提示外部网站打开提醒,选择打开
5.打开网站后,输入点击Copy Code and Proceed
时得到的代码,点击Next
6.输入自己的邮箱地址(同时登录你的邮箱等待验证码),点击Next
7.重复之前步骤,但是由于已经在浏览器上登录成功了,所以步骤非常简单
粘贴代码后将会提示以下内容,点击Allow
即可
等左下角的AWS扩展颜色正常,对勾状态,说明连接成功
此时,就可以愉快的使用AI 编程了。
2.3 PyCharm安装CodeWhisperer
1.打开Pycharm插件管理
在 JetBrains IDE 中,导航到设置菜单(在 macOS 上为⌘ + ,在 Windows 上为文件→设置),然后单击左侧菜单上的“插件”。
在菜单顶部,单击Marketplace并在搜索栏中键入 “AWS Tookit”。然后点击安装。
2.安装完成后重启IDE
3.将 Pycharm 连接到 AWS(AWS Build ID创建),重复之前步骤
IDE 重新启动后,您将看到一个新的 AWS Toolkit 工具窗口。还可以通过 View -> Tool Windows -> AWS Toolkit(视图 -< 工具窗口 -< AWS Explorer)访问此窗口。
然后点击"Developer Tools"标签,选择“CodeWhisperer/Start"
此时,就可以愉快的在PyCharm里使用AI 编程了。
2.4 快捷键使用方法
全程需要按快捷键调用 Codewhisperer,主要的几个用法如下:
ALT + C | 要求给出建议(当有暗色字出现时,按tab接受建议) |
---|---|
快捷键 | 功能 |
TAB | 接受建议 |
ESC | 取消建议 |
→ | 选择下一个建议 |
← | 选择上一个建议 |
三、简单自动编码演示
回到 IDEA,看到如下界面,即表示注册并启动成功:
下面我们新建任意Java文件,看看他如何能够帮助我们自动生成代码。
3.1 单行代码自动补全
输入字符串public
。根据输入,CodeWhisperer 生成了建议列表
3.2 CodeWhisperer生成完整代码
CodeWhisperer 可以根据编写的注释生成完整的函数。
类似于 if/for/while 等代码块的生成。
大家如果看到这有疑问,可以接着看第四部分,有详细的测试说明。
3.3 其根据签名自动生成代码
看到这里,大家应该有个简单的了解了,咱们接着往下看~
四、AI编程代码实测及项目体验
4.1 简单函数代码测试
首先,我先用中文注释了“写一个读取csv文件的函数”
回车后可以看到CodeWhisperer自动显示出来
按快捷键Tab确认键入后,接着回车后CodeWhisperer又自动生成了以下代码:
感觉这个CodeWhisperer自动生成的代码还不错,我选择了Insert Code键入使用。
紧接着用中文又注释了“创建一个简单的爬虫简单函数”
在这选择了第三个自动代码,同样Tab键入。
接下来是注释“选择排序”后回车
注释“选择排序”后回车
中文注释实测完后又对英文注释进行了测试,如下图所示:
乘胜追击,又对创建和上传文件代码进行自动生成测试,同样得到了预期的效果。
对于简单的函数实测让我感觉这个工具还挺不错的,因为可以根据自己想要的注释自动生成多个代码建议,这样不仅节省了大量的编码时间,而且多种代码建议可供选择,一定程度上提升了自己编写代码的质量。
4.2 代码安全扫描实测
接下来用CodeWhisperer去扫描我们代码中的安全漏洞,以下是运行按钮的位置
打开我想扫描的文件,然后运行安全扫描
结果发现CodeWhisperer探测到该文件中有两个安全问题。
通过查看问题栏,点击事件定位到代码中,我们将鼠标移入到突出显示的代码,查看建议的措施,如下所示,问题指出在该例子中未加密的AWS凭证被记录下来,是一个安全漏洞,它建议我们重写代码并且修复该漏洞。
同样查看第二个问题,CodeWhisperer告诉我们讲应该把标识设置为True。
根据CodeWhisperer的建议,我进行了对应修改,两处安全问题修改如下:
修改后重新扫描了文件,扫描完成,显示没找到问题。
对于安全扫描这项功能,我还是挺惊艳的,没想到能实测找出问题并给出对应的解决问题,因为这一点我对CodeWhisperer的好感又增加了。
4.3 代码引用跟踪功能实测
在这里想实现一个函数来创建一个dynamo DB表。
如下图所示进行了实际测试
“implement a function to create a dynamoDB table”
以下是CodeWhisperer Reference Log给出的建议:
根据代码建议标注被文件跟踪器标记为MIT许可证,其引用了Apache-2.0许可证下的代码。我选择接受了这些标记代码,然后发现CodeWhisperer自动记录了引用我需要的许可证信息,这样我就可以在我的代码上添加适当的许可证和归属信息。
这个功能实测完感觉也挺有用的,对代码涉及到的许可证和归属信息问题进行了有效解决。
4.4 计算机视觉工程项目实测
在对官网显示的几项功能测试完后,又在平时用到的实际项目上进行了测试,我选取了常用的一些CV检测模型,以下是ShuffleNet的实际测试效果。
首先,我在实例化训练数据集上,对缺失的代码段进行测试,看CodeWhisperer是否能联系上下文进行代码补全。
进行回车操作后,CodeWhisperer显现出来了所给的建议。
目前看所给的建议正确,接着我又对冻结权重部分进行了测试,
这回我又利用了CodeWhisperer的快捷键ALT+C进行了测试,
结果显示自动生成了False选项,测试到这里真的让我觉得这个工具是真的好,可以帮助我解决代码中遇到的很多问题。
在训练代码中测试完,我又接着对检测模型代码进行了测试,如下图所示在transform指向中为我建议了img。
最后,我对检测模型代码进行了运行测试,正确的检测出图片为蒲公英dandelion。
总的来说,CodeWhisperer辅助我完成了CV模型的代码编写和模型检测,达到了官网所展示的预期。接下来,我要让CodeWhisperer帮助我完成更复杂的任务了,哈哈
五、Amazon CodeWhisperer实测体验总结
5.1 CodeWhisperer 可以帮助我成为一个更好的开发者吗?
通过以上的测试,我觉得它可以帮助我成为一个更好的开发者。
首先,它可以为我节省大量的时间和精力,让我能够专注于改进、重构和测试。
其次,它通过承担一些同质化的繁重工作,让我有机会成为一个更好的程序开发人员。
比如上面的测试的例子是 Amazon 工具(经过 Amazon 开源代码训练)能够表现出色的例子。
当然,在大多数开发人员需要花费很多时间的地方,比如编写领域相关的逻辑时,我又多测试了一下,让我们看看CodeWhisperer会不会也有帮助。
比如从 Python 文档中的数据类示例开始。
@dataclass
class InventoryItem:"""Class for keeping track of an item in inventory."""name: strunit_price: floatquantity_on_hand: int = 0def total_cost(self) -> float:return self.unit_price * self.quantity_on_hand
其实我想知道 CodeWhisperer 是否可以向这个类添加一个方法。让我们看看如果添加注释:" Function that return this item costs more than $10",会发生什么?
@dataclass
class InventoryItem:"""Class for keeping track of an item in inventory."""name: strunit_price: floatquantity_on_hand: int = 0def total_cost(self) -> float:return self.unit_price * self.quantity_on_hand# Function that returns whether this item costs more than $10def expensive(self) -> bool:return self.unit_price > 10
结果是非常酷的。值得注意的是,CodeWhisperer 给函数起了一个直观的名字,并包含了对 self 的引用。
接着,让我们尝试用CodeWhisperer来做测试,看是否会触及它的极限。
# Function to test InventoryItem class
def test_inventory_item():"""Test InventoryItem class:return:"""item = InventoryItem("Widget", 10, 5)assert item.name == "Widget"assert item.unit_price == 10assert item.quantity_on_hand == 5assert item.total_cost() == 50assert not item.expensive()
在上面的代码中,我输入了注释,CW 自动完成了剩下的工作。
测试似乎是一个极好的证明 CW 可以节省时间的例子。我不需要浪费时间去想测试的值,也不用输入所有的成员变量和方法。
总的来说,可以帮助我成为一个更好的开发者,但是任何辅助工具都有利有弊,CodeWhisperer也是才发布不久,通过测试我也想邀请大家去进行实际测试,可以对使用CodeWhisperer遇到的问题大家一起相互讨论,一起促进这个编程助手迭代和完善~
对了,最近亚马逊云科技中国峰会马上就要召开了,应该会见到更多的实用工具,感兴趣的小伙伴可以一起关注参加呀
2023亚马逊云科技中国峰会的链接:https://summit.awsevents.cn/2023/form.html?source=aHMZ6Q20We4igheElTULyinBa1qRTISgfZcMsoZCBuqdqMRgsBt0cSfDnLS2uBkb
欢迎大家在评论区积极讨论~~~
实测 亚马逊AI 编程助手 Amazon CodeWhisperer(全网最全)相关推荐
- 亚马逊AI编程助手CodeWishperer的使用
IntelliJ IDEA安装亚马逊AI编程助手CodeWishperer 简介 CodeWishperer是亚马逊2023年4月份推出的实时AI编程助手,它可以实时分析开发人员所写的代码并根据内容为 ...
- 重磅!Amazon发布个人免费的AI编程助手:CodeWhisperer !
来源:https://juejin.cn/post/7223746457941508157 现已正式推出实时 AI 编程助手 Amazon CodeWhisperer,包括 CodeWhisperer ...
- 惹事之后,亚马逊AI助手Alexa将增新功能,真的能比自己更懂你?
作者|震霆 出品|遇见人工智能 公众号|GOwithAI 亚马逊的语音助手Alexa总是给用户带来"惊喜". 比如前段时间突然发出怪笑,把用户吓 ...
- 叉叉助手停运有什么替代的_亚马逊全球开店助手将停止服务!卖家:终究是错付了...
最近,亚马逊可谓是新规频出.上个礼拜,亚马逊发布"自2020年9月1日开始,商家名称和地址将显示在卖家资料页面"上的通知.随后,后台的"销售业绩"版块也悄悄换至 ...
- 亚马逊AI又遭抗议:一个好端端的美国官员,怎么就成罪犯了?
李根 发自 凹非寺 量子位 报道 | 公众号 QbitAI 哈哈哈. 如果你近期稍微关注到亚马逊在美遭遇的抗议和diss,想必对ACLU这个组织不会陌生. ACLU,全称The American C ...
- 亚马逊 ai 解雇_绿色是使用AI的新的黑色节约型亚马逊雨林
亚马逊 ai 解雇 新成果 /使用AI的节约环境/哈佛 AI促进社会公益 / IEEE SMC 2020 接受 (New results / Saving Environment using AI / ...
- 半小时训练亿级规模知识图谱,亚马逊AI开源知识图谱嵌入表示框架DGL-KE
出品 | AI科技大本营(ID:rgznai100) 知识图谱 (Knowledge Graph)作为一个重要的技术,在近几年里被广泛运用在了信息检索,自然语言处理,以及推荐系统等各种领域.学习知识图 ...
- 探索“老药新用”最短路径:亚马逊AI Lab开源大规模药物重定位知识图谱DRKG
本文经授权转载自机器之心(almosthuman2014),未经授权禁止二次转载与摘编. 本文长度为3200字,建议阅读9分钟 本文带你了解亚马逊AI实验室的开源机器学习工具. [ 摘要 ]最近,来自 ...
- 半小时训练亿级规模知识图谱,亚马逊AI开源知识图谱嵌入表示框架
来源:AI 科技大本营 本文约2300字,建议阅读9分钟 亚马逊 AI 团队开源了一款专门针对大规模知识图谱嵌入表示的新训练框架 DGL-KE,能让研究人员和工业界用户方便.快速地在大规模知识图谱数据 ...
最新文章
- postgresql之数据库管理
- 重构职场竞争力之测试能力提升方法
- 处理机调度实验总结_计算机系统结构总结
- Matlab中gradient函数的使用方法
- Winform中设置BackgroundWorker在取消时关闭后台进程不生效-没有跳出循环
- Silver Cow Party POJ - 3268(dijkstra+反向交换)
- SPOJ - QTREE3Query on a tree again!——树链剖分
- 怎么用计算机弹c哩c哩,计算器音乐c哩c哩乐谱 | 手游网游页游攻略大全
- php获取url传参数乱码问题,php url地址栏传中文值乱码问题与解决方法
- openssl内存分配,查看内存泄露
- Java实现海报+二维码+二维码中间log+文字合并高清图片
- 生产追溯系统-IQC来料检验
- C++ 读取txt文件中数据并存入数组中
- 阿里飞冰使用教程-前端低代码可视化GUI速开发
- Office 365 共享链接直接进入编辑
- 产品安全设计十大原则
- 三维场景中创建镜面反射效果(three.js实战9)
- 使用CSS设置重叠层次
- java从数据库查询数据存在redis中
- 工作流(Workflow) -- 工作流简介
热门文章
- Session和cookie机制详解
- java代码将csv格式的文件导入数据库
- electron打包用http-server创建的本地服务器
- CodeForces 103A	Testing Pants for Sadness
- Spring事务注解Transactional失效
- CAD学习笔记中级课【字体】
- php大小写转换函数(strtolower、strtoupper)用法介绍
- android 类型.this,Android中各种类型对话框的使用
- Cortex-AX系列性能对比(原)
- Linux编程:命令行选项单横线“-”与双横线“--”的区别