Github Copilot 程序员效率提升工具

2024-03-19 2958阅读

AI时代到来，Github Copilot问世

以下��GitHub的首席执行官 Thomas 在2022年6月21日，首次将Github Copilot面向个人开发者全面开放的公告。

什么是 Github Copilot

简单来说就是能帮助程序员提高代码方面的开发效率，完全展示了作为副驾驶员 ( copilot ) 的导航，协助的能力。

如何使用 Copilot

目前 Github Copilot是收费的😔，对于个人开发用户也是个不小的开销。当然Github Copilot也提供了30天的免费试用体验😊，前提是你需要绑定信用卡或者 PayPal。

🎉开通成功后，基于VS Code工具来讲的话。

直接登录已开通绑定的github账号
在扩展市场下载对应的Github Copilot 插件
等待右下角机器人🤖小图标正常显示时就能使用了。

Copilot 自动化代码生成

简单实现一个案例：点击按钮随机更换背景颜色

没错，差不多只有注释部分就是我手动写的部分。其它部分代码均为ai生成。😮虽然代码部分不是特别完美，但是确实能够实现此功能。
```
html
复制代码


  
    
      
        按钮
      
    
  



export default {
  data() {
    return {
      color: '#fff'
    }
  },
  methods: {
    changeColor() {
      this.color = '#' + Math.floor(Math.random() * 0xffffff).toString(16)
      // 背景颜色改变
      this.$el.style.backgroundColor = this.color
    }
  }
}



.other {
  width: 100%;
  height: 100%;
  display: flex;
  justify-content: center;
  align-items: center;
  height: 100vh;
  .btn {
    width: 200px;
    height: 50px;
    background: #fff;
    border-radius: 5px;
    box-shadow: 0 0 10px #ccc;
    cursor: pointer;
    user-select: none;
    .btn-inner {
      width: 100%;
      height: 100%;
      display: flex;
      justify-content: center;
      align-items: center;
      .btn-inner-inner {
        font-size: 20px;
      }
    }
  }
}
```
注释生成

通过编写注释，根据注释内容自动生成代码。
- 多用于简单js方法生成
- 简单的css布局样式等
  
  自动填充生成
  
  Copilot可以结合当前项目上下文，编写时会提前帮你预测出你想要的代码。
  - 编写上半段代码，帮你生成下半段代码，节省 55% 的时间；
  - 尤其是在你可能不擅长的领域，这种预测方式，可以优先帮你生成代码，然后你再去学习代码。(经常会给人一种意想不到的效果😮)
    
    CopilotChat 聊天机器人
    
    可基于当前项目帮你分析代码问题，生成代码，优化代码，测试代码等，拥有一个强劲的在线云助手 (需要***加速)
    
    前提是你已经开通了copilot,和copilot chat有绑定的，需要在组织中启用，后续就可以直接使用了。
    
    最后
    
    为了帮助大家更好的学习人工智能，这里给大家准备了一份人工智能入门/进阶学习资料，里面的内容都是适合学习的笔记和资料，不懂编程也能听懂、看懂，所有资料朋友们如果有需要全套人工智能入门+进阶学习资源包，可以在评论区或扫.码领取哦）~
    
    在线教程
    - 麻省理工学院人工智能视频教程 – 麻省理工人工智能课程
    - 人工智能入门 – 人工智能基础学习。Peter Norvig举办的课程
    - EdX 人工智能 – 此课程讲授人工智能计算机系统设计的基本概念和技术。
    - 人工智能中的计划 – 计划是人工智能系统的基础部分之一。在这个课程中，你将会学习到让机器人执行一系列动作所需要的基本算法。
    - 机器人人工智能 – 这个课程将会教授你实现人工智能的基本方法，包括：概率推算，计划和搜索，本地化，跟踪和控制，全部都是围绕有关机器人设计。
    - 机器学习 – 有指导和无指导情况下的基本机器学习算法
    - 机器学习中的神经网络 – 智能神经网络上的算法和实践经验
    - 斯坦福统计学习
      😝有需要的小伙伴，可以点击下方链接免费领取或者V扫描下方二维码免费领取🆓
      
      人工智能书籍
      - OpenCV（中文版）.(布拉德斯基等)
      - OpenCV+3计算机视觉++Python语言实现+第二版
      - OpenCV3编程入门毛星云编著
      - 数字图像处理_第三版
      - 人工智能:一种现代的方法
      - 深度学习面试宝典
      - 深度学习之PyTorch物体检测实战
      - 吴恩达DeepLearning.ai中文版笔记
      - 计算机视觉中的多视图几何
      - PyTorch-官方推荐教程-英文版
      - 《神经网络与深度学习》(邱锡鹏-20191121)
      - …
        😝有需要的小伙伴，可以点击下方链接免费领取或者V扫描下方二维码免费领取🆓
        
        第一阶段：零基础入门（3-6个月）
        
        新手应首先通过少而精的学习，看到全景图，建立大局观。通过完成小实验，建立信心，才能避免“从入门到放弃”的尴尬。因此，第一阶段只推荐4本最必要的书（而且这些书到了第二、三阶段也能继续用），入门以后，在后续学习中再“哪里不会补哪里”即可。
        
        第二阶段：基础进阶（3-6个月）
        
        熟读《机器学习算法的数学解析与Python实现》并动手实践后，你已经对机器学习有了基本的了解，不再是小白了。这时可以开始触类旁通，学习热门技术，加强实践水平。在深入学习的同时，也可以探索自己感兴趣的方向，为求职面试打好基础。
        
        第三阶段：工作应用
        
        
        
        这一阶段你已经不再需要引导，只需要一些推荐书目。如果你从入门时就确认了未来的工作方向，可以在第二阶段就提前阅读相关入门书籍（对应“商业落地五大方向”中的前两本），然后再“哪里不会补哪里”。
        
        😝有需要的小伙伴，可以点击下方链接免费领取或者V扫描下方二维码免费领取🆓