使用 Vscode Amazon-Q 完成 GUI 界面粉笔脚本开发

前言

亚马逊云科技- Q ，可以快速获得紧迫问题的相关答案，解决问题，生成内容。当与 Q 聊天时，它会提供[即时的]相关信息和建议，以帮助简化任务、加快决策速度，并帮助激发工作中的创造力和创新。本次我们通过完整的项目开发全方面体验一下 Q 的实用性，体验在代码开发中是否真正做到解放生产力助力开发。

结合 Q 开发的粉笔脚本演示图：

1 登录账户

1.1 登录及注册

打开下面的登录页进行登录，如果没有账号可以根据流程进行注册

portal.aws.amazon.com/billing/sig…

1.2 打开控制台主页

登录完成后，打开控制台主页链接：us-east-1.console.aws.amazon.com/console/hom…

找到【亚马逊 Q 】，点击进去到对应页面

2 创建部署 Web 版- Q

提示：【2023.12.06】这里存在问题，并没有相应的权限，没办法继续往下，后续可以则会补充，本文只是按照博主的操作流程来，请根据需要选择性浏览

2.1 创建应用

点击 Get started 前往应用创建页面

这个时候发现没有对应的权限，我们需要去角色中将对应的策略附加给当前账户

3 附加策略

在左上角服务中，找到【 IAM 】（该步骤下面创建用户也需要用，方法一样不做赘述）

在左侧导航栏中，选择【角色】

在搜索框中搜索team，点击角色名称进入

选择附加策略

勾选以下权限：

3.1 创建用户及应用

添加权限以后,就可以来这里创建应用了

创建用户显示失败，估计是账户问题，目前等待反馈中

4 获取 IAM 访问密钥

目前通过 WEB 体验 Q 是不可能了，所以我们现在可以通过 Vscode 插件来进行体验，这一步，主要是为了下方的插件提供密钥

打开【IAM】中的用户我们发现，默认用户拒绝访问（可能是测试号的问题，新账号应该没有用户）

手动创建一个用户：damowang（如下图）

创建成功，现在继续往下，给他附加权限

权限参照上方附加权限最好给【 Administrator 】权限，完成创建

权限参照上方附加权限最好给【 Administrator 】权限，完成创建

保存后获得Access Key和Secret Key

5 配置 Vscode-Q 插件

在 Vscode 中下载 Q 插件

😝有需要的小伙伴，可以V扫描下方二维码免费领取🆓

#### 5.1 权限配置

5.1.1 配置 Q + CodeWhisperer

通过 Builder ID 进行登录身份验证

弹出提示框，选择open，这时会跳出默认浏览器打开进行权限验证

创建开发者 ID 账户，填入你的邮箱地址，直到注册成功（如果有账号选择登录即可）

注册成功后，他会重定向页面授权，如果没有请重新按步骤来，点击允许授权

授权成功后，我们可以返回 Vscode 去了

返回Vscode后验证通过配置完成

5.1.2 配置 Explorer

选择中间第二个模块，展开选项填入 Access Key 、 Secret Key ，分别填入刚刚创建的密钥

保存配置成功

5.1.3 Amazon CodeCatalyst

与第一步骤一样，打开进行授权即可

5.2 与 Q 完成对话体验

这里分为三个部分

点击第一个部分的【 switch to Q chat 】，就可以开始和他对话了

5.2.1 测试表达能力

makefile

复制代码Q1:你是谁？你会中文吗？

5.2.2 代码理解编写能力

复制代码Q2：请写一个冒泡排序用python

5.2.3 代码修复能力

ini复制代码url ="https://sxbaapp.zcj.jyt.henan.gov.cn/api/getApitoken.ashx"
response = requests.get(url)
print(response.text)

报错信息：Traceback (most recent call last):File “C:\Users\MAC\Desktop\zxjy\demo.py”, line 2, inresponse = requests.get(url)NameError: name ‘requests’ is not defined

6 本地访问

6.1 Windows 安装 Amazon CLI

下载并运行适用于 Windows（64 位）的 Amazon CLI MSI 安装程序：

awscli.amazonaws.com/AWSCLIV2.ms…

Alternatively, you can run the msiexec command to run the MSI installer.

或者，您可以运行该 msiexec 命令来运行 MSI 安装程序。

7 项目开发

7.1 新建 GUI 视图

在 VB6 里面新建一个视图，通过插件将视图转换为 TK 代码，不清楚 tk 、打包的同学，这里可以参考之前的文章《 Python tkinter 快速可视化开发 GUI 界面指南：详细教程(附带工具)》

7.2 代码转换

通过插件我们可以快速将视图转换为 TK 代码

插件的使用步骤很简单，三步即可完成

7.3 获取文本框数据

接下来我们通过视图层，让 Q 结合为我们写一个获取视图层 Text1Var 的数据值的方法

self.Text1Var = StringVar(value=‘********’)self.Text1 = Entry(self.top, textvariable=self.Text1Var, font=(‘宋体’,9))self.Text1.place(relx=0.568, rely=0.018, relwidth=0.243, relheight=0.055)我想通过python获取到Text1Var的数据

Q 的回答

scss复制代码current_value = self.Text1Var.get()
print(current_value) 

7.4 设置多线程

在脚本中涉及到挂机自动化的操作，于是我们需要通过线程来进行处理，避免脚本出现卡顿的情况

self.style.configure(‘TCommand7.TButton’, font=(‘宋体’,9))self.Command7 = Button(self.Frame3, text=‘一键挂机’, command=self.Command7_Cmd, style=‘TCommand7.TButton’)self.Command7.place(relx=0.646, rely=0.79, relwidth=0.3, relheight=0.176)将这个代码点击调用的Command7_Cmd方法写成多线程的形式

Q 的回答通过实践，在进行函数触发后，自动分配创建一个线程来进行调用，对此我们可以再加一个开关，可以关闭结束进程循环执行

python复制代码from threading import Thread

def Command7_Cmd():
  thread = Thread(target=long_running_task)
  thread.start()

def long_running_task():
  # put button click logic here
  print("Performing task in background...")

通过获取文本框的数值，再通过 request 接口请求模拟，Q 可以帮助我们免去测试，节约了很多时间，加速了开发进度，由于后面的按钮部分都是线程和数据获取，核心功能就是 Q 给的线程，其他操作都是一样的，只需要替换成不同的接口即可，其他部分代码就不做演示了

8 使用心得感受

8.1 优缺点

8.2 对亚马逊云科技- Q 的理解和见解

亚马逊云计算与人工智能的结合在当今科技领域具有重要意义，对未来云端技术发展趋势有深远的影响。为人工智能提供了强大的基础设施支持，通过提供灵活的计算资源、存储和数据库服务，使开发者能够更轻松地构建、训练和部署 AI 模型。

针对Q而言，希望能在处理复杂问题、语言识别、代码逻辑处理、优化算法和加密等方面发挥关键作用再升级，为人工智能领域带来新的突破。在实际使用过程中，由于语言的限制，以及 Q 功能的一些原因，体验没有超出我的预期。亚马逊云计算与人工智能的结合将在未来继续推动科技创新，为各行业提供更强大、高效的解决方案。

读者福利：如果大家对大模型感兴趣，这套大模型学习资料一定对你有用

对于0基础小白入门：

如果你是零基础小白，想快速入门大模型是可以考虑的。

一方面是学习时间相对较短，学习内容更全面更集中。
二方面是可以根据这些资料规划好学习计划和方向。

资源分享

大模型AGI学习包

资料目录

1. 成长路线图&学习规划
2. 配套视频教程
3. 实战LLM
4. 人工智能比赛资料
5. AI人工智能必读书单
6. 面试题合集

《人工智能\大模型入门学习大礼包》，可以扫描下方二维码免费领取！

1.成长路线图&学习规划

要学习一门新的技术，作为新手一定要先学习成长路线图，方向不对，努力白费。

对于从来没有接触过网络安全的同学，我们帮你准备了详细的学习成长路线图&学习规划。可以说是最科学最系统的学习路线，大家跟着这个大的方向学习准没问题。

2.视频教程

很多朋友都不喜欢晦涩的文字，我也为大家准备了视频教程，其中一共有21个章节，每个章节都是当前板块的精华浓缩。

3.LLM

大家最喜欢也是最关心的LLM（大语言模型）

《人工智能\大模型入门学习大礼包》，可以扫描下方二维码免费领取！