点此获取更多相关资料
简介
在人工智能还未盛行的时候,检测 Bug 通常是通过以下几种方式完成:1.研发编写单元测试。2.代码扫描工具,SonarQube、Findbugs。3.测试人员进行集成测试。
而现在其中的一部分工作,都可以通过人工智能提升效率,辅助开发与测试发现更多的问题,降低成本和提高软件质量。
在本章节,可以先了解一下在代码层面,基于人工智能工具,可以帮助我们提升哪些效率。
实践演练
人工智能可以帮助我们发现各种类型的 Bug,包含:1.代码执行报错。2.没有实现需求。3.变量命名不规范。
代码执行报错
以下代码的逻辑非常简单,给定一段列表 a,列表 a 中有四个元素,要从列表 a 中找到索引为 5 的元素,很容易就会发现,这段代码一定是跑不通的。这种会执行报错的代码,Copilot 可以很容易帮我们定位到其中的问题。
1.输入错误代码:
a = [1, 2, 3, 4]print(a[5])
2.给到提示词:
请找出以上代码的Bug,先说明错误在哪并修复。
3.根据 Copilot 的智能提示展示后面的代码内容。以下为 Copilot 返回的信息,精准的定位到了问题。
# 请找出以