【效率】一个令人赞不绝口的代码 Debug 神器！

风度78

于 2023-01-13 12:00:28 发布

阅读量204

点赞数

版权

来源：机器之心

在编写程序时，无论是对于初学者还是对于专业开发人员，都会花费大量时间来调试或修复源代码错误，也就是 Debug。

这个过程繁琐复杂，包括 Bug 复现和 Bug 定位等环节。如果有了自动化的 Debug 程序，就可以显著提高编程实践的效率。

近日，有开发者打造了一款可以在几秒钟内修复并解释问题代码的 Debug 神器 ——Adrenaline。

试用地址：https://useadrenaline.com/

该工具由 OpenAI Codex 提供支持，Codex 是 OpenAI 与 GitHub 联合发布的 AI 代码补全工具 GitHub Copilot 背后的技术支撑。

鉴于 Codex 的补全功能是基于 GPT-3 的，所以 Adrenaline 也多了一项特色 Debug 功能：解释 Bug。

目前，Adrenaline 已经开源。

GitHub 地址：https://github.com/shobrook/adrenaline

请注意，使用 Adrenaline 的前提是，用户必须从 OpenAI 控制台提供自己的 OpenAI API 密钥。这是为了防止 API 滥用。

要在本地运行，需要克隆存储库并运行以下命令：

npm install
npm run start-local

目前，Adrenaline 支持 Python、JavaScript、Java、Ruby、PHP、C++、C、Shell 多种编程语言。

调试过程如下：Adrenaline 将代码和错误信息发送到 OpenAI 编辑与插入 API (code-davinci-edit-001)，该 API 会发回可能修复错误的代码编辑。建议的修复会像 diff 一样在线显示，带有接受、拒绝或修改每个代码更改的选项。

Adrenaline 不仅会为错误提出修复建议，还会使用 GPT-3 (text-davinci-003) 以通俗易懂的英语解释错误：

该错误消息意味着无法计算 Granger 因果检验统计量，因为 VAR（向量自回归）模型对数据有完美的拟合。

这意味着，数据的可预测性太强，VAR 模型无法找到变量之间的任何有意义的关系。要解决此问题，您可以尝试使用不同的模型或调整 VAR 模型的参数。

如果代码没有引发异常，但可能仍然存在错误，Adrenaline 还可以使用 OpenAI Codex 扫描代码以查找问题并提出修复建议。

现在，Adrenaline 只是一个简单的 Demo，仅仅展示了 AI 驱动 Debug 的可能性。但在作者的构想中，未来的 Adrenaline 将会有更丰富的功能。

在项目主页，作者也介绍了有关如何改进 Adrenaline 的一些想法：

当然，ChatGPT 未必是完全正确的。有人问：如何处理来自 ChatGPT 的错误？

作者表示：「Adrenaline 不会总是正确地纠正你的错误，但它至少可以给你一个起点。」

参考链接：https://www.reddit.com/r/MachineLearning/comments/106q6m9/p_i_built_adrenaline_a_debugger_that_fixes_errors/

文中所提到的所有开源项目与工具，已收录至 GitHubDaily 的开源项目列表中。

该列表包含了 GitHub 上诸多高质量、有趣实用的开源技术教程、开发者工具、编程网站等内容。

从 2015 年至今，累积分享 3500+ 个开源项目，有需要的，可访问下方 GitHub 地址或点击文末「阅读原文」自取：

GitHub：https://github.com/GitHubDaily/GitHubDaily

整理

往期精彩回顾




适合初学者入门人工智能的路线及资料下载(图文+视频)机器学习入门系列下载机器学习及深度学习笔记等资料打印《统计学习方法》的代码复现专辑机器学习交流qq群955171419，加入微信群请扫码

关注