【Datawhale AI夏令营第四期】大模型应用开发-AI编程助手第二弹

前言碎碎念

上期简单地跑了一下Yuan2.0大模型，没有经过训练的模型确实是有一点“笨笨”的。

这次呢就需要我小试牛刀了。因为对其他方向的主题没有太好的预想解决方案，以及个人还是对AI编程助手的制作提前下定决心，所以这次就做一个AI编程助手软件了。至于项目名称呢，“随便”起个就叫Hoshino Project好了。（为什么叫这个名字因为我喜欢小鸟游星野）

本意是想尽快将项目实现出来，少点细节功能，但是自己还是满脑子鬼点子，害怕过了明天就会忘记的缘故，琐碎就直接都记到项目介绍里了。（所以以下内容真仅供参考了，不过未来我会一直维护这个项目）

（原谅我后面的预期效果是直接搬过来的，因为除了文档给的栗子以外我也想不到什么好的预期效果了。。）

1. Hoshino Project项目介绍

1.1 项目背景

传统编程过程中，开发者可能面临着诸多挑战，如代码理解困难、错误排查耗时较长、项目规划复杂等等。为解决这些问题，我计划开发一款AI编程助手类应用，旨在通过智能算法辅助开发者提高编程效率，减少重复性劳动，加速创新过程，并提升代码质量。

1.2 预期产品功能

1. 简易及时分析：支持多语言，用户可上传代码片段文本或直接上传代码文件，程序根据上下文理解，实时分析代码，快速识别潜在的语法错误、逻辑错误及性能瓶颈，提供精准的API调用、库函数、变量名等建议。

2.多平台支持：实现在Windows客户端、网页端、VSC等进行交互。

3. 个性化：根据用户的编程习惯、水平和所提问的内容提供个性化学习计划，帮助用户更加贴近实际情况逐步提升编程技能。程序会周期性评估并提供反馈。

1.3 技术方案

前端 Electron-vite React

后端 Python

1. 自然语言处理和深度学习：采用先进模型的Yuan2.0大模型并训练大规模数据集，构建强大的代码理解与分析能力，由此涵盖多种编程语言和场景，提升模型泛化能力。

2. 编译器接口：与现有编译器进行接口集成，实现代码的编译和运行。

3. 用户交互设计：设计直观易用的用户界面，引入Yuan2.0大模型，在编程助手的同时也可以成为日常生活助手，向其提问简单的生活问题。

1.4 预期效果

• 高兼容性：支持多种编程语言，满足不同开发者的不同需求。

• 高准确性：代码解释准确，帮助用户深入理解代码。

• 高效率：内置编辑器和编译器，提高编程效率。

• 用户友好：提供简洁直观的用户界面，简化编程流程。

• 吸引力：提供个性化学习，并加有奖励、个性化等机制促进程序使用。

1.5 应用价值

1. 提升编程效率：帮助开发者快速编写和理解代码，提升编程效率。

2. 降低学习门槛：通过逐步代码输出和详细解释，降低编程语言的学习门槛。