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
-
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。
-
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。