Bendi新闻
>
AutoDev for VSCode 预览版:精准 AI 编程提示词与编辑器的完美融合

AutoDev for VSCode 预览版:精准 AI 编程提示词与编辑器的完美融合

在过去的一个月里,我在休着陪产假、看娃的同时,也在闲暇时间里设计了 AutoDev for VSCode 的架构。

我们将 AutoDev for Intellij IDEA 平台的非凡开发者体验带到了 VSCode 平台。在 IDEA 版本中通过构建非常精准的提示词,以及与编辑器的完美融合, 以帮助开发者更好地编写代码。

现在,在 VSCode 预览版本(0.1.0)中,你可以体验到这一切。

  • 文档:https://vscode.unitmesh.cc

  • 代码:https://github.com/unit-mesh/auto-dev-vscode

  • 下载安装:在 VSCode 插件商店搜索 AutoDev,即可安装。

AutoDev 设计理念示例:一键精准测试生成

在设计 IDEA 版本时,我们一直致力于避免使用聊天窗口,以提供更好的用户体验。在 VSCode 版本中,我们将这一理念继续发扬光大。

为了构建这样的能力, 我们不断地重构我们的架构,以实现精准测试生成所需要的上下文件:

  • 输出准确的测试文件路径

  • 与编辑器的完美融合

  • 函数的相关代码类(输入和输出)表示

  • 基于依赖工具的测试框架分析

如下是基于上述的设计理念的 Prompt 示例:

  1. Write unit test for following java code.

  2. - You are working on a project that uses Spring Boot,Spring Core,Spring MVC,JDBC,JPA to build business logic.

  3. // BlogPost 的 UML 类图

  4. Here is the source code to be tested:

  5. // imports 和 package 声明

  6. public BlogPost getBlogById(Long id) {

  7. return blogRepository.findById(id).orElse(null);

  8. }

  9. Start getBlogById test code with Markdown code block here:

即:

  • 通过读取依赖文件,如 build.gradle,我们能够准确地知道项目的依赖,以及测试框架的使用。

  • 通过对函数的上下文分析,我们能够准确地知道函数的输入和输出,以及函数的相关代码类。

  • 通过精准的上下文,可以有非常高的信心直接生成测试代码。

通过上述的方式,我们在 VSCode 达到了与 IDEA 版本相同的体验。

AutoDev 本地环境架构

与 Intellij IDEA 平台封闭的 API 相比(我们经常不得不参考一些官方的实现),VSCode 的开放式带来了更多的可能性。借助于我们在 Intellij 平台的经验,我们尝试构建通用的底层架构,以支持精准的编程上下文。如下是 AutoDev for local 的架构图:

AutoDev for Local

PS:从其他时间花费上是差不多的,VSCode 插件大部分时间都在调试环境,IDEA 插件大部分时间在等 ide 启动。

AutoDev for VSCode 架构设计原则

在构建 AutoDev for VSCode 时,我们遵循了以下的设计原则:

  • 统一架构。介于在 Intellij 平台上的丰富经验,我们尝试构建一个通用的抽象架构,方便于开发者在不同平台上的开发,并可以在未来实现部分代码通用。

  • 依赖反转的插件架构。我们使用了 Inversify 代替了 XML 来构建依赖注入,以支持多语言、多框架、多工具的动态切换。

  • 事件驱动的 UI 交互。VSCode 本身是基于 Web 技术的,其指令(command)的构建方式也是基于事件驱动的。侧边栏里的聊天 WebView 与主界面的 WebView 交互,也是基于事件驱动的。

有关于介绍的详细介绍,见:https://vscode.unitmesh.cc/development/design-princinple.html

AutoDev for VSCode 的核心接口

在 AutoDev for VSCode 中,我们定义了一系列的核心接口,以支持不同的语言、不同的工具、不同的框架的切换。如下是一些核心接口:

  • LangConfig,用于支持不同语言的解析与静态代码分析。

  • Provider,提供不同工具与功能的支持,如 Java 上下文、测试生成等等。

如下是一下简化的 Java 语言 Provider 支持示例:

  1. container.bind(ToolchainContextProvider).to(SpringContextProvider);

  2. container.bind(ToolchainContextProvider).to(JavaSdkVersionProvider);

  3. container.bind(RelatedCodeProvider).to(JavaRelatedProvider);

  4. container.bind(TestGenProvider).to(JavaTestGenProvider);

  5. container.bind(BuildToolProvider).to(GradleBuildToolProvider);

  6. container.bind(StructurerProvider).to(JavaStructurerProvider);

当项目中使用 Spring 框架时, SpringContextProvider 就会被调用,以在上下文中提供 Spring 的相关信息。诸如 JavaTestGenProvider 则 会用于一键生成 Java 代码的测试文件,创建分析相关代码、测试文件、生成测试代码、运行测试(TODO)等等。

AutoDev for VSCode 0.1.0 的核心功能

在当前的 VSCode 0.1.0 版本中,我们实现了以下的核心功能:

  • 自定义 AI 指令,即通过自定义 prompt 来实现自定义的 AI 指令。

  • 测试生成,即通过 AI 生成测试代码。

  • 注释生成,即通过 AI 生成注释。

  • 语义化搜索核心逻辑,尚未集成到功能中。

在当前的版本,我们更注重于架构的设计,以支持更灵活的功能扩展:

如果你有任何的建议或者想法,欢迎在 GitHub 上提出 Issue,或者加入我们。

GitHub:https://github.com/unit-mesh/auto-dev-vscode 

参考资源

一个优秀的作品总是可以依赖于其它的开源项目、商业化产品,在构建 AutoDev for Intellij IDEA 时,我们也参考了很多的开源项目、商品化产品。在构建 AutoDev for VSCode 时,也不例外:

  • 在一些交互方式上,我们借鉴了

    • 借鉴了 AutoDev IDEA 版本的实现

    • 参考了 GitHub Copilot Chat 的 UI 实现。

  • 在一些代码实现上,我们复制了(Apache 协议):

    • Bloop 结合图与静态代码的分析能力

    • Continue 的 WebView 与 WebView 交互的实现

  • 在静态代码分析上,我们将我们在 ArchGuard 开源架构治理平台中的静态代码分析引擎应用到了 AutoDev for VSCode 中。

当然了,还有其它的一些开源项目,在这里就不一一列举了,详细见代码仓库 README.md 中的 LICENSE 相关

彩蛋

四月,是一个充满希望的季节。在这个季节里,我们也想分享一下,我们家刚出生的小龙仔:

小宝贝

感谢我媳妇和小宝宝的支持,让我有了更多的时间来完成这个项目。


微信扫码关注该文公众号作者

来源:phodal

相关新闻

我们是如何在 IDE 中设计 AutoDev 的 AI 编程开发智能体语言与框架?知乎AI革命:智能搜索与实时问答的融合美味与健康的完美融合推荐山西大同夏令营,建筑艺术与自然科学的完美融合路线大厦的奢华生活,城市魅力与现代优雅的完美融合!专访文青松|AI时代的教育革新:深度融合,驱动未来关注评论 速来领奖 |投壶:一项融合礼仪与游艺的古代体育活动东方美学:中国传统文化与现代金融的融合之美场景融合与 ROI 考量:金融大模型落地的两大困境有解吗?现代农舍风格的奢华住所,生活便利与自然邻近完美融合!揭秘 AI 多模态融合的“智慧核心”:六校联合发布低质数据融合新篇章大模型时代的操作系统:融合 Rust 和大模型,vivo 打造 AI 操作系统大模型时代的操作系统:融合Rust和大模型,vivo打造AI操作系统破除“养老之困”迫在眉睫,每经专访原银保监会副主席梁涛:将保险业务、资产管理与养老服务相融合,充分满足老年群体的多元化需求全球技术领导者齐聚,KubeCon 2024探索云原生与AI融合东亚新文化|注意力的融合:UP主们为何联动140㎡旧房爆改中古包豪斯,新旧元素的完美融合!【居住榜样】加速布局“SMG in AI”,AI+与媒体融合发展论坛在沪举办“春节欢乐集 — 传统与现代的融合”合并肺动脉高压老年患者腰椎融合术的麻醉与围术期管理顶刊TPAMI 2024!多模态图像修复与融合新突破!DeepM2CDL:多种任务实现SOTA性能融合与发展·新征程,第十二届北外滩财富与文化论坛成功举办FuseLLM:大语言模型的知识融合!Cell Discov|陆路/姜世勃/夏帅/朱赟:揭示新冠变异株的膜融合特征和对原核表达的融合抑制剂多肽的敏感性
logo
联系我们隐私协议©2024 bendi.news
Bendi新闻
Bendi.news刊载任何文章,不代表同意其说法或描述,仅为提供更多信息,也不构成任何建议。文章信息的合法性及真实性由其作者负责,与Bendi.news及其运营公司无关。欢迎投稿,如发现稿件侵权,或作者不愿在本网发表文章,请版权拥有者通知本网处理。