十分钟本地部署代码补全,平时看别人写代码,按一下 tab, 刷的一下就补出来一大段,别着急,这就叫代码自动补全。这一期咱们就来看看代码补全究竟是怎么个事。 今天涉及到的内容都写在屏幕上了,大家先看一眼,一会咱们就边解释边操作。 说到代码自动补全,咱们一共有两种方式可以实现,第一种是直接用 ai 工具里的编辑功能,比如 tray、 cursor 这些, 这类工具的核心是让 ai 帮咱们完成开发,代码补全只是其中一项功能,所以平时如果主要使用 ai 开发,偶尔进行一些补全的话,可以考虑这类工具。 第二种是在文本编辑器里通过接入补全 a p i 实现代码补全。比如用 vs code 时,可以通过接入 copilot 来实现代码补全,也可以用 zed 通过设置配好补全用的 a p i 就 能实现补全功能。 稍后咱们就部署一个本地的代码补全模型,再配合在的就可以实现自动补全了。至于 tree 的 使用方法,感兴趣的小伙伴可以留个言。想看的人多,咱们就调整一下接下来的制作顺序。 在开始操作之前,咱们先来说说什么是补全 api。 补全 api 是 一种服务接口,接受光标前后的内容作为输入,再返回一段用于补全的建议内容。 比如画面里这个加法函数,前面已经写好了函数名和两个参数,后面还有一段调用它的代码,中间的函数体还没有写。 调用补全 a p i 时,就可以把光标前面的代码作为一部分,光标后面的代码作为另一部分一起发过去,这些传过去的字母串不一定刚好是完整的,一句话也可能是几行代码, 补全 api 会参考这些字符串,返回一段适合填在中间的代码或文字。有了补全 api, 我 们的编辑器就可以把补全内容显示在光标的位置,咱们觉得合适,按一下 tab, 中间缺的代码就自动补上了。 了解了代码补全是怎么操作的,咱们来说说补全 api 的 两种部署方式。第一种是云端模式,这种情况模型是运行在服务商的机器上,编辑器把相关代码发过去,服务商调用模型生成补全建议再把结果传回来。 优点就是比较省心,自己的电脑不用负责运行模型。不过既然是跑在别人的服务器上,补全次数肯定不是随便用的,免费额度用光了就得花钱购买了。 另一种是本地模式,这种模式是把模型放到自己的电脑上运行,编辑器通过本地的 a p i 调用它,再把生成的建议显示出来, 这样补全时不会用到别人的服务器,想补全多少就补全多少,不用考虑费用的问题。不过缺点也是有的,自己的电脑既要负责开发,还要负责运行本地模型,系统负担在所难免。 所以到底是选云端模型还是选本地模型呢?这中间涉及到上下文、补全效果、生成速度等问题。这里给大家分享一个简单好记的选择方法。 如果要补全的项目比较大,文件比较多,而且对补全准确度要求较高的话,建议大家优先考虑成熟的云端补全服务, 毕竟本地部署满足条件的模型时,对机器配置的要求也不低,再考虑到电费和使用量,还是云端模型更省心。如果只是几个文件的小项目,且对补全准确度要求不高的话,大家完全可以本地部署一个小模型, 这样机器负担也不高,还不会有成本问题,平时用来开发学习也完全够用。 所以今天咱们就一起来部署一个本地小模型,叫谦问二点五 coder。 一 点五 b 名字这么长是有原因的,咱们来快速解释一下。首先说了半天的模型,那什么是模型呢? 简单来说,模型就是一大堆通过训练得到的参数,程序运行时根据咱们的输入和这些参数进行计算,最终生成输出结果。 然后再来说说名字。千问是阿里团队推出的模型系列,这个系列开源了非常多的模型,今天咱们用的是二点五 coder 模型,其中二点五是版本号, coder 表明是面向代码的模型。 最后的一点五 b 说的是上面提到参数的个数,也就是参数量, b 表示十亿,一点五 b 就是 十五亿个参数看起来挺多,但是在大语言模型领域,这种规模依然叫小模型。 另外,除了一点五 b, 同系列里还有其他参数规模可以选择,比如零点五 b、 七 b 等等。一般来说,参数量越多,准确度越高,但同时运行所需要的机器配置也就越好, 所以综合所有考虑,优先推荐大家使用一点五 b, 这样咱们电脑只要有十六 g b 以上的内存,就能一边开发一边运行补全模型了。 如果是八 gb 的 内存,运行模型是没问题,但是同时打开浏览器和编辑器就会不太够用。这种情况建议大家使用云端模型的方案。 掌握了模型和机器配置,接下来咱们就动手把这个模型部署到本地的电脑上。要部署本地模型,我们需要用到一个工具叫欧拉玛。欧拉玛是一个帮咱们管理和运行模型的工具,咱们可以利用它来下载并运行刚刚说的千问模型。 除了加载模型进行计算,它还会提供 api 接口,方便一会咱们的编辑器调用。 要安装欧拉玛,咱们首先打开欧拉玛的官网,然后点击 download, 找到对应的系统标签。 因为下载的文件比较大,我们可以复制右下方的手动下载链接,再通过下载工具比如迅雷进行下载。下载完成后双击安装。安装好之后,我们就可以在终端里输入屏幕上的命令,确认欧拉玛的版本信息。 有了欧拉玛,咱们先不着急安装模型,咱们来安装一下 zed 的 编辑器。之所以用 zed, 主要是因为它本身比较注重运行速度,同时自带补全模块,不需要额外安装插件就能接入咱们的本地模型。 安装 zed, 先打开 zed 编辑器的官网,点击下载,剩下的步骤一录,下一步就可以了。如果是 mac 系统,安装完成后,还需要在 zed 里安装一下命令行工具, 按下 command, 加 shift, 加 p, 打开命令面板,搜索并执行屏幕上的命令。完成以后,咱们就可以在终端里输入 zed 来打开编辑器,后面跟上文件名,还可以打开指定的文件。 接下来就是安装和启动模型了,先打开终端,执行欧拉玛 serve, 启动欧拉玛服务。 服务启动以后,咱们再打开另一个终端窗口,执行欧拉玛噗下载模型,这里的噗表示下载后面跟着要下载的模型名称,等下载完成再执行欧拉玛 ls, 就 可以查看本地已经安装了哪些模型。 模型准备好了,剩下的就是最后一步配置 zed 了。在 zed 里点击菜单,然后选择 open settings, 之后在搜索框里输入 p r e, 右侧就会显示出 edit predictions, 也就是自动补全的设置页面。 点击 configure providers 旁边的 configure 按钮,然后向下滚动,找到拇拇麻设置的部分,这里可以看到 api url 里的默认值,指向的是本地一一四三四端口, 一一四三四端口是我们执行拇麻 serve 时默认监听的端口,如果端口发生变化, that 里的设定也要跟着一起修改。 之后在下面 model 里选择咱们刚刚安装的一点五 b 模型。最后是 max output tokens, 表示每次最多生成补全内容的 token 数,不知道 token 的 小伙伴可以先把它理解成大约的字数,也可以看看咱们之前的科普视频,简单了解一下。 token 竖设的越大,生成时需要执行的时间就可能越久,所以机器配置不高时,可以考虑适当降低这里的 token 上线,避免一次生成太长的补全内容。 完成了 that 的 设置,我们就可以关闭设置窗口,回到编辑界面,点击编辑器右下角的补全图标,在 providers 里选择 elama, 这样补全才会使用咱们的本地模型,否则默认使用的是 zad ai。 然后咱们新建一个 python 文件,写一个接收两个参数的加法函数。 写完冒号以后,咱们稍等一会儿,就会看到补全的代码了。第一次补全时,因为需要加载模型,所以花的时间会比较久。如果迟迟看不到补全的内容,我们还可以在终端里输入 olama ps 来查看模型的启动情况。 到这儿,咱们终于实现了本地的代码补全功能。最后再补充一个概念,咱们传给补全 api, 让它用来参考的代码其实就是常说的上下文,参考的代码越多,上下文就越长,相应的处理所需要的时间也就越久。 这也是为什么在面对大项目时,更推荐大家考虑成熟的云端补全服务。云端服务往往拥有更大的上下文容量,同时 token 的 生成速度也比咱们普通电脑要快得多。 所以与其换一台高配置的电脑,不如直接使用云端服务,毕竟现在的内存可一点儿也不便宜啊。好了,今天就分享到这儿,还想学习什么内容,咱们评论区留言 say 了个 you!
粉丝1.1万获赞5.7万

大家好,今天我们来讲一下 q 五这个编程软件,它的注丝乱码问题应该怎么解决?我们先打开一个这个工程来, 他其实做事乱码,就是没有把这个语言配置好,我们看一下他现在的是什么样的,我们做事一下, 你看我现在做事给大家写一些文字 啊,都是这些问号,问号,乱七八糟的问号的,随便在乱七八糟打一些文字上去,就这些问号出来的,那怎么解决?我们跟着一起来 在这个编辑下选择这个 configuration, 然后 在这个 edit 这个编辑这里面的编辑下选择这个语言 原语言选择这里中文简体之类的,就是什么什么简体中文吧,然后点击, ok, 确认。 好,我们现在再给他一些注视,我们再注视一下,嗯, 在这里我再做试一下,就是正常了啊,就这样啊,很简单的改的方法,感谢大家观看。

大家好,欢迎参加本次分享,今天我们将一起探讨如何通过掌握 k l 五的常用快捷命令来显著提升我们在 stm 三二开发中的编程效率。 这份 ppt 将作为一个实用的参考指南,帮助大家更快地从新手成长为高效的开发者。想将分为六个部分, 首先我们会从最基础的文件和文本编辑快捷键开始,接着是翻译构建和程序调试这两个核心环节。然后是代码导航技巧,之后会介绍一些高级的自定义设置,最后进行总结, 希望能通过这个清晰的结构帮助大家系统地掌握这些技能。首先,我们进入第一部分,基础编辑快捷命令,这些是我们日常编辑代码时最频繁使用的操作,熟练掌握它们是提升开发效率的第一步。 在文件操作方面,这些快捷键可以帮助我们快速地创建、打开、保存和关闭文件,特别是 kto 加 s, 养成随时保存的习惯,可以避免代码丢失。 文本编辑是编码的核心,复制、粘贴、撤销、缩进,这些操作每天都会用到上百次。记住 ctrl 加 d 快 速复制行和 ctrl 加 shift 加 d 快 速删除行,能让你的代码编辑如行云流水。 接下来是第二部分,翻译与构建,这是将我们编写的人类可读的代码转换为机器可执行的指令的关键步骤。这里最核心的两个快捷键是 f 七和 f 八, f 七用于翻译整个项目,检查是否有语法错误。 f 八则是将翻译好的程序下载到我们的 stm 三二开发板上运行。熟练使用这两个键能让你快速验证代码效果,程序开发中,调试占据了大量时间。 第三部分我们将学习如何利用快捷键来高效地进行程序调试,快速定位并解决问题。调试控制的快捷键是调试的核心, ctrl 加 f 五启动调试, f 五让程序跑起来。 f 十和 f 十一帮助我们逐行分析代码,而 kindle 加 f 十则可以让我们快速跳到感兴趣的代码位置,大大提高调试效率。 断点是调试的重要工具, f 九可以快速在当前行设置或取消断点。当我们设置了多个断点时, control 加 f 九可以一次性禁用所有断点,而 control 加 shift 加 f 九则可以清除所有断点,非常方便。 在大型项目中,快速定位代码是一项重要技能。第四部分我们将学习如何使用代码导航快捷键像使用地图一样在代码中穿梭。 f 十二是代码导航的神器,能让你瞬间跳转到任何函数或变量的定义处, 配合 control 夹和 control 加 shift 架夹,可以轻松在不同代码位置之间来回切换。而 control 加 shift 加 f 的 全局查找功能则是在项目中搜索代码片段的利器。 掌握了基础之后,我们可以通过一些高级技巧和自定义设置,进一步提升效率,打造属于自己的开发环境。 代码补全可以帮我们快速输入函数名和变量名,而注视代码是提升代码可读性的好习惯。虽然 q 五默认没有快捷键,但我们可以通过设置 为它配上最顺手的组合键,比如 control 加斜杠,这会让注视操作变得非常便捷。调试时,我们需要频繁查看变量、内存、寄存器等信息, 通过 alt 加数字键可以快速打开或切换到对应的调试窗口,无需在菜单中层层寻找, 让你的调试过程更加流畅。总结一下,今天我们学习了从基础编辑到高级调试的各类快捷键,它们就像是开发中的加速器,每一个都能帮我们节省宝贵的时间。 最重要的是要在实践中不断使用它们,直到形成肌肉记忆,让这些快捷键真正成为你编程效率的倍增器。

大家好,今天说一下怎么样用 ai 的 这个自动代码补全功能来创建透视表和透视图。首先我们看到这是一个销售数据的原始表格。第一步我们创建一个 notebook, 新建文件 notebook 保存一下 github cooperate 这个 ai 工具呢,它提供了一个代码自动补全的功能, 就是我们输入注式输入一个井号,我们就用自然语言描述我们想实现的功能。比如说我们要求是读取销售数据原始表,生成一个数据透视表, 这个同时表的行呢是城市,产品是列,销售数量是值。这样一个矩阵,我们按下回车, 可以看到它,这里就自动生成银行代码,我们按下 tab 就 可以接受这行代码。如果不懂这行代码的意思呢,我们可以再按一下井号,它就会自动生成银行注税。这行代码的意思呢,就是导入 pass 呢,我们就接受这个注税,再按确认到下一行,我们按 tab, 继续按 tab, 再加一个注税。下一步生成数据表,这里我们要看一下啊, 代码就是生成数据透视表的关键代码 p word table, 这就是数据透视表这个变量。 b d 是 python, 下面有一个 p word table 这个方法,那输入的参数呢?第一个是 data, 就是 源文件, index 是 城市,就是我们的行标签 columns 等于产品,就产品是我们的列标签 values 就是 值,是销售数量,这个 g g function 呢是值的统计方式,这里 sum 就是 表示求和。这个跟我们做透视表的逻辑是一模一样的, 我们唯一需要确认的就是这里面每个参数跟我们的原始表的念名是一样的,我们看一下 啊,看城市是对的,产品这里不对了,它是产品名称,销售数量应该是对的。回来我们把这个产品改成产品名称,好,继续回车。他提示是保存格式表到新的 excel 文件,但是我不想这么做,我只是想把格式表打印出来。 那我们就输入打印数据透视表啊,这里自动生成了打印数据透视表的代码,我们他不接受啊。这时候我们可以运行下单元格,看下结果,可以看到这个表格基本上符合我们的要求啊,这行标签是城市啊,立标签是产品的名称, 用每个单元格的值就是产品的销售数量。好,清除这个透视表,我们下一步来创建一个透视图啊,新建一个代码单元格一样的,用注式输入,我们的要求他已经补全了。创建数据透视图,以城市为行,产品为列,销售数量为值。第一步呢,导入一个绘图库, 这个没有问题,创建透视图代码,我们可以看一下啊,这个把是创建一个路径图啊, fix size 是 画布的尺寸,因为城市比较多啊,我们把这画布调成更长一点,有十八乘六。 继续回车,这个标签和标题没有问题,那是 x 轴用乘式, y 轴用求出了,它没有写图例啊,就等会,我们看一下这个形式符号的命令也没有问题,我们先去行下看看。 ok, 大家可以看到这个粗壮柱形图已经显示出来了, 城市名称是对的,每个城市有七个柱子,显示不同产品的销售数量,基本上符合要求。如果我们想创建一个堆积柱形图,那我们可以输入创建一个堆积柱形图,以城市为 x 轴,销售数量为 y 轴,乘以名称为图例。先补全呢,导入绘图库没问题。好,这一句就是创建堆积柱形图的主要命令了。 加了一个参数,叫做 stock 的 等于 two。 这里注意啊,我们要传入一个画布大小的参数, fix size 等于十八六。这个参数呢,必须在创建的时候传入,不然它是不会起作用的。稍微注意一下,我们继续标题没问题,标签也没有问题。好了,我们再试一下,可以看到这记柱形图就已经生成完毕了, 我觉得也完全符合我们的要求。那其他还有一些,比如隐藏图例,导入了不显示图例,它也自动补全了隐藏图例的代码, 我们再输入一次啊,没有图片还是不好,所以我输入了,让他按水平来排列图片,这里我们把图片设置为按照气垫来排来排列,这样的效果就好很多了。可以再加入要求,比如说设置 x 轴标签,旋转角度为四十五度。好了,我就这样的图,基本上可以拿去放到 ppt 里面使用了, 大家也可以自己啊输入不同的命令来试一下。那 ai 会怎么样去理解你的需求?总而言之呢,这个自动补全的功能呢,对于有一些编程基础,想继续学习怎么样来调整每段代码每个参数的细节的时候,还是非常有用的。另外还有一个最重要的就是呢, 这个功能他不占用我们的这个高级请求,他是免费的,所以我强烈推荐大家多多使用这个功能,既可以增加自己对代码的熟悉程度,也可以最大程度的减少我们写代码的工作量。今天的课程就到这里,谢谢大家。


大家好,最近呢是在用这个 stm 三二的这个开发板,然后完成一个步步进电机实现倒立摆的一个小装置,但是呢我这方面经验不是很足, 但是呢我对这个也特别感兴趣,然后我就想着能不能用这个 ai 编程工具来辅助我们完成这个代码的编写, 嗯,今天我测试了一下,是完全可行的,然后我相当的话就把这个整个的工作流程跟大家分享一下。 这里呢我使用的是 tree, 它是一个 ai 编程工具,然后它的模型也是相当的丰富,大家可以去这个官网上面去下载,就是三 w 点 t r a e 点 c n, 注意一定要是 t r a 一 点 c n 啊,因为咱们国内只能使用这个 c n 版的,国际版的话连接不上的。 那么回到 q 五的这个界面里面,首先我们要在 q 五里面把自己的项目配置好,就是按照那个江雪科技视频里面那些介绍进行初步的配置。配置完了以后,我们在这个翠的界面 打开文件夹,就是打开我们项目所在的文件夹,选中,然后选择我选择文件夹这里呢因为我已经打开了,我就不再选择了,我们可以选一个别的文件夹给大家示范一下,我们选这个 选择文件夹,这个时候它会出来一个窗口,用个 vs code 或者是别的编程工具的话,大家都比较这个流程应该会很熟悉的,然后要点击信任啊,然后我们就可以在这里对它进行提问, 然后就告把我们的需求发给他,他就会直接帮我们对这个项目中的那个代码进行修改,或者是生成新的代码,来这里示范一下,我再回到我原来的那个项目,示范一下那个 他修改代码以后的那个效果,他这里也支持那个语音输入,帮我生成一个驱动电机正转两圈,然后再反转两圈的程序, 这个时候他就会开始分析问题。我们这里用的是豆包 c 扣的这个模型,这个大家可以看哪个好用就选哪个, 要等一下,然后他这已经在对这个,呃,他这里已经在对面点 c 的 这个文件进行修改了,我们可以查看变更,这种红色的呢,就说他删除了代码,蓝色的是他生成的代码, 我们等他生成完成好,可以看到他这里已经完成了修改, 然后我们这个时候再回到这个 k 五的这个窗口,它会出来一个提示窗口,它说的是什么?它这里说的就是 m 点 c 的 这个文件内容已经发生了改变,是否要重新读取,我们点试, 他就会把翠这边修改过的文件给加载到这个我们 k 五的这个翻译环境当中,我们可以看一下, 然后按照正常流程,这里首先翻译一下,看一下有没有报错 啊,这里是零 l 点警告,然后点击下载, 然后他这里就已经新的程序就已经下载下来了。我们可以看到,因为我之前的电机他是一直是沿一个方向旋转,现在呢他是正转,然后再反转,但是这个程序可能是有点问题, 但是流程是这样的,这样的一个工作流程呢,就可以极大的提高我们的开发速度,然后让我们把重心放在这个开发进度上面,不被 一些其他的困难所阻碍,我们的最终目标,当然了,嗯,还是要学习这个相关的代码掌自己掌握才行。 虽然有 ai 工具的情况下,但还是要自己要掌握相关的知识,就是对于使用者来说,我们自己要知道是哪里出了问题,然后一些繁琐的事情可以交给 ai 去帮我们处理。
