【Amazon】AI 代码生成器—Amazon CodeWhisperer初体验 | 开启开挂编程之旅

使用 AI 编码配套应用程序更快、更安全地构建应用程序

文章目录

    • [1.1 Amazon CodeWhisperper简介](#1.1 Amazon CodeWhisperper简介)
    • [1.2 Amazon CodeWhisperer 定价](#1.2 Amazon CodeWhisperer 定价)
    • [2.1 打开VS Code](#2.1 打开VS Code)
    • [2.2 安装AWS ToolKit插件](#2.2 安装AWS ToolKit插件)

一、前言

1.1 Amazon CodeWhisperper简介

1️⃣更快地完成更多工作

CodeWhisperer 经过数十亿行代码的训练,可以根据评论和现有代码实时生成从代码片段到全函数的代码建议。绕过耗时的编码任务,加速使用不熟悉的 API 进行的构建。

2️⃣增强代码安全性

扫描代码以检测难以发现的漏洞,并获取代码建议以立即修复这些漏洞。遵循跟踪安全漏洞的最佳实践,例如开放全球应用程序安全项目 (OWASP) 概述的漏洞,或者不符合加密库最佳实践及其他类似安全最佳实践的漏洞。

3️⃣自信地进行编码

CodeWhisperer 可以标记或筛选类似于开源训练数据的代码建议。获取相关开源项目的存储库 URL 和许可证,以便可以更轻松地查看它们并添加归因。

4️⃣使用收藏夹工具

CodeWhisperer 符合工作方式。从 15 种编程语言中进行选择,包括 Python、Java 和 JavaScript,以及最喜欢的集成式开发环境(IDE),包括 VS Code、IntelliJ IDEA、AWS Cloud9、AWS Lambda 控制台、JupyterLab 和 Amazon SageMaker Studio。

1.2 Amazon CodeWhisperer 定价

Amazon CodeWhisperer 直接在集成式开发环境 (IDE) 中为开发人员提供实时代码建议。

个人开发人员可以免费使用 CodeWhisperer

组织为使用 CodeWhisperer 按"每位用户每月"支付固定的订阅费,无需预付费用或长期承诺。

CodeWhisperer 提供两个套餐:

CodeWhisperer 个人套餐

CodeWhisperer 个人套餐可免费使用。个人开发人员可以使用电子邮箱和 AWS 构建者 ID 进行注册和登录,在几分钟内即可开始使用 CodeWhisperer。个人套餐提供代码建议、引用跟踪和安全扫描功能。


CodeWhisperer 专业套餐

除了个人套餐提供的功能外,CodeWhisperer 专业套餐还为希望为其开发人员提供 CodeWhisperer 访问权限的组织提供了管理功能。管理员拥有组织许可证管理能力,可以集中管理组织中的哪些开发人员应有权访问 CodeWhisperer。他们还拥有组织策略管理能力,可以在组织层面设置服务策略,例如规定是否允许开发人员接收可能与特定开源培训数据相似的代码建议。


二、Amazon CodeWhisperer注册篇

2.1 打开VS Code

在集成式开发环境(IDE)中安装最新的 AWS 工具包插件。支持的 IDE 包括 Visual Studio(VS)Code 和 JetBrains IDE(IntelliJ、PyCharm、CLion、GoLand、WebStorm、Rider、PhpStorm、RubyMine 和 DataGrip)。

2.2 安装AWS ToolKit插件

  • 定位到拓展,搜索AWS TollKit。点击安装
  • 正在安装完成,等待安装完成。
  • 当插件安装完成,在左侧栏有显示aws图标。
  • 点击进入后,在"Explore"菜单下看到Connected with AWS Builder ID的选项,点击该选项。
  • 选择CodeWhisperer:AI-powered code suggestions。随后,点击Sign up or Sign in选项。
  • 选择Copy Code and Proceed
  • 选择打开外部网站。
  • 输入代码(接下来会跳转到服务授权访问页面,粘贴刚刚复制的请求码并点击"Next"。)
  • 创建 AWS Builder ID
  • 输入邮箱和名字
  • 邮箱接收到验证码
  • 输入验证码
  • 创建密码。
  • 允许AWS Toolkit for VSCode访问您的数据?允许
  • 等待验证完成。
  • 安装完成
  • 显示安装成功。

三、Amazon CodeWhisperer初体验篇

本实验将在Visual Studio Code 中使用Python演示其功能

导航到AWS Tollkit扩展面板,可以在其中启动CodeWhisperer


通过如下动画效果演示,一起感受一下开挂的代码编程!

通过一行的注释【上传文件到一个S3存储桶中的函数】,即可完成代码的书写。

本实验将本地创建好的my_csv.csv文件,上传至AWS上的S3的命名为xybawsbucket的存储桶里。

代码AI创建完成,运行命令,运行完成,前往S3存储桶中进行验证。

查看S3存储桶,发现本地文件已经上传至此存储桶,上传完成。


四、参考链接


1\] \[2\] \[3\] [https://aws.amazon.com/cn/blogs/machine-learning/how-accenture-is-using-amazon-codewhisperer-to-improve-developer-productivity/]() \[4\] 🔴完🟡结🟢

相关推荐
WebCandy几秒前
【开源】一个丝滑的 Claude Code 环境变量快速切换工具
人工智能·aigc·ai编程
共绩算力4 分钟前
更小模型实现更强视觉 OCR
人工智能·ocr·共绩算力
胡乱编胡乱赢8 分钟前
关于联邦学习中的Decaf攻击基础知识
人工智能·深度学习·机器学习
五度易链-区域产业数字化管理平台11 分钟前
如何构建高质量产业数据信息库?五度易链的“八大核心库”与数据治理实践
大数据·人工智能
优宁维生物15 分钟前
DNA 提取的基础方法
人工智能·算法
Elastic 中国社区官方博客20 分钟前
用 Elasticsearch 构建一个 ChatGPT connector 来查询 GitHub issues
大数据·人工智能·elasticsearch·搜索引擎·chatgpt·github·全文检索
奔跑的石头_38 分钟前
如何用AI创建一个适合你的编程社区用户名
人工智能
yuhaiqun198938 分钟前
10分钟快速get:零基础AI人工智能学习路线
人工智能·学习
m0_6501082441 分钟前
Co-MTP:面向自动驾驶的多时间融合协同轨迹预测框架
论文阅读·人工智能·自动驾驶·双时间域融合·突破单车感知局限·帧间轨迹预测·异构图transformer
向阳逐梦41 分钟前
电子烟的4种屏幕驱动集成语音方案介绍
人工智能·语音识别