AI自动写代码:GitHub copilot插件在Idea的安装和使用教程

GitHub Copilot 是微软与OpenAI共同推出的一款AI编程工具,基于GitHub及其他网站的源代码,根据上文提示为程序员自动编写下文代码,可以极大地提高编写代码的效率。

先看看ChatGpt是怎么回答Copilot的功能特点:

给大家简单提取一些关键信息,GitHub Copilot 是微软与OpenAI共同推出的一款AI编程工具,基于GitHub及其他网站的源代码,根据上文提示为程序员自动编写下文代码,可以极大地提高编写代码的效率,核心功能如下:

  • 根据已有上下文补全代码
  • 根据函数名和参数,生成方法体
  • 根据注释自动生成代码
  • 代码优化
  • 生成测试代码

Copilot使用的是OpenAI烧了数千万美元研发出来的GPT-3.5模型,Copilot在GPT-3模型基础之上通过对GitHub的开源代码进行学习,得到了Codex模型,该模型具备强大的代码生成能力

在使用Copilot之前,需要一些准备工作

1.GitHub Copilot订阅服务

首先你要有一个gitHub账号,没有账号的自行注册即可

点击此处注册:https://github.com/signup?ref_cta=Sign+up&ref_loc=header+logged+out&ref_page=%2F&source=header-home

有了gitHub账号之后,进入Copilot官网,点击申请。

前两个月免费试用,第三个月开始付费,每月10,每年 100 ,每年100,每年100;或者TB购买,不过有概率封禁,如果是学生的话,可以申请学生认证,认证成功之后也可以免费使用。

大家可以先点击start trail体验一下

进入之后可以填写自己的相关信息

2.Idea安装Copilot

要求:Idea版本应不低于2021.2 ,否则无法搜到Copilot插件

重启idea之后便可使用

3.Idea使用Copilot

安装后重启,点击tools->Copilot登录到gitHub之后来获取使用资格

点击Cop and Open

将设备码复制到此处

3.1 代码补全

Copilot能将整行进行补全,并且自可以自动填充到参数

Copilot也能自动识别到上文中出现过的workbook变量及其getSheetAt方法,没有发生语法错误的问题。

虽然在上一个例子中补全效果较好,没有出现语法错误的问题,但是Copilot依然会在很多情况下生成存在语法错误的代码片段。如下图所示,StringUtils类是在本地工程中创建的,类下面只有一个readTestFile方法,然而Copilot却生成了print方法,因为Copilot是根据数亿的开源代码学习到的,不能及时的去学习本地工程的代码信息,所以本质上跟TabNine一样是会存在语法错误的问题,只是由于模型更强大,所以错误的概率更小,但是一旦涉及到本地工程的代码,错误的概率就会非常高。

Copilot方法级的代码生成也有很多错误的时候,比如生成读取XML文件的代码,结果生成的是读取Excel的代码,可能是因为类开头import了较多Excel相关的API。

3.2 单元测试

用Copilot写单元测试是非常方便的,它能帮助我们生成很多测试数据,减少Mock数据的烦恼。

假设我们有一个名为Calculator的类,其中有一个add方法,用于将两个数字加。我们希望使用Copilot生成一个测试类来测试这个方法。

java 复制代码
// Calculator.java

public class Calculator {
    public int add(int a, int b) {
        return a + b;
    }
}

首先,我们需要创建一个测试类。让我们在源代码目录下创建一个名为CalculatorTest的Java类。

java 复制代码
// CalculatorTest.java

import org.junit.jupiter.api.Assertions;
import org.junit.jupiter.api.Test;

public class CalculatorTest {

    @Test
    public void testAdd() {
        Calculator calculator = new Calculator();
        int result = calculator.add(2, 3);
        Assertions.assertEquals(5, result, "Addition is incorrect");
    }
}

在上述代码中,我们使用了JUnit Jupiter库中的Assertions类来进行断言。在testAdd方法中,我们创建了一个Calculator实例,然后调用add方法,将结果与期望值进行比较。

现在,我们可以使用Copilot来生成这段测试代码。在IntelliJ IDEA中,选择Calculator类中的add方法,然后按下快捷键Ctrl + Shift + T。

Copilot将根据代码片段生成一个相关的测试方法。

java 复制代码
// Copilot生成的测试方法

@Test
void add() {
    Calculator calculator = new Calculator();
    int result = calculator.add(2, 3);
    Assertions.assertEquals(5, result, "Addition is incorrect");
}
相关推荐
千寻girling2 小时前
Python 是用来做 AI 人工智能 的 , 不适合开发 Web 网站 | 《Web框架》
人工智能·后端·算法
AI攻城狮2 小时前
OpenClaw 里 TAVILY_API_KEY 明明写在 ~/.bashrc,为什么还是失效?一次完整排查与修复
人工智能·云原生·aigc
stark张宇2 小时前
构建第一个AI聊天机器人:Flask+DeepSeek+Postgres实战
人工智能·postgresql·flask
yiyu07164 小时前
3分钟搞懂深度学习AI:自我进化的最简五步法
人工智能·深度学习
浪浪山_大橙子5 小时前
OpenClaw 十分钟快速,安装与接入完全指南 - 推荐使用trae 官方 skills 安装
前端·人工智能
火山引擎开发者社区6 小时前
OpenClaw 快速上手:把云手机变成你的 7×24 小时 AI 手机助手
人工智能
Qlly6 小时前
DDD 架构为什么适合 MCP Server 开发?
人工智能·后端·架构
Lee川6 小时前
从零构建智能对话系统:AI Agent 实战指南
人工智能
冬奇Lab6 小时前
一天一个开源项目(第43篇):Star-Office-UI - 像素风格的 AI 办公室看板,让 AI 助手的工作状态可视化
人工智能·开源·资讯
风象南7 小时前
纯文本模型竟然也能直接“画图”,而且还很好用
前端·人工智能·后端