「豆包MarsCode初体验」使用 node.js 搭建图片服务器

我正在参加「豆包MarsCode初体验」征文活动: juejin.cn/post/738499...

写在前面

字节跳动发布基于豆包大模型打造的智能开发工具------豆包 MarsCode,面向国内开发者免费开放。主要包括编程助手和 Cloud IDE,支持项目问答、代码补全、单测生成、Bug Fix等功能。下面通过 node.js 搭建图片服务器来体验下 MarsCode 编码。

MarsCode 初体验

1. 账号注册

首先进入官网www.marscode.cn/注册,也可以直接使用掘金账号登录,非常方便~

2. 创建项目

创建项目提供了模板可以选择(吐槽:有 Next 居然没有 Nuxt),也可以导入 Git 仓库中的项目,因为本次要使用 Node.js 完成代理服务器搭建,所以选择 Node.js 模板进行创建。

3. MarsCode 主界面

项目创建完成后,进入到 MarsCode 主界面,习惯了 VSCode 开发的同学第一眼感觉还是很熟悉的,界面布局也很简洁,左侧为项目目录结构,中间为编码区,右侧为 AI 辅助编程入口。

除了在右侧接入 AI 编程入口外,MarsCode 也在编码区中加入了 AI 辅助编程,当鼠标选中代码后会有如下提示。

你可以针对选中代码做进一步提问,也可以对当前代码进行修改。例如,下面为选中代码添加注释。

4. 项目启动

点击主界面上面的 Run 按钮启动项目,切换控制台 Networking,点击 Address 即可在浏览器中预览访问效果。

5. 借助 AI 完成搭建图片服务器代码编写

在右侧对话框中输入需要实现的功能,看起来效果还不错,下面根据给出的步骤操作一下。

在 index.js 文件中进行如下编码:

js 复制代码
const http = require('http');
const fs = require('fs');
const path = require('path');

http.createServer((req, res) => {
    if (req.method === 'GET' && req.url.startsWith('/images/')) {
        const imagePath = path.join(__dirname, req.url);
        fs.readFile(imagePath, (err, data) => {
            if (err) {
                res.writeHead(404, {'Content-Type': 'text/plain'});
                res.end('Image not found');
            } else {
                res.writeHead(200, {'Content-Type': 'image/jpeg'}); 
                res.end(data);
            }
        });
    }
}).listen(3000, () => {
    console.log('Server running on port 3000');
});

在左侧项目目录创建 images 图片文件夹,本地上传图片至 images 文件夹中(可以将图片直接拖拽至 images 自动上传),准备就绪后,下面启动项目(点击 Run 按钮)测试一下。

好了,到这里就已经利用 node.js 实现了一个简易的图片服务器。

最后,更多可能

作为在线编程 IDE 来说,国内外有很多,整体来说 MarsCode 的流畅度还是可以的,基本上和本地 VSCode 编码体验上差别不大。AI 辅助编程上使用起来也比较方便,基本上无需离开 IDE 就可以完成所需要的一切 AI 辅助工作。

对于开发者来说,在线编程环境使开发者可以随时随地打开网页即可快速编程,提供了较高的便利性,而对于学习者来说,也无需关注开发环境的搭建、本地配置等繁琐内容,直接启动就已经准备好了所需的编码环境。

相关推荐
北京耐用通信1 分钟前
如何用耐达讯自动化Profibus总线光纤中继器解决变频器长距离通信干扰问题?
人工智能·物联网·网络协议·自动化·信息与通信
Elastic 中国社区官方博客2 分钟前
Elasticsearch:Jina Reranker v3
大数据·人工智能·elasticsearch·搜索引擎·ai·全文检索·jina
liu****3 分钟前
深度学习简介
人工智能·python·深度学习·python基础
大学生毕业题目6 分钟前
毕业项目推荐:102-基于yolov8/yolov5/yolo11的行人车辆检测识别系统(Python+卷积神经网络)
人工智能·python·yolo·目标检测·cnn·pyqt·行人车辆检测
I_ltt_Itw,7 分钟前
深度学习优化器与优化方法
人工智能
Yeats_Liao9 分钟前
模型选型指南:7B、67B与MoE架构的业务适用性对比
前端·人工智能·神经网络·机器学习·架构·deep learning
sali-tec9 分钟前
C# 基于OpenCv的视觉工作流-章10-中值滤波
图像处理·人工智能·opencv·算法·计算机视觉
百***243713 分钟前
GLM-4.7底层技术拆解与落地避坑:开源大模型编码实战指南
人工智能·gpt·开源
予枫的编程笔记13 分钟前
【Spring Security】Spring Boot 与 Spring Security 核心版本的对应表
人工智能
星浩AI16 分钟前
从0到1:用LlamaIndex工作流构建Text-to-SQL应用完整指南
人工智能·后端·python