「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
jndingxin8 分钟前
OpenCV 图像哈希类cv::img_hash::AverageHash
人工智能·opencv·哈希算法
Jamence21 分钟前
多模态大语言模型arxiv论文略读(153)
论文阅读·人工智能·语言模型·自然语言处理·论文笔记
晨曦54321029 分钟前
量子计算突破:8比特扩散模型实现指数级加速
人工智能
Albert_Lsk41 分钟前
【2025/07/11】GitHub 今日热门项目
人工智能·开源·github·开源协议
莫彩43 分钟前
【大模型推理论文阅读】Enhancing Latent Computation in Transformerswith Latent Tokens
论文阅读·人工智能·语言模型
康斯坦丁师傅44 分钟前
全球最强模型Grok4,国内已可免费使用!(附教程)
人工智能·grok
崔高杰44 分钟前
微调性能赶不上提示工程怎么办?Can Gradient Descent Simulate Prompting?——论文阅读笔记
论文阅读·人工智能·笔记·语言模型
元气小嘉1 小时前
前端技术小结
开发语言·前端·javascript·vue.js·人工智能
2401_878624791 小时前
期望和方差的计算
人工智能·机器学习
倔强青铜三1 小时前
苦练Python第10天:for 循环与 range() 函数
人工智能·python·面试