Cline + DeepSeek:好用便宜的AI程序员搭配

Cline简介

Cline (原Claude Dev)一个可以使用你的命令行界面和编辑器的人工智能助手。

Cline 可以作为VSCode插件安装,搭建开发环境更加简便,下载地址:Cline (prev. Claude Dev) - Visual Studio Marketplace,Cline 用来学习一门新语言或者新框架是非常有用的,他能快速帮你搭建起一个可用的demo,自动识别搭建过程中出现的错误并进行改进。

Cline 支持大量主流的大模型,由于支持OpenAI compatible API和Ollama,也就是说你基本可以使用绝大部分大模型帮助你完成任务,Cline 更推荐Claude 3.5 Sonnet,但是新版本使用了customized XML tags,使得其它大模型的兼容性变得更好。我也试用了一下,原来仅仅使用claude-3-5-sonnetgpt-4o-mini时效果比较好,升级到Cline v2.0.0后,使用DeepSeek也能有很好的效果。

比较来说DeepSeek就比gpt-4o-mini和claude-3-5-sonnet便宜不少。尤其是使用了缓存命中后仅需0.1元/百万tokens(后面有结合案例的详细比较)

由于 VSCode v1.93 中新的 shell 集成更新,Cline 现在可以直接在你的终端中执行命令并接收输出。这样他可以帮助你执行各种命令(需要你确认),也可以获取命令执行后出现的错误,给你解决方案,这个功能在使用过程中感觉非常成熟,这对很多对环境搭建比较困惑的新手有很大帮助。当然有时候你如果能告诉他一些环境设定可能会使用的更加顺滑,比如我使用PowerShell作为终端,使用pnpm v8等等......

Cline 也支持一些多模态技术(取决你使用的模型,比如DeepSeek就不行),Cline 可以使用无头浏览器检查任何网站,例如 localhost,从而允许他捕获屏幕截图和控制台日志。这使他能够自主修复视觉错误和运行时问题,而无需手动操作和复制粘贴错误日志。

当然个人使用过程中感觉这个功能还有很长的路要走。

Cline配置

基本只需要配置很少得选项就能够运行

国内环境可以考虑使用 DeepSeek,Cline专门针对其做了测试,价格非常便宜。同时DeepSeek也是开源模型,如果机器性能不错,可以使用Ollama来跑

  • API Provider:OpenAl Compatible
  • Base URLapi.deepseek.com
  • API Key:自行申请
  • Model ID:deepseek-coder

Custom Instructions:这里可以追加一些prompts,比如我这里要求使用中文。

Always allow read-only operations :由于Cline需要频繁读取项目目录和文件,这些不勾选本选项时都要你授权,勾选后它就可以自己读取再进行下一步了,强烈推荐勾选

Cline实战

SpringBoot + Echart

sql 复制代码
生成一个折线图,后台用SpringBoot提供数据接口,前台用fetch+Echart实现

可以根据你的要求自动创建项目和文件列表,配置文件,根据终端反馈的错误给出解决方案,我用的是gpt-4o-mini,感觉也基本够用,当然比AI对话生成代码可能要贵一些。比如完成本任务,共耗费Tokens:↑206,407 ↓3,634,按照当前的gpt-4o-mini价格算约US$0.033

如下图,可以给你自动创建每一个文件(需要你确认保存),根据终端的反馈给出下一步的命令(需要你确认执行)

改用DeepSeek,可以看到使用Tokens差不多,但是由于DeepSeek输入Tokens大量命中缓存,实际用了¥0.04元

实际使用过程中,无论是使用gpt-4o-mini还是DeepSeek,使用过程中都很顺滑,成本上DeepSeek更有优势一些。

vue3

再来看看vue3的经典案例任务管理,这里只用DeepSeek做了测试(因为比较便宜),最终花了¥0.07元

javascript 复制代码
使用vue3开发一个todo list,单页面应用,不需要跳转,数据存储使用localStorage,不要用vuex

初期由于Cline不知道终端类型,创建项目目录时反复尝试了几次(自动识别错误后分析重试),可以在题词中一开始告知使用的是PowerShell作为终端会更加顺利

中间追加了几次题词

sh 复制代码
追加checkbox表示完成状态
sh 复制代码
引入element plus美化界面
sh 复制代码
给完成追加中划线效果
sh 复制代码
界面汉化成中文,todoitem设计为组件

整个过程也很顺滑,没有进行任何手动干预。

相关推荐
这个男人是小帅几秒前
【GAT】 代码详解 (1) 运行方法【pytorch】可运行版本
人工智能·pytorch·python·深度学习·分类
__基本操作__3 分钟前
边缘提取函数 [OPENCV--2]
人工智能·opencv·计算机视觉
Doctor老王7 分钟前
TR3:Pytorch复现Transformer
人工智能·pytorch·transformer
热爱生活的五柒7 分钟前
pytorch中数据和模型都要部署在cuda上面
人工智能·pytorch·深度学习
HyperAI超神经2 小时前
【TVM 教程】使用 Tensorize 来利用硬件内联函数
人工智能·深度学习·自然语言处理·tvm·计算机技术·编程开发·编译框架
扫地的小何尚4 小时前
NVIDIA RTX 系统上使用 llama.cpp 加速 LLM
人工智能·aigc·llama·gpu·nvidia·cuda·英伟达
埃菲尔铁塔_CV算法6 小时前
深度学习神经网络创新点方向
人工智能·深度学习·神经网络
艾思科蓝-何老师【H8053】6 小时前
【ACM出版】第四届信号处理与通信技术国际学术会议(SPCT 2024)
人工智能·信号处理·论文发表·香港中文大学
weixin_452600697 小时前
《青牛科技 GC6125:驱动芯片中的璀璨之星,点亮 IPcamera 和云台控制(替代 BU24025/ROHM)》
人工智能·科技·单片机·嵌入式硬件·新能源充电桩·智能充电枪
学术搬运工7 小时前
【珠海科技学院主办,暨南大学协办 | IEEE出版 | EI检索稳定 】2024年健康大数据与智能医疗国际会议(ICHIH 2024)
大数据·图像处理·人工智能·科技·机器学习·自然语言处理