一、通义灵码新模型功能升级
✅ 新增模型阵容:
- DeepSeek 满血版 V3/R1
- Qwen2.5-Max
- QWQ-32B(阿里云最新开源推理模型,性能比肩DeepSeek-R1)
🚀 模型切换方式:
- 打开通义灵码智能问答窗口
- 单击输入框的模型选择下拉菜单
- 选择所需模型即可体验
二、插件安装与升级
2.1 安装步骤
bash
IntelliJ IDEA > File > Settings > Plugins
搜索 "TONGYI Lingma" > Install
❗ 注意事项:
- 安装后需重启IDEA
- 遇到插件市场搜索失败时,参考官方安装文档
2.2 升级指南
bash
已安装用户:Plugins界面点击【Update】升级至2.0版本
三、CMS公告管理功能开发实战、
【帮我设计一张表 公告相关,主要包含字段:公告标题、公告内容、发布状态、发布时间、是否有效、创建时间、创建人、更新时间、更新人】
3.1 表结构设计
sql
-- AI生成的表结构(示例)
CREATE TABLE sys_cms_notice (
id BIGINT PRIMARY KEY AUTO_INCREMENT,
title VARCHAR(255) NOT NULL COMMENT '公告标题',
content TEXT COMMENT '公告内容',
publish_status TINYINT DEFAULT 0 COMMENT '发布状态',
publish_time DATETIME COMMENT '发布时间',
is_valid TINYINT DEFAULT 1 COMMENT '是否有效',
create_time DATETIME DEFAULT CURRENT_TIMESTAMP,
create_by VARCHAR(64),
update_time DATETIME ON UPDATE CURRENT_TIMESTAMP,
update_by VARCHAR(64)
);
3.2 代码生成流程
- 后端代码生成:
java
// Controller示例(部分代码)
@RestController
@RequestMapping("/system/notice")
public class SysCmsNoticeController {
@Autowired
private ISysCmsNoticeService noticeService;
@PostMapping("/add")
public AjaxResult add(@RequestBody SysCmsNotice notice) {
return success(noticeService.insertNotice(notice));
}
}
- 前端页面生成:
html
<!-- 列表页示例 -->
<div class="row">
<div class="col-sm-12">
<table id="noticeTable" class="table table-striped"></table>
</div>
</div>
3.3 功能优化技巧
🔧 风格统一方案:
-
选择参考文件(如已有post.html)
-
输入提示词:
参考 post 页面生成 syscmsnotice 的 list 页面
四、跨语言编程集成
4.1 大模型调用实现
前端JS调用:
javascript
function genera() {
$.ajax({
url: ctx + "system/notice/generateContent",
success: function(res) {
$('.summernote').summernote('code', res.data);
}
});
}
后端API集成:
java
@PostMapping("/generateContent")
public AjaxResult generateContent(String prompt) {
// 调用DeepSeek-R1 API
String url = "https://dashscope.aliyuncs.com/compatible-mode/v1/chat/completions";
JSONObject request = new JSONObject();
request.put("model", "deepseek-r1");
request.put("messages", new JSONArray().add(new JSONObject()
.put("role", "user")
.put("content", prompt)
));
// 发送HTTP请求...
}
五、开发体验总结
👍 优势亮点:
- 表结构生成准确率95%+
- 支持前后端全链路代码生成
- 多模型选择提升响应质量
⚠️ 注意事项:
- 生成的页面风格需二次调整
- 复杂业务需人工补充跳转方法
- 建议新项目使用,老项目适合小功能迭代
🔮 未来展望: 通过结合DeepSeek-R1等大模型能力,AI程序员可完成:
✅ 智能代码补全
✅ 自动化测试生成
✅ 跨语言接口对接