VsCode+DeepSeek的AI编程助手初体验

前言

最近随着AI编程助手的兴起,我这个重度码农也想试着尝下鲜,看看他究竟有多厉害,会不会把我们都给取代了。Github Copilot大名鼎鼎,和微软全家桶重度绑定,但是使用价格不菲,并且使用它有一定的难度和风险(说不定哪天把我们的违法收入都给没收了),于是我就把眼光放在国产的编程助手上,这样也更安全些。上网搜了一圈,看了诸多大佬的评测文章和视频,发觉其他都不咋地,唯独DeepSeek口碑最佳,抱着试一试的心情,去官网试着注册了账号,花了10块大洋获取了API调用的权限(前一阵子不知道为啥DeepSeek不太稳定,老是关关停停的,今天运气好一下子就注册完成了)

步骤

进入DeepSeek API开放平台,创建了一个API密钥:

打开VsCode,安装Cline插件;点击图标打开Cline,在右上角设置API ProviderDeepSeek,输入刚才在DeepSeek官网获取的密钥;其他的模型语言偏好随意设置:

使用

场景一

正巧,我的电脑因为重新安装过,原有的React项目无法进行调试,按F5后会出现如下提示:

按照一般的思路,我们会分析问题出错的原因,逐个进行尝试和排查;也会上网查找相关问题的解答,把输入的问题使用搜索引擎进行搜索,一次次进行尝试;但是,有钱就是大爷,我们现在花了钱请了AI助手,解决方法就完全不一样了:

我们在没有关闭文件的的情况下,右边打开Cline扩展,然后在对话框里输入:根据这个配置,为什么我的程序无法调试,该如何进行改进?(或者其他诸如此类的提示)

按回车后,神奇的一幕出现了,只见DeepSeek分析了我的问题,然后读取了目录下的几个配置文件,分析我是什么项目,用了什么包,出现了什么问题,然后刷刷刷的把我的配置文件改掉了,还增加了使用Chrome进行调试的配置节点和Debug Node.js进行调试的配置节点,最后自动保存

这都可以?等我将信将疑地再次按F5进行调试的时候,发现居然能够打开Edge开始调试了。

我心头一紧,赶紧去DeepSeek后台看看花了多少钱,只见账户里少了3分钱,肉疼了一下。

场景二

除了修改代码,DeepSeek还可以修改其他错误包括MarkDown里面的格式问题,我正在写文章的时候,因为是使用MarkDown的新手,所以文章里有很多黄色波浪线的地方,于是我尝试把鼠标移到波浪线上,在出现的提示中选择快速修复,再选Fix with Cline

然后刚才一幕又出现了,DeepSeek在分析完我的文件后,刷刷刷扫描完帮我重新编辑了文件,改错、保存,这下所有的黄色波浪线都不见了,我赶紧去账户看了下,好家伙,又扣掉我6分钱。

总结

以上仅仅是我使用DeepSeek进行编程协助的初步运用,各位大佬还有什么好的心得体会,还请不吝赐教。下面是我的初步总结:

  • DeepSeek对于修复代码问题有非常强的能力,他能够自行分析项目代码文件并且能够精准地完成任务,比我们分析思考再花时间上网找问题方便的多,几乎所有的代码问题(代码差错,单元测试,依赖库升级、小程序开发等)都可以快速完成,节约了大量时间,对提高生产力大有帮助。
  • 不同于上下文对话,DeepSeek帮我们解决代码问题需要扫描目录结构、整个文件,并且要进行多次上下文互动,非常消耗Tokens,并且Tokens有大小限制(好像是64K)。我们在Cline的分析面板里可以直观的看到Token的使用情况。如果是代码的重度使用者或者企业用户,建议自己搭建DeepSeek服务器。(不差钱的金主宝宝们的除外)
相关推荐
_Li.25 分钟前
机器学习-集成学习
人工智能·机器学习·集成学习
极度畅想1 小时前
脑电模型实战系列(三):基于 KNN 的 DEAP 脑电情绪识别 KNN 算法与 Canberra 距离深度剖析(三)
机器学习·knn·脑机接口·情绪识别·bci·canberra距离
一个没有感情的程序猿1 小时前
前端实现人体骨架检测与姿态对比:基于 MediaPipe 的完整方案
机器学习·计算机视觉·前端框架·开源
Dev7z2 小时前
基于Stanley算法的自动驾驶车辆路径跟踪控制研究
人工智能·机器学习·自动驾驶
_Li.2 小时前
机器学习-线性判别函数
人工智能·算法·机器学习
老蒋新思维3 小时前
创客匠人推演:当知识IP成为“数字心智”的架构师——论下一代认知服务的形态
网络·人工智能·网络协议·tcp/ip·机器学习·创始人ip·创客匠人
whaosoft-1433 小时前
51c自动驾驶~合集62
人工智能·机器学习·自动驾驶
OpenBayes4 小时前
Open-AutoGLM 实现手机端自主操作;PhysDrive 数据集采集真实驾驶生理信号
人工智能·深度学习·机器学习·数据集·文档转换·图片生成·蛋白质设计
哆啦叮当4 小时前
VADv2 基于概率规划的端到端自动驾驶模型
人工智能·机器学习·自动驾驶