背 景
-
技术背景： 以支持长对话系统助手为例，结合代码生成工具（iFlyCode）与星火大模型（Spark X1）构建智能化开发流程。详细的演示使用iFlyCode生成前端页面以及rust后端系统的可行性以及高效性。
-
**开发思路：**从0搭建一个智能问答系统，通过前后端联调的方式，使用iFlyCode按模块生成相关组件，最后接入星火大模型Spark X1，完成demo的设计。
研发过程
2.1 项目初始化（Vue3 + Rust）
1、vue前端：node.js的安装、vite的安装、vscode的安装。
2、rust后端：rustup安装、RustRover软件安装、actix-web安装、openaiapi-rs安装、tokio安装。
3、星火大模型Spark X1 API使用
首先进行实名认证，获取http API key，借助iflycode生成调用API的代码，进行测试是否能正常连接大模型。
2.2、模块拆分 & 代码生成
2.2.1、模块拆分
效果展示：
前后端项目结构：
2.2.2 代码生成
2.2.2.1前端代码生成
1.提示词
生成后的代码在处理生成Session ID的过程不太严谨，我们使用iflycode的代码优化功能，优化了代码， 测试中得到正确的数据。
2、聊天插件的代码生成
3、调整后的结果
2.2.2.2、后端代码生成
- 提示词
友情提示：由于结构比较复杂，本次使用了ifycode内置星火模型X1进行解答和生成代码
使用rust语言，编写一个智能客服问答后台，下述是要求：
-
共有api/multiple_client.rs、service/multiple_client.rs、 model/multiple_client.rs三个主要文件
-
前端传输过来的数据是"会话id+会话内容"对应路径是"/chat"
-
系统支持长对话机制和历史会话保存功能
-
暂不使用数据库进行会话的存储，以实现会话问答的功能为主
2.聊天插件的代码生成
我们按照类似于mvc的架构进行后端代码开发。
api/multiple_client.rs
代码在运行的时候出现点问题，我们使用iflycode纠错功能，进行代码纠错，你工作上的debug小能手！
service/multiple_client.rs
对于比较繁长的代码，不便于我们阅读理解，这时候iflycode的函数拆分 功能就很实用，能把复杂的函数拆分成许多小函数，并添加详细注释，对于想快速成长的程序员是一个很大的帮助!
models/multiple_client.rs
2.2.2.3、测试展示界面
总 结
实现了前后端分离的AI问答系统，通过iFlyCode减少40%重复代码量 ，SparkX1推理延迟低于200ms。通过上述的内容，可以看出iFlyCode在代码生成中的高效辅助能力，大大提高开发效率！