背景
生活在AI的今天，coding可选择提效的大模型有很多，用对了事半功倍，下面分场景介绍下目前工作中的提效工具
vscode插件形式
GitHub Copilot
| 类别 | 具体内容 |
|---|---|
| 优点 | 1. 代码生成能力强：2. 多语言支持：覆盖 100 多种编程语言3. IDE 集成完善：支持 VS Code、等主流开发工具，无缝融入开发环境4. 提高开发效率：减少重复性代码编写，节省时间，提升编码速度 |
| 缺点 | 1. 存在隐私风险：2.需要翻墙 3.免费版本效率慢且无法使用calude模型 |
Lingma - Alibaba Cloud AI Coding Assistant
| 类别 | 具体内容 |
|---|---|
| 优点 | 1. 对中文支持更优：针对中文注释、中文语境的理解更精准，符合国内内开发者使用习惯 2. 本地化服务：无需翻墙即可使用，3.提供免费版本：基础功能免费 |
| 缺点 | 1.训练数据中开源代码占比相对较少，对部分国际主流框架的支持精度略逊 2.高级功能需订阅付费， |
除此之外 你可以使用 百度等推出的vscode插件，对于问答形式，agent模型均较好的支持
cursor trae 等AI编辑器
Cursor是一款专注于 AI 辅助编程的编辑器,优势在于全局上下文和大项目支持
| 类别 | 具体内容 |
|---|---|
| 优点 | 1. 深度 AI 集成：作为原生 AI 驱动的编辑器，2.AI 功能与编辑体验深度融合，支持实时代码生成、重构建议和上下文对话式编程，交互流畅度高 2上下文理解强：能更好地结合整个项目文件结构和代码上下文生成建议 3.多模型支持 |
| 缺点 | 1.需要付费 且需要翻墙 2.非付费效率会排队较慢 |
deepwiki 辅助文档
DeepWiki 是由 Cognition Labs 基于其产品 Devin 开发的一款 AI 驱动的 GitHub 源码阅读与分析工具。它旨在帮助开发者更高效地阅读、理解和分析 GitHub 上的源码
使用方式如下 直接找到github地址练级 比如 https://github.com/vuejs/vue 直接将 github 替换为 deepwiki 比如 https://deepwiki.com/vuejs/vue 即可生成文档，可以当作一个rag进行提问，对于你了解项目 或者深入细节有很大提速
UI设计图转前端代码 v0
v0.app 是 Vercel 推出的一款 AI 驱动的低代码开发工具，核心是通过自然语言 prompt 快速生成可直接使用的网页界面，无需手动编写代码。
尝试了很多的图片转代码的工具 v0的效果是不错的 尤其是于tailwindcss 和 react的代码生成，
我常用的 prompt如下
js
你是前端开发工程师，你擅长于react 技术栈，且很擅长tailwindcss原子化css，请基于我给你的图片，生成前端代码
生成的效果如下，大致文档结构是ok的，细节处需要自己优化，对于付费模型 可以传入figma设计图地址，效果应该更好，我这里没有尝试付费
国内编程大模型地址
豆包 ：www.doubao.com/，
通义灵码 ：lingma.aliyun.com/
deepseek ：deepseek.com/，
自测豆包对于AI代码编程支持较好，泛化能力也强，支持你出传入链接、图片、github仓库、代码文件夹等，对于基础代码建议使用豆包就可以
国外编程大模型推荐
claude ：claude.ai/new，
gemini ：gemini.google.com/
chatgpt ：chatgpt.com/，
国外这些大模型整体效果更高一点，尤其是 claude对于完整代码库、长文档解析，适合复杂项目的代码逻辑梳理 GitHub Copilot cursor 付费模式均支持 claude大模型，生成效果比较好
gemini的多模态生成比较好，尤其在 "根据截图生成前端代码""识别图表并生成数据分析代码" 等场景表现突出，当然你得 图生代码完全可以交给他来搞
结尾
以上就用AI提效的流程汇总，可酌情取用