與AI一起寫代碼
Chris Minnick 周偉
- 出版商: 機械工業
- 出版日期: 2025-08-01
- 售價: $594
- 語言: 簡體中文
- ISBN: 7111786122
- ISBN-13: 9787111786122
-
相關分類:
AI Coding
- 此書翻譯自: Coding with AI for Dummies
下單後立即進貨 (約4週~6週)
相關主題
商品描述
本書 展示了利用AI編程的方法和工具,能夠有效幫助讀者掌握AI輔助編程技術, 輕松完成代碼的編寫、 調試、 除錯、 新和優化,顯著提高編程效率。本書提供了編程過程中集成AI的實用方法,包括詳細的示例代碼,演示如何與AI API交互, 如何將AI生成的內容納入軟件解決方案並擴展至其他AI功能,如代碼重構、 翻譯和測試。 本書還介紹了一些實用的AI編程資源。 本書 適合程序員、 人工智能研發人員以及其他對人工智能感興趣的讀者閱讀。
作者簡介
克裏斯·明尼克(Chris Minnick)是 技術作家、教育專家及程序員。獨著/合著技術書籍逾20部,包括多本“達人迷”系列暢銷作品,為頭部在線教育平臺開發視頻課程體系,長期為多家 大企業提供編程與AI培訓。
目錄大綱
譯者序 Ⅲ
引 言 Ⅳ
關於本書 Ⅴ
讀者對象 Ⅴ
書中圖標 Ⅵ
在線資源 Ⅵ
近期目標 Ⅶ
第 1 部分 技術入門
第 1 章 AI 的作用 3
消滅無聊任務 3
發現無聊任務 4
用 AI 編寫模板 4
用 AI 實現 CRUD 7
提供語法幫助 13
無須記住瑣碎細節 14
代碼補全提示 14
適應新語法 15
靜態代碼分析 18
靜態代碼分析檢測不良代碼 18
使用 AI 進行靜態代碼分析 19
使用 AI 學習編程 19
AI 的教育潛能 20
避免潛在的陷阱 20
與 AI 結對編程 20
結對編程模式 20
與 AI 結對編程的利弊 21
AI 結對編程實戰 21
第 2 章 機器學習和深度學習 28
機器學習和深度學習 28
基本概念 28
神經網絡 29
訓練和測試模型 31
自然語言處理 32
自然語言處理的歷史 33
自然語言處理的困境 34
理解 Transformer 36
註意力機制 36
獲取標記 37
生成式 AI 模型 39
認識 AI 的局限 40
語言模型不擅長數學 40
語言模型啰唆冗長 41
AI 存在知識局限 42
AI 存在常識性問題 43
AI 存在準確性問題 43
AI 存在偏見性問題 43
第 3 章 AI 編程工具 44
探索 GitHub Copilot44
安裝 Copilot插件 44
使用 Copilot高效工作 46
使用快捷鍵 50
探索 Tabnine 51
安裝 Tabnine 51
設置 Tabnine 52
使用 Tabnine 編程 53
探索 Replit54
使用 Replit創建網站 56
探索 Replit工作區 58
與 ReplitAI 結對編程 59
第 4 章 與聊天機器人一起編程 64
改進提示詞 64
調整溫度 64
解讀提示詞的各元素 68
與 AI 一起寫代碼
開放式與封閉式提示詞 69
使用不同類型的提示詞 69
提升提示詞水平 71
與 Copilot聊天 72
了解斜杠命令 72
了解 Copilot智能體 73
利用 CopilotChat73
與 ChatGPT 聊天 75
註冊和設置 75
自定義說明 76
讓 ChatGPT 了解您 77
讓 ChatGPT 了解您的期望 79
深入理解 OpenAI 平臺 81
檢查積分 81
玩轉 Playground 82
運行示例 83
扮演不同角色 84
調整模型設置 84
獲取 API 密鑰 85
使用 OpenAI 開發聊天機器人 87
第 2 部分 用 AI 編寫代碼
第 5 章 從計劃到原型 93
理解項目需求 93
確定軟件需求 93
領域需求 94
功能需求 94
非功能需求 95
編寫 SRS 96
從 SRS 生成代碼 100
使用零樣本方法 100
分解問題 102
人工和 AI 混合編程 103
編寫提示 103
編寫服務器 104
提交後續提示 106
測試服務器 108
在服務器上實現少樣本提示 109
改進客戶端 113
從 AI 端轉向客戶端 116
代碼生成實用技巧 118
人工引導 119
指令清晰 119
分步思考 119
跟進提問 119
查驗官方文檔 119
提供示例和上下文 120
安全 120
繼續學習 120
新工具 120
留意 AI 的局限 120
第 6 章 代碼格式化和重構 121
使用 AI 工具進行代碼格式化 121
設置格式化工具 121
使用 Prettier 自動設置代碼格式 123
使用 AI 重構代碼 128
識別代碼異味 128
使用 Copilot檢測代碼異味 130
安全重構 133
生成重構代碼建議 133
設置事件監聽器 134
刪除魔法數字 135
減少全局數據 136
修覆長函數問題 137
修覆命名不一致問題 138
解決缺少註釋問題 139
井字棋遊戲實戰 140
第 7 章 發現和消除漏洞 146
了解漏洞 146
檢測漏洞的策略 146
常見漏洞類型 147
能否做到軟件零漏洞 147
使用 Jam 進行 AI 輔助報錯 148
使用靜態代碼分析工具預防錯誤 151
安裝 linter 151
安裝 ESLint擴展 152
使用 linter 修覆代碼 153
linter 與 AI 相結合 154
改規則 156
使用 AI 檢測漏洞 159
使用 AI 自動修覆漏洞 162
Snyk 簡介 162
Snyk 自動修覆 164
對自動修覆進行驗證 166
判斷是否適合自動修覆 167
第 8 章 代碼翻譯與優化 170
代碼翻譯 170
譯前準備 171
翻譯策略 171
使用 GPT-4 翻譯完整程序 175
驗證譯後代碼 177
使用 AI 優化代碼 178
獲取代碼優化建議 178
避免過早優化 182
第 3 部分 測試、 記錄和維護代碼
第 9 章 測試代碼 185
編寫測試計劃 186
選用傳統還是敏捷計劃 186
測試計劃的分步驟流程 186
AI 在測試計劃中的作用 187
識別核心功能 187
生成測試場景 188
使用測試框架 190
安裝 Jest190
運行 Jest192
生成測 例 193
閱讀覆蓋率報告 196
分析測試結果 197
借助 AI 進行測試驅動開發 202
第 10 章 代碼文檔化 209
使用文檔化機器人 209
構建文檔助手 210
測試文檔助手 212
生成代碼註釋和註解 214
安裝和測試 Mintlify Doc Writer 214
測評 Underscore 216
創建可視化文檔 219
生成序列圖 220
生成需求圖 221
使用 AI 實現 API 文檔自動化 223
創建 REST API 文檔 223
創建 API 文檔聊天機器人 228
第 11 章 代碼維護 233
了解四種維護類型 233
糾正性軟件維護 234
適應性軟件維護 234
完善性軟件維護 235
預防性軟件維護 235
利用 AI 進行代碼維護 235
使用 AI 提高代碼質量 236
理解技術債務 236
使用 Code Climate 237
啟用測試覆蓋率報告 240
分析代碼質量指標 240
使用 AI 提升代碼質量 241
第 4 部分 AI 工具與資源
第 12 章 嘗試十個 AI 工具 251
CodeWhisperer 251
Sourcegraph Cody 252
DeepMind AlphaCode 253
Google Bard 253
Codeium 254
Claude 254
MicrosoftIntelliCode 256
Sourcery 256
Bugasura 257
UserWay 258
第 13 章 了解十個 AI 編程資源 259
Code.org 的 AI 資源 259
Kaggle 260
Google DatasetSearch 261
edX 261
Edabit262
StatQuest263
AI4All 開放學習 263
Gymnasium 264
fast.ai 265
Microsoft Learn 265
作者簡介 267
致辭 267
致謝 267