Visual Studio 使用 GitHub Copilot 与 IntelliCode 辅助编码 【AI辅助开发系列】

优质文章学习记录

— 6 min read
Visual Studio 使用 GitHub Copilot 与 IntelliCode 辅助编码 【AI辅助开发系列】

🎀🎀🎀【AI辅助编程系列】🎀🎀🎀

  1. Visual Studio 使用 GitHub Copilot 与 IntelliCode 辅助编码
  2. Visual Studio 安装和管理 GitHub Copilot
  3. Visual Studio 使用 GitHub Copilot 扩展
  4. Visual Studio 使用 GitHub Copilot 聊天
  5. Visual Studio 使用 GitHub Copilot 协助调试
  6. Visual Studio 使用 IntelliCode AI 辅助代码开发
  7. Visual Studio 玩转 IntelliCode AI辅助开发

文章目录

在这里插入图片描述

前言📋

今天介绍两款 Visusal Studio AI辅助开发工具 ，后续还会介绍一些其他的好用的工具，比如阿里的 通义灵码 等。借助这些工具可以大大提高我们的工作效率和开发效率。

一、AI 辅助开发如何提供帮助❓

1.1 让 AI 帮助你更快地编写代码

  • 可以帮助你生成代码 和整个 函数建议（例如，如何通过用自然语言进行描述来编写代码以执行任务）
  • 根据编程模式 预测 接下来要编码的内容（补全）。
  • 通过 AI 驱动型上下文 感知建议 进行 代码重构 。

1.2 询问 AI 助手更好地了解代码

  • 代码部分的说明（例如，在你尝试理解别人的代码时）。
  • 编程问题的解答 。

1.3 更快速地进行分析和调试

  • 根据 AI 建议 优化性能。
  • AI 标识的 bug 和解决方法。

二、GitHub Copilot 与 IntelliCode🤖

GitHub Copilot 和 IntelliCode 可帮助你更快、更准确地编写代码，帮助更深入地了解代码库，并帮助执行其他开发任务，例如编写 单元测试、调试 和 分析。

2.1 Visual Studio 中的 GitHub Copilot

Visual Studio IDE 中的 GitHub Copilot 充当 AI 结对程序员，帮助你在编写代码时提高工作生产力和效率。

Visual Studio 中的 GitHub Copilot 完成通过基于你提供的 上下文生成 整行或代码块，为开发过程添加了增强的 AI 协助。 它利用在数十亿行开源代码中训练出来的 AI 模型，在你编写代码时，直接在编辑器中实时提供自动完成式的代码建议。 它可帮助你更快地编写代码，且工作量更少。

可以在 IDE 中从 GitHub Copilot 获取建议，方法是开始编写想要使用的代码，或者在代码文件中编写 函数签名 或 自然语言注释 来描述希望代码执行的功能。 可以选择通过接受建议的代码来使用它。

下图显示了 Visual Studio 中 GitHub Copilot 的代码生成功能。 在此示例中，你在代码文件中添加自然语言注释，GitHub Copilot 会为你生成灰色文本的代码建议。 如果选择使用代码，则可以选择 Tab 以将其插入代码文件中：

在这里插入图片描述

开始使用 Visual Studio 中的 GitHub Copilot 完成。 请注意，它需要 Visual Studio 2022 17.8 或更高版本。

Visual Studio 中的 GitHub Copilot 聊天是 Visual Studio IDE 中 GitHub Copilot 所提供完全集成的 AI 支持的聊天体验。 它使你能够使用 IDE 中的聊天界面与 GitHub Copilot 交互。 通过以自然语言询问与编码相关的问题，你可以接收特定于上下文的代码建议，深入了解代码块的工作原理、生成单元测试、查找问题并获取建议的修补程序。 它使你能够在不离开 IDE 的情况下获取编码信息和支持，帮助你做出明智的决策并编写更好的代码。

下图显示了 Visual Studio 中 GitHub Copilot Chat 的聊天窗口和内联（交互式代码助手询问 Copilot）视图。 在此示例中，你询问 Copilot 使用聊天窗口或交互式代码助手生成测试函数。 如果 Copilot Chat 提供要使用的代码建议，则可以接受将代码插入代码文件中：

在这里插入图片描述


所有 GitHub Copilot for Individuals 用户都可以访问 GitHub Copilot Chat。 了解详细信息。 所有 GitHub Copilot for Business 都有权访问有限的 GitHub Copilot Chat beta 版本。 了解详细信息。

2.2 Visual Studio 中的 IntelliCode

IntelliCode 利用代码上下文，结合从成千上万个公共开源代码中学习到的模式，为 IntelliSense 提供 AI 驱动的增强功能，包括建议、上下文感知的代码完成、整行完成和 API 使用示例。 通过使用人工智能，IntelliCode 利用你当前的代码上下文和模式，动态地将建议排列在完成列表的顶部，并在其旁边标注星形图标，从而帮助你更快地编写出准确的代码。

下图显示了 Visual Studio 中的 IntelliCode 完成：

在这里插入图片描述

2.3 功能对比 🆚

下表比较了 GitHub Copilot（和 GitHub Copilot Chat）和 IntelliCode 的功能。

在这里插入图片描述


看了对比真的好难抉择啊，怎么办？

在这里插入图片描述

可以将 GitHub Copilot 和 IntelliCode 一起使用。 无需在它们之间进行选择。

三、总结🎯

这只是 AI 辅助开发系列的开篇文章，后续会更具体的介绍如何使用。请点赞关注持续留意后续文章。💕

🎀🎀🎀【AI辅助编程系列】🎀🎀🎀

  1. Visual Studio 使用 GitHub Copilot 与 IntelliCode 辅助编码
  2. Visual Studio 安装和管理 GitHub Copilot
  3. Visual Studio 使用 GitHub Copilot 扩展
  4. Visual Studio 使用 GitHub Copilot 聊天
  5. Visual Studio 使用 GitHub Copilot 协助调试
  6. Visual Studio 使用 IntelliCode AI 辅助代码开发
  7. Visual Studio 玩转 IntelliCode AI辅助开发

Read more

Whisper时间戳技术终极指南：从入门到精通

Whisper时间戳技术终极指南：从入门到精通 【免费下载链接】whisper-timestampedMultilingual Automatic Speech Recognition with word-level timestamps and confidence 项目地址: https://gitcode.com/gh_mirrors/wh/whisper-timestamped 在当今数字化时代，语音时间戳技术 正成为语音识别领域的重要突破。无论您是视频编辑者、语言学习者还是AI开发者，掌握这项技术都将极大提升您的工作效率。本文将带您深入了解Whisper增强版的核心价值，并提供完整的实战部署方案。 技术价值定位：为什么需要精准时间戳？ 传统语音识别 往往只能提供段落级别的时间信息，这在很多应用场景中远远不够。而 Whisper增强版 通过先进的算法实现了单词级时间戳的精准定位，让语音处理达到了前所未有的精度水平。 核心优势解析：技术差异化特点 多语言兼容能力 - 支持包括中文、英文、法语等在内的多种语言识别，真正实现全球化应用。 高精度时间定位 - 每个单词

AI绘画低成本方案：没显卡别急，2块钱试效果

AI绘画低成本方案：没显卡别急，2块钱试效果 你是不是也遇到过这种情况？作为淘宝店主，想给自家商品拍点高级感十足的主图、详情页，结果一问代运营公司，单张AI生成图报价20元起步，做一套图下来几百块就没了。关键是——你又不是天天要用，花大价钱请人做图，实在不划算。 别急！现在有个超实用的新选择：花2块钱，租用1小时高端GPU服务器，自己动手生成AI商品图。成本直接从20元降到0.2元，省下90%以上！而且操作比你想的简单得多，哪怕你完全不懂技术，也能跟着步骤一步步搞定。 我最近帮几个朋友实测了这个方法，用ZEEKLOG星图平台提供的Stable Diffusion镜像，从部署到出图，全程不到15分钟。生成的商品图清晰、风格可控，还能批量制作不同背景和角度的效果图，完全可以满足日常上新需求。 这篇文章就是为你量身打造的“零基础AI绘画入门指南”。我会手把手带你： * 理解什么是AI绘画，它怎么帮你省钱 * 如何在没有独立显卡的情况下，快速使用高端GPU资源 * 用预置镜像一键启动Stable Diffusion服务 * 输入提示词（prompt）生成高质量商品图 * 调

Llama-3.2-3B步骤详解：Ollama部署后启用GPU加速（CUDA/cuDNN）全流程

Llama-3.2-3B步骤详解：Ollama部署后启用GPU加速（CUDA/cuDNN）全流程 1. 为什么需要GPU加速？——从“能跑”到“跑得快”的关键跃迁 你可能已经用Ollama成功拉起了Llama-3.2-3B，输入几句话就能看到回复，一切看似顺利。但当你连续提问、生成稍长文本，或者尝试多轮对话时，会明显感觉到响应变慢——几秒甚至十几秒的等待，让原本流畅的交互体验打了折扣。 这不是模型能力的问题，而是默认情况下Ollama在CPU上运行。Llama-3.2-3B虽是3B参数量的轻量级模型，但其Transformer结构天然适合并行计算。一块中端消费级显卡（比如RTX 3060或更高），在GPU模式下推理速度可比CPU快3～5倍，显存占用更合理，还能释放出CPU资源去做其他事。 更重要的是，Ollama官方明确支持CUDA加速，且无需手动编译模型或修改源码。整个过程不涉及复杂配置文件编辑，也不要求你成为CUDA专家——只要你的机器有NVIDIA显卡、驱动正常、CUDA环境基础就绪，就能完成切换。本文将带你从零开始，一步步验证环境、启用加速、实测对比，并解决你最可能卡

Trae、Cursor、Copilot、Windsurf对比

我最开始用Copilot（主要是结合IDE开发时进行代码补全，生成单元测试用例），但是后面又接触了Cursor，发现Cursor比Copilot更加实用，Cursor生成的单元测试用例更加全面。         多以网上查了查资料，这里记录分享一下。         这篇文章资料来自于网络，是对部分知识整理，这里只是记录一下，仅供参考 前言         随着AI技术的爆发式发展，AI编程工具正在重塑软件开发流程。GitHub Copilot作为先驱者长期占据市场主导地位，但新一代工具如Cursor、Windsurf和Trae正以颠覆性创新发起挑战。本文基于多维度实测数据，深度解析三款工具的核心竞争力，揭示AI编程工具的格局演变趋势。 工具定位与核心技术 1. Cursor：智能化的全能助手         基于VS Code生态深度改造，Cursor融合GPT-4和Claude 3.5模型，支持自然语言转代码生成、跨文件智能补全和自动文档生成。其核心优势在于： * 上下文感知能力：可同时分析10+个关联文件的语义逻辑 * Agent模