【AI 编程助手】DevChat 指南：精准控制、简单扩展、多模型选择，助力开发者高效开发

柔光的暖阳◎ 2024-02-18 10:03 47阅读 0赞

![在这里插入图片描述][2e69ddbe3f654f2c999f24271abec0df.png]

#### 文章目录 ####

*   *  一、前言
     *  二、认识了解 DevChat
     *   *  2.1 什么是 DevChat
         *  2.2 DevChat 优势以及特点
         *   *  2.2.1 精准控制提示上下文
             *  2.1.2 简单的扩展机制
             *  2.1.3 多种大模型任选
     *  三、构建安装 DevChat
     *   *  3.1 注册 DevChat
         *  3.2 DevChat 插件安装指南
         *   *  3.2.1 在 Windows 上安装git（如已安装，可跳过该步骤）
             *  3.2.2 在 VS Code 中安装插件
             *  3.2.3 设置Access Key
     *  四、DevChat 实践操作案例
     *   *  4.1 优化整个代码文件
         *  4.2 使用 DevChat 进行代码审计
     *  五、文末总结

### 一、前言 ###

本次评测聚焦于 VSCode 插件 DevChat，为开发者提供即时通信功能，提高编程效率。文章深入探讨了插件的安装、使用和特性，通过代码示例详细说明其在开发过程中的实际帮助。在软件开发领域，VS Code 作为灵活而功能强大的编辑器，通过丰富的插件满足各类开发需求。对于对 GPT 感兴趣的人，推荐使用 DevChat，这款基于 GPT-4 的聊天式编程辅助工具。与 ChatGPT 不同，DevChat 直接为 VS Code 提供插件，使得在编程环境中与之对话更加便捷。

### 二、认识了解 DevChat ###

#### 2.1 什么是 DevChat ####

DevChat是一个集成了多种主流大模型的AI编程工具,专注于提升程序员的编程效率。它整合了ChatGPT、Codex等热门AI大模型,支持自然语言编程、代码编写、代码生成、代码补全等功能。Devchat最大的优势是一站式服务,集成热门大模型，并且可以根据需求随心切换，省去了选择和整合不同AI模型的麻烦，无需过多配置就可以快速上手,从而全面提升开发效率。产品务实高效，近期还在QCon全球软件大会亮相，斩获众多圈内开发者的好评

#### 2.2 DevChat 优势以及特点 ####

尽管有许多AI编码工具可用，但我们基于通过生成数万行代码积累的实际见解开发了DevChat。DevChat做出了以下的独特的设计选择。

![在这里插入图片描述][3996c4c54e124bdca9dff942ebd72e98.png]

##### 2.2.1 精准控制提示上下文 #####

对上下文的精准掌控是有效使用人工智能的关键。例如，假设你希望AI为一个函数生成一些测试用例。瓶颈不在于制定请求本身或嵌入给 AI 的指令，比如“你是一个很棒的测试者”。相反，对于请求而言，被称为上下文的所需信息是最关键的因素。在这种情况下，上下文可能不仅涵盖被测试的函数，还包括它调用的任何其他主要函数，这可能影响测试用例。此外，上下文还可能包括一个类似的工作测试用例，以帮助 AI 理解和复制测试用例在你特定环境中的设置和格式。

我们发现大多数其他“智能”或“自动”工具倾向于过度猜测用户需要将什么放入提示中，目的是减轻用户的工作量。这通常导致比 LLMs 能够有效处理的更多噪音。DevChat 将控制权交还给人类以实现真正的生产力，并提供用户友好的方法来简化上下文选择。在实践中，人类仍然是驾驶员，只有在提供清晰请求和适当上下文的情况下，AI 才能真正发挥作用。

##### 2.1.2 简单的扩展机制 #####

为了满足你的需求，你不必学习特定编程语言的新框架。提示应该对用户可见且易于编辑，而不是隐藏在复杂的框架中。

自定义你的提示，建立适合你和团队的工作库。将自己的提示模板轻松集成到 DevChat 中，无需进行大量工程努力或陡峭的学习曲线。你不需要一个复杂的框架来让 AI 为你工作。只需使用操作你文件系统的标准编辑器即可。

##### 2.1.3 多种大模型任选 #####

现阶段 DevChat 支持多种大模型，现阶段可以看到支持 GPT-4（OpenAI）、GPT-3（OpenAI）、Claude-2 等。

从下图可以看到，支持的模型种类很多：

![在这里插入图片描述][1e1390e94f8c43d5ab05fa001dd5006b.png]

### 三、构建安装 DevChat ###

#### 3.1 注册 DevChat ####

直接访问官方网站进行注册

> DevChat 官方网站：[https://www.devchat.ai/][https_www.devchat.ai]

![在这里插入图片描述][e6e0de98f7dd4c198c31c5b8f0179ea0.png]

输入注册信息进行注册

![在这里插入图片描述][5ea725e718bb43e7b00822b1153293a9.png]

注册成功后，在你的邮箱内会收到注册成功的提示邮件，类似如下，请保存该邮件，如果没有收到，先去垃圾箱检查一下，可能会被误判为垃圾邮件了。里面包含一个 Access Key 信息，要保存好，后面会使用到。

![在这里插入图片描述][d6ecae6aa1884329ab2eb749e28b2a64.png]

#### 3.2 DevChat 插件安装指南 ####

##### 3.2.1 在 Windows 上安装git（如已安装，可跳过该步骤） #####

环境中需要安装 Git 依赖，安装方法可以参考我以前的博文：[\[Git & GitHub\] Windows安装git和环境变量配置][Git _ GitHub_ Windows_git]

完成安装后，在命令行终端运行`git --version`返回版本号表明成功。

![在这里插入图片描述][bab815c0741540abbcf2338fc6a28078.png]

##### 3.2.2 在 VS Code 中安装插件 #####

在 VS Code 插件市场中搜索`devchat`，如下图，点击安装（或访问 Visual Studio Marketplace，点击 Install）。

![在这里插入图片描述][eae4288ea7584d5dadb8ca542cbda984.png]

> 安装可能持续若干分钟（在这里我确实等了几分钟）

完成安装后的提示：如下图

![在这里插入图片描述][22d03010085742698fa18c44f17624ec.png]

##### 3.2.3 设置Access Key #####

在访问 https://web.devchat.ai/ 注册的账号后，会收到邮件，里面会带有 Access Key（上文有提示），完整复制粘贴到 VS Code 中，具体方法为：

点击左下角管理（“齿轮”图标），命令面板（Command Palette），在弹出的命令面板中输入`devchat key`，点击如下命令后，如下图：

![在这里插入图片描述][d1f86434d71a4e2faee441987a7b8c20.png]

在弹出的输入框中粘贴进 DevChat Access Key，回车。右下方状态栏 DevChat 前出现如下对勾，表明安装配置完成

![在这里插入图片描述][03839aa52f4e41999226f285872d3356.png]

到此步骤，我们已经将 DevChat 成功安装到 VS Code 中，接下来我们实际操作一下，来体验 DevChat 的强大。

### 四、DevChat 实践操作案例 ###

#### 4.1 优化整个代码文件 ####

在这个例子里，我们可以直接讲某一个代码文件，添加到 DevChat 中，之后让 DevChat 直接进行分析，得到代码策略。

如下图所示，直接右键点击代码文件，添加到 DevChat 中

![在这里插入图片描述][d5b89520fd9e470f831b92f3819daf9c.png]

在下图可以看到，我们添加的代码文件，并且在聊天框中，可以直接添加输入你想做的事情，之后让 DevChat 进行优化代码，并且 DevChat 给出了建议方案。

![在这里插入图片描述][2b03eea629874052ae515c0fe2484da2.png]

> DevChat 给出的建议参考如下。

你的代码写得不错，只有一小部分可以进一步优化，具体的优化点如下：

1.  数据库操作分离：

你可以将数据库连接配置项抽象为一个函数，如此可以在三个执行数据库操作的函数中复用。同时你可以使用`with`语句，这样在语句结束之后，连接和游标就会自动关闭，无需手动关闭。

1.  路径拼接：

你可以使用 `os.path.join(path, i)` 来代替 `path + '/' + i`，这样可以避免在不同操作系统上出现的路径分隔符不统一的问题。

以下为对应的优化代码：

import pymysql
    import pandas as pd
    import os
    import wordcloud
    import numpy as np
    from PIL import Image
    import matplotlib.pyplot as plt
    
    # MySQL数据库连接配置
    db_config = {
        'host': "gz-cynosdbmysql-grp-d27hp6vl.sql.tencentcdb.com",
        'port': 27529,
        'user': "root",
        'password': "TDSQL-C.@GMbe#P!",
        'database': 'experience-12',
    }
    
    
    def get_connection_cursor():
        # 建立MySQL数据库连接
        conn = pymysql.connect(**db_config)
        cursor = conn.cursor()
        return conn, cursor
    
    
    def create_table(table_name, columns):
        with get_connection_cursor() as (conn, cursor):
            query = f"CREATE TABLE IF NOT EXISTS {table_name} ("
            for col_name, col_type in columns.items():
                query += f"{col_name} {col_type}, "
            query = query.rstrip(", ")
            query += ")"
            cursor.execute(query)
            conn.commit()
    
    
    def excelTomysql():
        path = '词频'
        files = [os.path.join(path, i) for i in os.listdir(path)]
        for file_path in files:
            print(file_path)
            filename = os.path.basename(file_path)
            table_name = os.path.splitext(filename)[0]
            data = pd.read_excel(file_path, engine="openpyxl", header=0)
            columns = {col: "VARCHAR(255)" for col in data.columns}
            create_table(table_name, columns)
            save_to_mysql(data, table_name)
            print(filename + ' uploaded and saved to MySQL successfully')
    
    
    def save_to_mysql(data, table_name):
        with get_connection_cursor() as (conn, cursor):
            for index, row in data.iterrows():
                query = f"INSERT INTO {table_name} ("
                for col_name in data.columns:
                    query += f"{col_name}, "
                query = query.rstrip(", ")
                query += ") VALUES ("
                values = tuple(row)
                query += ("%s, " * len(values)).rstrip(", ")
                query += ")"
                cursor.execute(query, values)
            conn.commit()
    
    
    def query_data():
        with get_connection_cursor() as (conn, cursor):
            cursor.execute("SHOW TABLES")
            tables = cursor.fetchall()
    
        data = []
        dic_list = []
        table_name_list = []
        for table in tables:
            table_name = table[0]
            table_name_list.append(table_name)
            query = f"SELECT * FROM {table_name}"
            with get_connection_cursor() as (conn, cursor):
                cursor.execute(query)
                result = cursor.fetchall()
    
            if len(result) > 0:
                columns = [desc[0] for desc in cursor.description]
                table_data = [{columns[i]: row[i] for i in range(len(columns))} for row in result]
                data.extend(table_data)
            dic = {}
            for i in data:
                dic[i['word']] = float(i['count'])
            dic_list.append(dic)
    
        conn.commit()
        cursor.close()
        conn.close()
        return dic_list, table_name_list
    
    
    if __name__ == '__main__':
        excelTomysql()
        print("excel写入到mysql成功！")
        result_list, table_name_list = query_data()
        print("从mysql获取数据成功！")
        for i in range(len(result_list)):
            maskImage = np.array(Image.open('background.PNG'))
            wc = wordcloud.WordCloud(
                font_path='PingFangBold.ttf',
                mask=maskImage,
                max_words=500,
                max_font_size=100)
            wc.generate_from_frequencies(result_list[i])
            wc.to_file("词云图/{}.png".format(table_name_list[i]))
            print("生成的词云图【{}】已经保存成功！".format(table_name_list[i] + '.png'))
            plt.imshow(wc)
            plt.axis('off')
            plt.show()

#### 4.2 使用 DevChat 进行代码审计 ####

另一个推荐的比较强大的功能是，可以利用 DevChat 对 PR 的代码进行代码审计操作。

下面我们来演示如何用 DevChat 对分支：`adapt-prompt-for-3.5-instruct` 进行代码审计操作  
![在这里插入图片描述][0d10938c7b0e44db8bd0aa28c2134e59.png]

我们在 DevChat 窗口中，给出所要审计的分支关键词等信息，对代码分支进行 Review。

效果如下图：

![在这里插入图片描述][5e8b9e203c62497f932a968ef7fbf643.png]

DevChat 会给出专业的 Review 建议点，返回给用户，如下图所示：

![在这里插入图片描述][baa8345c078c4245939ae627411f806c.png]

### 五、文末总结 ###

在本文中，我们介绍了 DevChat，探讨了其在开发过程中的重要性和优势。通过精准控制提示上下文、简单的扩展机制以及多种大模型任选，DevChat为开发者提供了强大的工具，助力优化整个代码文件并进行高效的代码审计。通过详细的构建安装步骤，我们帮助读者轻松入门，并展示了在实际操作中如何利用 DevChat 提升开发效率。无论是注册、插件安装，还是设置 Access Key，我们提供了清晰的指南。希望这篇文章能够成为你在 DevChat 使用过程中的有力伙伴，让你在开发中更加游刃有余。

[2e69ddbe3f654f2c999f24271abec0df.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/18/cbadb7693fa24fe0a75573311e3358dd.png
[3996c4c54e124bdca9dff942ebd72e98.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/18/d6111ea93cc64d0d915b70d4fbf66d1c.png
[1e1390e94f8c43d5ab05fa001dd5006b.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/18/9db49f4c6f1d4896b690201db0979455.png
[https_www.devchat.ai]: https://www.devchat.ai/
[e6e0de98f7dd4c198c31c5b8f0179ea0.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/18/3cfeefd3031b436dbea8be4d90978828.png
[5ea725e718bb43e7b00822b1153293a9.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/18/957cfd88c96648b7a898264063776ee2.png
[d6ecae6aa1884329ab2eb749e28b2a64.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/18/9206563a29e24142a48c188e5eb19f8d.png
[Git _ GitHub_ Windows_git]: https://bluetata.blog.csdn.net/article/details/71751007
[bab815c0741540abbcf2338fc6a28078.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/18/b1d9f0d0fcba485881f10cff8ad2c369.png
[eae4288ea7584d5dadb8ca542cbda984.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/18/10aec5c9c81143a3a38e1b947a68e27e.png
[22d03010085742698fa18c44f17624ec.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/18/c6fa626b5ff5420b90699ba2366138bc.png
[d1f86434d71a4e2faee441987a7b8c20.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/18/5f9feeba59c845599ae559a1cb7d6c85.png
[03839aa52f4e41999226f285872d3356.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/18/212e8a05533c4438bfd3d99dbc708a9f.png
[d5b89520fd9e470f831b92f3819daf9c.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/18/37394b17387e4550bd269747b4649b6c.png
[2b03eea629874052ae515c0fe2484da2.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/18/37362f30f09649ec9a82d057378916d6.png
[0d10938c7b0e44db8bd0aa28c2134e59.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/18/be0bdba5beeb40e4a1247933ec2417a2.png
[5e8b9e203c62497f932a968ef7fbf643.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/18/925bbd1f84c545c582289a4ae2d14a5e.png
[baa8345c078c4245939ae627411f806c.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/18/a278cb5ff7ad46a28603d6a03a9e7060.png