L'any passat, GitHub va llançar Copilot, una vista prèvia del seu "programador de parells d'IA", una eina de tipus de finalització de codi que proporciona recomanacions de línies o funcions al vostre IDE.
Sens dubte, ha tingut repercussions en la indústria de la programació i més enllà, i probablement n'hagueu sentit alguna cosa.
Copilot "entén" desenes d'idiomes i ara està disponible per a Visual Studio Code i sistemes compatibles amb un backend de VS Code, com ara els Codespaces de GitHub.
La vista prèvia tècnica es caracteritza per ser "particularment bé per a Python, JavaScript, TypeScript, Ruby i Go".
Accepteu idees de codi predeterminades, passeu per altres propostes, editeu el codi que accepteu o rebutgeu completament els suggeriments de Copilot en un lloc específic del vostre codi.
Copilot actualment només està disponible mitjançant una sol·licitud autoritzada. Però no et preocupis; existeixen opcions d'especificacions variades.
En aquesta peça, farem una ullada a fons a GitHub Copilot i a les millors alternatives que podeu utilitzar immediatament.
Què és, doncs? GitHub Copilot?
GitHub Copilot és una eina de finalització de codi desenvolupada per OpenAI i GitHub. Utilitza el Codex d'OpenAI, un transformador entrenat en milers de milions de línies de codi a GitHub, per generar codi basat en el contingut del fitxer actual i la ubicació del cursor.
Copilot és compatible amb Python, JavaScript, TypeScript, Ruby i Go i funciona amb editors de codi populars com Visual Studio Code, Visual Studio, Neovim i JetBrains IDE.
Copilot pot produir línies de codi senceres, funcions, proves i documentació, segons GitHub i els comentaris dels usuaris. Tot el que requereix és context i l'esforç dels desenvolupadors que han enviat el seu codi a GitHub, independentment de la seva llicència de programari.
Quan va concloure la prova Copilot, GitHub va posar el preu a disposició dels usuaris individuals. La subscripció oferia una prova gratuïta de 60 dies, després de la qual costaria 10 dòlars al mes o 100 dòlars anuals per usuari.
Millors alternatives de GitHub Copilot
1. Visual Studio IntelliCode
IntelliCode, una eina de Microsoft accessible exclusivament a través de Visual Studio, és una ajuda experimental de codificació d'IA formada en una mostra de projectes de GitHub. IntelliCode prioritza la vostra llista de finalització de manera que els elements que és més probable que utilitzeu estiguin al davant.
Milers de projectes de codi obert a GitHub, cadascun amb més de 100 estrelles, serveixen de base per als suggeriments d'IntelliCode. La llista de finalització es fa amb l'objectiu de promoure pràctiques estàndard quan es combinen amb el context del vostre treball.
La realització d'equips és una de les capacitats més atractives d'IntelliCode. Per a les empreses l'arquitectura de les quals es basa en Microsoft i per als enginyers acostumats a Visual Studio a l'era del treball remot, la finalització de l'equip podria ser avantatjosa.
IntelliCode ofereix assistència amb la finalització de declaracions i signatures, així com suggeriments sobre els millors arguments per utilitzar. A Visual Studio 2022, IntelliCode ve preinstal·lat amb qualsevol tasca que admeti C#, C++, TypeScript/JavaScript o XAML.
2. Tabnin
Tabnine va ser un dels primers programes de finalització de codi que van sortir al mercat (abans conegut com Codota). En els vostres IDE preferits, el connector de finalització de codi Tabnine admet tots els idiomes, biblioteques i marcs més populars.
Els models d'IA Tabnine només s'entrenen en codi permissiu amb llicència de codi obert, assegurant-vos que el vostre treball continua sent vostre.
La subscripció a Tabnine Pro inclou la possibilitat d'entrenar el vostre propi model d'IA privat basat en el vostre codi i rebre complements de codi personalitzats que s'adaptin al vostre estil i patrons.
No haureu de confiar en el codi produït per ningú que no sigui vosaltres mateixos al vostre repositori.
La capacitat d'allotjar i entrenar els vostres propis models d'IA permet la compleció automàtica col·laborativa entre els IDE per a equips i organitzacions. També millora la seguretat del codi perquè podeu mantenir la base de codi i el model d'IA als vostres servidors corporatius segurs.
A més, Tabnine requereix molt menys context que Copilot per produir codi per a vostè. En realitat, Tabnine proporciona idees de línia mitjana mentre escriviu en lloc de suggeriments per a la següent línia de codi després d'acabar l'anterior.
3. AiXcoder
AiXcoder és un potent motor de cerca i completació de codi que utilitza tecnologia d'aprenentatge profund d'avantguarda.
Té la capacitat de proposar tota una línia de codi, que et permetrà desenvolupar-te més ràpidament. AiXcoder també té un motor de cerca de codi que us pot ajudar a trobar casos d'ús de l'API a GitHub.
AiXcoder funciona localment i sense problemes mitjançant algorismes de compressió de models d'aprenentatge profund d'avantguarda. S'utilitza una quantitat substancial de codi de codi obert per entrenar els models.
Una finestra de cerca s'integra fàcilment amb l'IDE i us permet cercar codi de codi obert a GitHub.
Aprenentatge profund s'utilitza als resultats de la cerca per filtrar codi d'alta qualitat. Busqueu mostres d'API i utilitzeu-les. Busqueu codi comparable per evitar la duplicació de codi.
4. blackbox
Blackbox us permet triar el codi de qualsevol vídeo i després copiar-lo al vostre editor de text. Funciona com per màgia.
Et permet extreure codi de qualsevol vídeo, tant si estàs veient classes de codificació a YouTube, Coursera o Udemy com si treballes amb el teu equip a Zoom, Google Meet o Teams.
És compatible amb tots llenguatges de programació i conserva la sagnació precisa del codi. No és necessari deixar el teu entorn de codificació per tal de buscar una solució per desenvolupar una funció determinada.
Sense sortir del vostre entorn, obrir nombroses pestanyes o desplaçar-vos per pàgines de documentació, Blackbox facilita identificar el fragment de codi correcte.
A més, pot produir el fragment de codi que vulgueu en qualsevol llenguatge de programació. Simplement introduïu la vostra pregunta.
5. Amazon CodeWishperer
Amazon CodeWhisperer és un màquina d'aprenentatge (ML): una eina potent que augmenta la productivitat dels desenvolupadors mitjançant la producció de recomanacions de codi basades en comentaris de llenguatge natural i codi a l'entorn de desenvolupament integrat (IDE).
Els desenvolupadors poden utilitzar èticament intel·ligència artificial (AI) per construir aplicacions segures i sintàcticament precises. Genereu funcions completes i fragments lògics de codi sense haver de navegar per Internet i personalitzar fragments de codi.
Podeu mantenir-vos concentrat i no deixar l'IDE amb recomanacions de codi personalitzades en temps real per a aplicacions Java, Python o JavaScript.
Amazon CodeWhisperer, impulsat per l'aprenentatge automàtic (ML), ajuda els desenvolupadors a augmentar la productivitat mitjançant la producció de recomanacions de codi basades en els seus comentaris i codi en llenguatge natural a l'entorn de desenvolupament integrat (IDE).
Els suggeriments de codi automàtics permeten als desenvolupadors accelerar el desenvolupament del front-end i el backend. CodeWhisperer pot crear codi per crear i entrenar models de ML.
6. Jedi
Jedi és un connector per a editors i un IDE que fa anàlisi estàtica del codi Python. Jedi posa èmfasi en l'autocompleció i les capacitats de goto, entre altres coses. La cerca de codi, la refactorització i la localització de referències són altres funcions. Jedi ofereix una API fàcil d'utilitzar.
Com a connector VIM, es pot accedir a una implementació de referència. Podeu fer que el vostre REPL s'empleni automàticament. L'utilitza de manera nativa IPython.
A més, es pot instal·lar per a CPython REPL. Tenint en compte les seves proves exhaustives, hauria de tenir alguns problemes.
Un guió actua com a base per a les finalitzacions Jedi, els gotos i qualsevol altra cosa que necessiteu. Aquesta classe també inclou un intèrpret.
Funciona amb un diccionari real així com amb un REPL. Aquesta classe s'ha d'utilitzar mentre es modifica el codi en un editor. La majoria dels mètodes contenen un paràmetre de línia i de columna.
Les línies Jedi sempre es basen en una, mentre que les columnes sempre es basen en zero. Normalment no estan documentats per evitar la duplicació.
7. Codiga
Codiga és una plataforma que permet als desenvolupadors escriure un millor codi més ràpidament. Els desenvolupadors poden utilitzar Codiga Coding Assistant per generar, distribuir i reutilitzar fragments de codi directament des del seu IDE.
En lloc de perdre el temps buscant, els desenvolupadors poden cercar codi reutilitzable directament dins del seu IDE. L'anàlisi de codi de Codiga i la revisió automatitzada del bacallà poden descobrir immediatament problemes de codificació en cada sol·licitud d'extracció o empenta.
Codiga identifica problemes de seguretat, vulnerabilitat, funcions complicades i duplicació de codi. També informa de les vulnerabilitats CVE i CWE, així com de qualsevol dependència no actualitzada.
Codiga s'integra amb GitHub, GitLab i Bitbucket i es pot configurar en segons. És compatible amb qualsevol proveïdor de CI/CD.
Admet oficialment GitHub Actions, Circle CI i AWS CodeBuild i proporciona eines per integrar-se amb canalitzacions personalitzades. Codiga admet més de 2,000 regles i funciona en més de 12 idiomes.
8. JetBrains Datalore
És la millor plataforma per a Quaderns Jupyter. Als quaderns de Jupyter, es pot accedir a l'ajuda de codificació intel·ligent per a Python.
Podeu executar codi en CPU o GPU potents, treballar en temps real amb companys, intercanviar els resultats i fins i tot compartir-los.
Un entorn de configuració prèvia us permet posar-vos a la feina immediatament. Amb l'ajuda d'ordinadors potents amb CPU i GPU, carregueu dades a l'emmagatzematge permanent, avalueu-los i entreneu models d’aprenentatge automàtic.
Els dispositius potents i les funcionalitats il·limitades seran avantatjoses per als avançats científics de dades i analistes.
9. Capità Stack
Stackoverflow i els desenvolupadors són similars als professionals de LinkedIn i RRHH. Un connector VSCode de codi obert anomenat Captain Stack combina elements de tots dos.
Captain Stack és una eina de recomanació de codi que pren en préstec de Copilot però utilitza Google en lloc de la IA.
La funció de recomanació de codi a GitHub Copilot és força comparable a aquesta.
Tanmateix, fa servir Google per transmetre la vostra consulta de cerca, després recopila les respostes de StackOverflow i Github Gist i, a continuació, les completa automàticament; no s'utilitza IA en aquest procés.
10. Cometa
Codificar més ràpidament. Mantingueu el vostre flux. Kite apodera els desenvolupadors mitjançant la integració de finalitzacions de codi basades en IA al seu editor de codi. L'estel es pot instal·lar per oferir completacions de codi impulsades per IA a tots els vostres editors de codi.
Kite admet més de 16 idiomes i 16 editors de codi. Notareu que les finalitzacions de codi conscients del context són molt ràpides. El vostre editor de codi és un superheroi que pot completar línies de diverses línies més ràpidament que vosaltres.
Visualització de la documentació de Python amb només un clic. També hi ha guies pràctiques i exemples disponibles.
Cerqueu a la vostra base de codi fitxers que es puguin connectar al que ara esteu escrivint. Això augmentarà la productivitat de milers de desenvolupadors.
Conclusió
És genial veure com una eina impulsada per IA produeix codi.
L'objectiu de GitHub no és substituir els programadors, sinó ajudar-los a augmentar la seva eficiència quan es desenvolupen, especialment amb tasques de codificació repetitives, com ara produir cadenes de documents adequades en funcions o classes..
De moment, Copilot és una tecnologia única. Si tot el que necessiteu és un bon sistema de finalització d'IA, hi ha diverses opcions addicionals a considerar.
Amb sort, aquesta petita varietat d'opcions us ajudarà fins que Copilot es distribueixi al públic. Fins i tot podríeu descobrir que un d'ells és prou beneficiós per funcionar per a vosaltres a llarg termini.
Deixa un comentari