关于几款AI人工智能驱动的代码生成插件,强烈推荐:通义灵码

本文比较了GitHub的AI编程工具Copilot与国产AI助手如CodeGeeX、通义灵码和BaiduComate在智能程度、价格和用户体验上的差异,推荐使用通义灵码,因其智能程度高且支持中文,适合提升编程效率。
该文章已生成可运行项目,

先说结论:强烈推荐通义灵码、强烈推荐通义灵码、强烈推荐通义灵码,下面所有评测只是针对Java的情况!

1、GitHub Copilot

GitHub Copilot是由GitHub开发的AI辅助编程工具,它使用的是OpenAI Codex技术,这是一个由OpenAI创建的通用预训练语言模型。GitHub Copilot可以根据代码和注释的上下文提供个性化的代码建议。基于chatGPT,很智能;

2、Codeium

是一个免费的人工智能驱动的代码生成工具,可以平替Copilot,智能程度很好,并且免费;

3、CodeWhisperer

是亚马逊开发的,也是一个免费的人工智能驱动的代码生成工具,可以平替Copilot,智能程度很好,并且免费;

4、CodeGeeX

是清华大学知识工程实验室研发的一款基于大模型的全能的智能编程助手,一个具有 130 亿参数的多编程语言代码生成预训练模型,由清华大学知识工程实验室团队开发,采用华为 MindSpore 框架实现,在鹏城实验室“鹏城云脑 II”中的 192 个节点(共 1536 个国产昇腾 910 AI 处理器)上训练,使用 20 多种语言的语料库上预训练得到。可以平替Copilot,智能程序很好,并且免费;

5、通义灵码

通义灵码是一款基于阿里云通义代码大模型打造的智能编码助手,可以平替Copilot,智能程序很好,并且免费;

6、Baidu Comate

基于文心大模型,结合百度积累多年的编程现场大数据和外部优秀开源数据,为你生成更符合实际研发场景的优质代码(这一个是网友推荐让我去测试一下,具体测试总结写在最后);

六个插件主要区别如下:

1、以上六个都需要注册才能用,智能程度最高的是Copilot,但是需要收费;

2、Copilot收费,后面五个全部是免费,其中Comate有免费版和收费版;

3、前三个是国外的,后面三个是国产的;

大体总结:

我是这样想的,首先能用Copilot当然好,但是它收费,其实想想,项目主要代码还是得自己写,工具只是帮程序员提高效率,只要说工具够用就行,不用太去追求极致,因为用了AI写,其实有时还不能完全放心,需要自己去选择一下修改一下,再就是国外的有的需要挂梯子注册,很烦人,而国产的支持中文会更体贴生成代码网速也会更快,所以我倾向于使用国产的,也当是支持国产AI,我都试过,智能程度完全够用,不过体验下来,CodeGeeX在很多时候,它生成的代码是不会自动给你加右大括号的,然后Comate的智能程度不太够,相比之下我感觉通义灵码用起来更舒服更智能。

下面具体说说我用几个国产代码生成AI(CodeGeeX、通灵义码、Comate)后的感受:

在说使用感受之前,先说一下我个人的一个定位:像软件工程这种大的项目,完全靠AI生成下来,不是说它不可能,绝对可能,并且已经实现,但是现阶段完全由AI给生成的代码,改都不改直接拿来用,我真的不敢,设计模块、架构、优化等等这些,还是需要程序员的介入,所以我认为AI现阶段是拿来提升效率的,并不是来代替程序员的,就好比我是一个设计师,我必须要去自己亲自刷墙吗?刷墙这种具体活现在就可以交给AI了,我只要做好设计,对于程序员某一个功能模块我组织好,然后具体算法交给AI,让它给我生成几套方案出来,然后我再在这个基础上去改一下,AI的出现是逼着程序员不能只光会写代码,还要懂业务,怎么说了,就是你不能把自己只定位为一个coding者,懂代码只是基础,还需要懂业务懂产品懂策划,未来在AI的加持下人人都可以做程序员,所以要把自己晋升为一个设计者一个创造者,在这种定位下,也就是说我的观点是现阶段AI的目标不是来代替程序员,程序员是利用AI提升效率,帮助人类完成一些枯燥重复的工作,从而让人解放出来去做创造性的工作,那么很多主要任务还是需要程序员的介入,那么在选插件的时候,只要是智能程度够用就行,不需要去追求完美,你要记住,不是程序员自己不会,而是程序员把枯燥重复的事交给AI了,我打个比方,天天写排序算法,累不累,又不是什么创新,像这种傻活就交给AI,直接让它给出多套排序算法,你选一个就好,在这种定位下,选择工具时不要太追求完美,智能程度够用就行,能提升效率就行,并不一定非要选择智能程度极致的Copilot,免费的不香吗?我也不想挂梯子,国内的应该网速也快一些,加上现在来说我感觉这国产的AI代码生成智能程度也够用,所以在经过比较之后我最后选择了通义灵码。

使用CodeGeeX后感受:跟下面差不多,但是有一个问题,我感觉它没有通义灵码智能,就是它生成完算法后,它不会智能给你加上右大括号,这搞的人有点毛,需要自己加 },整体来说我感觉通义灵码更智能。

使用通灵义码后的感受:写了注释后(注释写的越有层次感,生成精度越高,有可能的话在写完需求之后,把特殊变量也自己起好名字并且写进注释里),然后它会一步一步去生成,其实算法在写的时候,中间有可能会出现多种不同分支的写法,通义灵码很智能,在写的过程中,如果我突然改变思路也就是改变分支,然后通义灵码它下一步给的生成提示马上转变成我现在的新思路,也就是说,在你写一个具体需求的过程中,不管是你自己起的头,还是利用通义灵码生成的代码起的头,在这个实现中途中间,你随时可以主动改变算法分支,改变具体实现方法,通义灵码会随时根据你现在具体的代码位置马上转换成你现在的新思路,我真的感觉已经很牛逼了,所以我强烈推荐:通义灵码。我是这样想的,像通义灵码、CodeGeeX、Comate这类国产的AI,如果它能赶上Copilot的智能程度,我觉得就算是适当收一点费用,我也能接受。再就是还有一点,听说通义那套大模型它里面主要以生成代码为主,所以通义灵码在代码生成这块做的更智能,重要的事说三遍:强烈推荐通义灵码、强烈推荐通义灵码、强烈推荐通义灵码!

使用Comate后的感受:网友强烈推荐让我试试百度的comate,说实话,我对百度的人工智能还是充满信心的,只是我信息获取渠道有限,所以并没有像上面那些插件一样,第一时间就去测试了,然后对于百度的comate的测试感觉如下:有三点小问题,1、我写了一段注释,分两个地方,第一个地方是主类之外然后让其在main方法中给我生成一个逻辑大体流程,生成的代码没有达到预期,第二个地方是main方法下面的方法区,可以良好的达到预期,并且变量边界比通灵义码更准确,拿选择排序算法来说,Comate在这个算法中的外层循环使用的边界是arr.length-2,这个边界就选的很完美,通义灵码在这个算法中的外层循环使用的边界是arr.length-1而不是arr.length-2,实际上用arr.length-1最后算法也能得到正确结果逻辑上也是正确的,因为当内层循环起步时就是j=i+1这时由于超过了数组的最后一个于是根本不会执行内层循环,只是说感觉有那么一点算法的不完美,如果用arr.length-2时根本就不用再去走内层循环的条件了,从算法上来说没有任何多余的东西会显的更完美,总体来说在这两个地方的根据注释生成代码测试中通义灵码都能达到良好的预期,但是Comate在第一个地方生成的代码就不太宁人满意;2、在我的长时间各种把玩之后,插件主界面不显示了,出bug了;3、生成代码之后无法选择新算法(这里具体指的是不能切换新算法,例如在通义灵码里你可以通过快捷键alt+p去切换新算法,也就是在它有可能的情况下强制要求它去切换一个新算法新逻辑),总体来说Comate还行,算是够用吧,但是整体上没有通义灵码优秀。

写在最后:通义灵码和Baidu Comate都非常不错,不过如果非要在两者之间做个选择,那么我还是推荐你使用通义灵码,因为在整体表现上通义灵码更佳,那个CodeGeeX就不要考虑了,因为如果代码层次一多,它不加右},让你自己去手动添加,相信我,你会疯掉的。

本文章已经生成可运行项目
<think>我们正在寻找类似“通义”的免费Ubuntu AI编程工具,要求具备自动编译代功能。通义是阿里云推出的智能编助手,具有代补全、解释、优化、生成单元测试等功能,但自动编译可能不是其核心功能。因此,我们需要找到具有类似AI编程辅助功能(如代补全、生成、解释等)并且能够集成或配合自动编译工具(如Make, CMake, Gradle等)的免费工具。 根据之前的推荐,我们重点考虑以下组合: 1. VS Code + GitHub Copilot(免费教育版或试用期) + 编译插件(如Makefile Tools) 2. Kite AI(免费版) + 自动编译脚本(如使用entr监控文件变化触发编译) 3. 其他开源AI助手(如TabNine免费版、CodeGeeX等)结合自动编译工具 注意:GitHub Copilot有30天免费试用,对学生知名开源项目维护者免费。Kite的免费版本功能有限,而TabNine也有免费版本。 另外,我们也可以考虑一些本地运行的代大模型(如CodeLlama)配合开发环境,但可能需要较高的硬件配置。 根据用户要求,我们推荐以下几个方案: ### 一、VS Code + 开源AI助手插件 + 自动编译 #### 1. **使用TabNine免费版(类似通义AI功能)** - **安装**: ```bash # 安装VS Code(如果未安装) sudo snap install code --classic ``` 在VS Code扩展商店中搜索并安装TabNine。 - **功能**:AI补全、代码生成、文档生成等。 - **自动编译配置**: 使用VS Code的任务功能(tasks.json)配置自动编译,例如对于C++项目: ```json // .vscode/tasks.json { "version": "2.0.0", "tasks": [ { "label": "build", "type": "shell", "command": "g++", "args": [ "-g", "${file}", "-o", "${fileDirname}/${fileBasenameNoExtension}" ], "group": { "kind": "build", "isDefault": true } } ] } ``` 然后可以通过快捷键`Ctrl+Shift+B`触发编译,或者安装“Run on Save”扩展实现保存时自动编译[^1]。 #### 2. **使用CodeGeeX(免费开源)** - **安装**:在VS Code扩展商店中搜索安装CodeGeeX。 - **功能**:支持多种语言的代码生成、补全、翻译注释。 - **自动编译**:同样配合VS Code的任务系统,或者使用CMake等构建工具并配置自动构建。 ### 二、使用Kite AI + 自动编译脚本(适合轻量级使用) - **安装**: ```bash sudo add-apt-repository ppa:kitehq/kite sudo apt update && sudo apt install kite ``` 然后在支持的编辑器(如VS Code、PyCharm等)中安装Kite插件。 - **自动编译**:可以使用一个简单的监控脚本,例如使用`entr`工具监控文件变化并自动编译: ```bash # 安装entr sudo apt install entr # 监控所有.cpp文件变化,自动编译 ls *.cpp | entr -c sh -c 'g++ main.cpp -o main && echo "编译成功"' ``` ### 三、本地模型 + 开发环境(适合有GPU的用户) - 使用`llama.cpp`或`text-generation-webui`运行CodeLlama模型(需下载模型,7B、13B等版本),然后配合编辑器插件(如Continue.dev)实现代补全生成。 - 自动编译可以单独配置,例如使用CMake的自动构建。 ### 四、其他选择:Cursor编辑器(免费,但部分功能受限) - Cursor是一个集成了AI的代编辑器,基于VS Code,但内置了AI功能(使用GPT模型)。它支持多平台,包括Ubuntu。 - 下载地址:https://cursor.sh/ - 自动编译:可以配置构建任务(类似于VS Code)。 ### 对比总结 | 工具 | AI功能 | 自动编译实现方式 | 免费情况 | |---------------------|--------------------------|--------------------------|----------------| | VS Code + TabNine | 代补全、生成 | VS Code任务或插件 | 免费基础版 | | VS Code + CodeGeeX | 代码生成、补全、翻译 | VS Code任务或插件 | 完全免费 | | Kite + entr | 代补全 | 脚本监控自动编译 | 免费基础版 | | Cursor | 内置AI(类似Copilot) | 类似VS Code的任务配置 | 免费(有限额) | > **提示**:对于大多数用户,推荐使用**VS Code + CodeGeeX(或TabNine)** 组合,然后配置VS Code的自动编译任务。这种方式最接近通义的体验,且完全免费[^1][^2]。 --- ### §§相关问题§§ 1. 如何在VS Code中配置C++项目的自动编译任务? 2. 有哪些开源的AI补全工具可以在Ubuntu上使用? 3. 如何为Python项目设置AI辅助编程自动测试? 4. 在Ubuntu上使用Kite AI有哪些限制? [^1]: VS Code开发环境配置 : 自动化构建AI编程工具 </think> 以下是在Ubuntu系统上免费可用、支持自动编译代,且功能类似通义AI编程工具推荐,均具备智能代补全、生成自动化构建能力: --- ### 一、核心工具推荐 #### 1. **VS Code + CodeGeeX(开源替代)** - **功能**:国产开源代大模型(130亿参数),支持100+语言,提供实时代补全、生成编译集成 - **安装**: ```bash sudo snap install code --classic # 安装VS Code ``` 在VS Code扩展商店搜索安装 **CodeGeeX** **C/C++ Extension Pack** - **自动编译配置**: 1. 创建编译任务(`.vscode/tasks.json`): ```json { "version": "2.0.0", "tasks": [{ "label": "Build with GCC", "type": "shell", "command": "gcc ${file} -o ${fileDirname}/output", "group": {"kind": "build", "isDefault": true} }] } ``` 2. 启用自动保存编译:`文件 > 首选项 > 设置` → 搜索 `Run on Save` 扩展并配置 - **优势**:支持中文提示词,代码生成质量接近通义,编译错误实时反馈 #### 2. **Cursor + 本地编译监控** - **特性**:AI原生编辑器(基于VS Code内核),内置GPT-4级别模型(免费版有限额) - **配置**: ```bash # 下载安装(Ubuntu版) wget https://download.cursor.sh/linux/cursor-latest.deb sudo dpkg -i cursor-latest.deb ``` - **自动编译实现**: 1. 创建编译监控脚本 `autobuild.sh`: ```bash #!/bin/bash while true; do if ls *.c 2>/dev/null; then gcc *.c -o main && echo "[$(date)] 编译成功" fi sleep 3 done ``` 2. 在Cursor中打开终端执行:`chmod +x autobuild.sh && ./autobuild.sh` --- ### 二、终端集成方案 #### 1. **Bito AI + Makefile** - **功能**:CLI工具,支持代码生成编译建议 - **安装**: ```bash # 注册后获取安装脚本 curl -s https://bito.ai/install.sh | bash ``` - **工作流**: ```bash # 生成Makefile bito "为main.c创建Makefile,包含自动监控编译规则" # 执行监控编译 make watch # 根据生成的Makefile执行 ``` 生成的Makefile示例: ```makefile watch: find . -name '*.c' | entr -c sh -c 'gcc main.c -o app && echo "编译成功"' ``` #### 2. **CodeWhisperer CLI + entr** - **适用**:AWS免费工具(需注册) - **配置**: ```bash pip install aws-codewhisperer-cli codewhisperer generate --prompt "创建文件监控编译脚本" ``` 生成脚本示例: ```bash #!/bin/bash sudo apt install entr ls *.py | entr -c sh -c 'python3 main.py' ``` --- ### 三、开源替代方案对比 | 工具 | 代补全 | 代码生成 | 自动编译 | 中文支持 | 开源协议 | |---------------------|----------|----------|----------|----------|-------------| | **CodeGeeX** | ✅ | ✅ | 需配置 | ✅ | Apache 2.0 | | **Kite** | ✅ | ❌ | 需配置 | ❌ | 免费非开源 | | **TabNine** | ✅ | ✅ | 需配置 | ⚠️部分 | 免费基础版 | | **Bito CLI** | ⚠️有限 | ✅ | ✅ | ⚠️部分 | 免费专有 | > **最佳实践**:推荐 **VS Code + CodeGeeX** 组合,配合以下优化配置: > ```bash > # 启用保存时自动构建 > echo '{"editor.codeActionsOnSave": {"source.fixAll": true}}' > .vscode/settings.json > ``` --- ###
评论 14
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Zwarwolf

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值