我再也不會以同樣的方式編碼了

我正在使用 GibsonAI 在幾分鐘內編寫 70% 的 Python 程式碼。 GibsonAI 資料建模器將採用自然語言指令並將其轉換為可執行的 Python 程式碼。這立即將開發時間從幾天或幾週縮短到幾分鐘。與典型的 LLM 直通人員或副駕駛員不同，GibsonAI 的結對程式設計師讓開發人員能夠控制編寫適用於用例的非常具體的程式碼。

範例：建立 Parenthood 應用程式

我目前正在進行一個名為「Parenthood」的新專案。首先，我有一個沒有任何現有程式碼的 GitHub 儲存庫和一個完全空的 MySQL 資料庫。我使用 Gibson 的結對程式設計師設定了一個實體“父實體”，無需任何手動編碼。這是我下一步要建構的基礎。

Gibson 結對程式設計器非常多才多藝。作為命令列愛好者，我喜歡透過終端機使用 Gibson，因為它的速度和效率。

為了了解 Gibson 的功能，我使用簡單的自然語言指令建立了一個新實體「child」：

1. 對子實體進行編碼：當您告訴 Gibson 「對子實體進行編碼」時，它會透過分析目前資料庫上下文（目前僅包含父表）來進行初始化。然後，您可以使用自然語言開始資料建模。

2. 新增屬性：您可以指定名字和姓氏等屬性，並將其標記為必要。 Gibson 同時處理 SQL 和 Python，確保一切都符合標準。

3. 外鍵建立：只要說「FK Parent」就會提示 Gibson 辨識父表，辨識其主鍵，並自動建立索引外鍵。這種自動化節省了時間和精力。

4. 新增唯一約束：需要針對家長 ID、名字和姓氏的唯一鍵？ Gibson 可以快速實現這一點，以確保應用程式中的資料完整性。

查看並合併表格

建立「子」實體後，您可以輕鬆查看表結構，其中包括父 ID、名字、姓氏、出生日期以及相關鍵。一旦滿意，快速的“Gibson merge”命令就會將該表整合到您的專案中。

部署到資料庫

實體就位後，我指示 Gibson 將它們載入到 MySQL 資料庫中，並附帶 SQL 索引和外鍵。接下來，「編寫基本程式碼」、「編寫模型」、「編寫模式」和「編寫測試」等命令允許 Gibson 在幾分鐘內產生從 SQL Alchemy 模型到單元測試的所有內容。

Gibson AI 將通常需要數小時、數天甚至數週的手動編碼壓縮為幾分鐘。透過快速資料建模和程式碼生成，我快速建立了 SQL Alchemy 模型、Pydantic 模式和 FastAPI 路由，並準備啟動我的應用程式。

以上是我再也不會以同樣的方式編碼了的詳細內容。更多資訊請關注PHP中文網其他相關文章！