一个令人赞不绝口的代码 Debug 神器!
Posted 机器学习算法与Python学习-公众号
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了一个令人赞不绝口的代码 Debug 神器!相关的知识,希望对你有一定的参考价值。
来源:机器之心
在编写程序时,无论是对于初学者还是对于专业开发人员,都会花费大量时间来调试或修复源代码错误,也就是 Debug。
这个过程繁琐复杂,包括 Bug 复现和 Bug 定位等环节。如果有了自动化的 Debug 程序,就可以显著提高编程实践的效率。
近日,有开发者打造了一款可以在几秒钟内修复并解释问题代码的 Debug 神器 ——Adrenaline。
试用地址:https://useadrenaline.com/
该工具由 OpenAI Codex 提供支持,Codex 是 OpenAI 与 GitHub 联合发布的 AI 代码补全工具 GitHub Copilot 背后的技术支撑。
鉴于 Codex 的补全功能是基于 GPT-3 的,所以 Adrenaline 也多了一项特色 Debug 功能:解释 Bug。
目前,Adrenaline 已经开源。
GitHub 地址:https://github.com/shobrook/adrenaline
使用方法
请注意,使用 Adrenaline 的前提是,用户必须从 OpenAI 控制台提供自己的 OpenAI API 密钥。这是为了防止 API 滥用。
要在本地运行,需要克隆存储库并运行以下命令:
npm install
npm run start-local
目前,Adrenaline 支持 Python、javascript、Java、Ruby、php、C++、C、Shell 多种编程语言。
调试过程如下:Adrenaline 将代码和错误信息发送到 OpenAI 编辑与插入 API (code-davinci-edit-001),该 API 会发回可能修复错误的代码编辑。建议的修复会像 diff 一样在线显示,带有接受、拒绝或修改每个代码更改的选项。
Adrenaline 不仅会为错误提出修复建议,还会使用 GPT-3 (text-davinci-003) 以通俗易懂的英语解释错误:
该错误消息意味着无法计算 Granger 因果检验统计量,因为 VAR(向量自回归)模型对数据有完美的拟合。
这意味着,数据的可预测性太强,VAR 模型无法找到变量之间的任何有意义的关系。要解决此问题,您可以尝试使用不同的模型或调整 VAR 模型的参数。
如果代码没有引发异常,但可能仍然存在错误,Adrenaline 还可以使用 OpenAI Codex 扫描代码以查找问题并提出修复建议。
作者:希望能引入 ChatGPT 助手
现在,Adrenaline 只是一个简单的 Demo,仅仅展示了 AI 驱动 Debug 的可能性。但在作者的构想中,未来的 Adrenaline 将会有更丰富的功能。
在项目主页,作者也介绍了有关如何改进 Adrenaline 的一些想法:
客户端智能(例如静态代码分析)可用于为 GPT-3 构建更好的 prompt。
Adrenaline 不仅应该解释错误,还应该提供一个 ChatGPT 风格的助手来回答有关错误的问题。
创建一个执行此操作的 VSCode 扩展,将消除将代码和错误消息复制粘贴到站点中的问题。
当然,ChatGPT 未必是完全正确的。有人问:如何处理来自 ChatGPT 的错误?
作者表示:「Adrenaline 不会总是正确地纠正你的错误,但它至少可以给你一个起点。」
参考链接:https://www.reddit.com/r/MachineLearning/comments/106q6m9/p_i_built_adrenaline_a_debugger_that_fixes_errors/
文中所提到的所有开源项目与工具,已收录至 GitHubDaily 的开源项目列表中。
该列表包含了 GitHub 上诸多高质量、有趣实用的开源技术教程、开发者工具、编程网站等内容。
从 2015 年至今,累积分享 3500+ 个开源项目,有需要的,可访问下方 GitHub 地址或点击文末「阅读原文」自取:
GitHub:https://github.com/GitHubDaily/GitHubDaily
整理不易,点赞三连↓
以上是关于一个令人赞不绝口的代码 Debug 神器!的主要内容,如果未能解决你的问题,请参考以下文章