top of page

使用「生成式 AI」Amazon Q 進行「氛圍編程」突破編碼技術門檻 讓用戶實踐創意 專注創新

  • hktechblog
  • 5月22日
  • 讀畢需時 2 分鐘
ree

自從「生成式 AI」興起,以 AI 協助編寫程式的技術已日漸成熟,使用者只要有最核心的設計概念,透過「氛圍編程」(Vibe coding)方式,即能在 AI 協助下突破編碼的技術問題,專注於創新及改善用家體驗等更重要工作。AWS 日前亦推出了最新版本的人工智能助手 Amazon Q Developer CLI,讓用戶能直接於指令列(CLI)使用 Amazon Q,進一步加快 AI 編程工作,提高工作效率。

ree

過往 Amazon Q 已備有大量功能,例如能提供程式碼建議、按輸入提示生成程式碼、協助使用者轉換舊 Java 程式等, 更新後的 Amazon Q Developer CLI 更能直接於指令列(CLI)中使用智能助手,幫助讀取和寫入電腦內的資訊及檔案、查詢 AWS 的各類資源及協助建立程式碼;透過 Q Developer,用戶能在指令列編寫程式碼及進行測試、偵錯等工作,工程師無需離開終端已能完成任務、改善和簡化開發流程。此次更新,增強型 CLI 代理程式亦支援 Claude 到 3.7 Sonnet 模型。

 

 

日前 AWS 的技術推廣工程師 Ricardo Sueiras 就以「Vibe coding with Amazon Q Developer CLI」為題撰文,分享他使用最新 Amazon Q Developer CLI 進行「氛圍編程」的體驗——即作為程式設計者的他以自然語言敘述要求,向大型語言模型(LLM)提出指令,並以 LLM 的高效運算進行編程的一種方式。

ree

Ricardo於 Amazon Q 的指令列以建立一個網頁應用程式為測試項目。從他分享的文章及影片可見,Ricardo先於電腦新增了一個以「fact-checker.yaml」命名的檔案,該檔案內有一個可用作簡易事實查核的應用程式及其資料模組,及一份用來規劃專案結構的架構文件「spec.md」;其後,Sueiras 直接於指令列開啟「q chat」,並輸入「建立一個簡易的事實查核應用程式」(Build a simple fact checking app)的「提詞」(prompt),要求 Amazon Q 協助建設應用程式。

 

 結果,Amazon Q Developer CLI 僅花約 12 分鐘即完成任務。其後 Ricardo亦下指令要求 Amazon Q 建立 Python 虛擬環境及安裝其他相關套件,並讓 Amazon Q Developer CLI 自行偵錯及建議需要修正的地方,最終 Ricardo便順利啟動了該「事實查核」應用程式。此外,Ricardo亦在 Amazon Q Developer CLI 的協助下,用了 5 分鐘處理好程式 UI 問題,進一步改善使用者介面。

 

總結而言,升級後的 Amazon Q Developer CLI 能更便捷工程師們的工作,讓使用者能在指令列即可完成各類編碼工作,大大提高效率,對於本身不熟習編程的使用者來說,Amazon Q Developer CLI  的出現亦成為「氛圍編程」(Vibe coding)的最佳催化劑,相信不久的將來使用 AI 進行編碼工作將愈來愈普及。

 

如欲對以「生成式 AI」協助編程工作或 Amazon Q Developer CLI 有興趣,可到以下網址瀏覽詳情。https://docs.aws.amazon.com/amazonq/latest/qdeveloper-ug/command-line.html 

 
 
 

最新文章

查看全部
AWS推模型訓練平台 Nova Forge讓企業打造專屬前沿AI模型

降低大型模型訓練門檻 開放企業自主開發頂級AI能力 頂級AI模型的開發一直是科技巨頭的專利。訓練一個前沿大型語言模型需要數千個GPU、數百萬美元的投資,以及深厚的機器學習專業知識。這讓絕大多數企業只能選擇使用現成的商業模型,無法根據特定需求深度客製化。然而,通用模型往往無法完全滿足特定產業或應用的獨特需求。亞馬遜雲端服務(AWS)推出的Amazon Nova Forge,打破了這個障礙。這個創新平

 
 
 
Amazon Bedrock服務層級:精準匹配AI工作負載效能與成本的智慧選擇

人工智慧應用的多樣化需求正在重塑企業對雲端服務的期待。從即時客服聊天機器人到大規模文件分析,不同的AI工作負載對效能、延遲和成本有著截然不同的要求。企業面臨的挑戰是如何在確保應用效能的同時,有效控制AI服務的成本支出。一刀切的服務模式已無法滿足這種多元化需求,企業迫切需要更靈活、更精準的服務選項。亞馬遜雲端服務(AWS)推出Amazon Bedrock全新服務層級功能,為企業提供多層次的效能和成本

 
 
 
AWS推無伺服器AI模型微調服務 重新定義企業機器學習開發模式

Amazon SageMaker無伺服器客製化功能 讓AI開發更快速更經濟 在企業數位轉型的浪潮中,人工智能技術扮演著越來越重要的角色。然而,傳統的AI模型開發和部署過程往往需要大量的基礎設施投資和專業技術人才,這對許多企業來說是一個巨大的挑戰。亞馬遜雲端服務(AWS)近日宣布,在其Amazon SageMaker AI平台上推出無伺服器客製化(Serverless Customization)功

 
 
 

留言

評等為 0(最高為 5 顆星)。
暫無評等

新增評等
bottom of page