2023 年技術圈什麼最火？答案毫無疑問是 AIGC，伴隨該項技術的發展，新的編程方式也出現了，那就是用 AI 輔助編程，有了 AI 的加持，開發人員的效率和生產力可以得到大幅度的提升。今天我們就介紹一款非常棒的人工智能編程工具 Amazon CodeWhisperer ， 相信我，用上他之後，你的工作效率至少能翻一倍。
在日常的編碼工作中，你是否會碰到如下難題？
- 接觸了一款全新的 Python 模塊，不知道如何開啓 hello world；
- 模塊的某個方法，忘記了參數和返回值，反覆切換手冊會打斷思路；
- 不想寫註釋；
- 寫了一段代碼，但是並不健壯，擔心有難以發現的漏洞；
- ……
如果你正在被這些問題困擾，那 Amazon CodeWhisperer 能非常好的解決上述問題。
下面跟隨我的腳步，開啓 CodeWhisperer 的實踐吧！
CodeWhisperer 初始化
CodeWhisperer 支持的 IDE 包括 Visual Studio（VS）Code（本篇博客使用的 IDE） 和 JetBrains IDE（IntelliJ、PyCharm、CLion、GoLand、WebStorm、Rider、PhpStorm、RubyMine 和 DataGrip），安裝過程只需要幾分鐘，這裏我們不詳細展開講解，大家可以參考 官方文檔 ，官方還貼心的準備的視頻教程~
本篇博客我們使用 VSCode 完成一個爬蟲項目實踐，可以直接在 VSCode 插件中檢索【CodeWhisperer】，直接安裝即可（已經有將近 200W 的安裝量啦，要抓緊跟上大家的節奏），安裝完畢，在 VSCode 側邊欄中會出現 CodeWhisperer 插件圖標，如下所示。
初始化過程中最重要的就是賬號的鏈接，點擊上圖【Connect to ……】鏈接，之後按照步驟登錄賬號，一系列的操作之後，瀏覽器出現下圖綠色狀態提示界面，此時賬號對接已經完成。
返回到 VSCode 中，會發現 Amazon CodeWhisperper 幫助手冊已經打開，建議閱讀一下 ，裏面已經整理了插件的基礎使用說明。
與此同時，VSCode 左下角開發者工具（DEVELOPER TOOLS）也已經顯示鏈接到 Builder ID。至此，我們的前置工作已經全部完成，下面可以開始進行工具使用。
CodeWhisperper 使用
簡單邏輯示例
CodeWhisperer 插件安裝完畢，默認會開啓 Auto-Suggesions（自動建議模式），此時當我們在編寫註釋或代碼之後，CodeWhisperer 會自動給我們提供代碼提示，這個過程就像超強版的語法提示，如果你還沒有安裝好插件，可以先看一下動圖，整體感受一下。
CodeWhisperer 的代碼提示，在 VSCode 中可以使用左右方向鍵進行選擇，使用 Tab 進行確認，其他按鍵表示不採納提示代碼。初次體驗下來，正如插件名稱（Whisperer：低語者）所描述的一樣，就像是編輯器在輕輕的和我們說着即將要敲入的代碼，如果同意，可以一鍵採納，不同意，直接忽略即可。
代碼翻譯示例
擁有此功能之後，很多簡單的程序完全可以基於智能提示編寫完畢，但這肯定不夠，我們需要 CodeWhisperer 完成更有挑戰的事情，在 Python 爬蟲領域，經常需要將一段前端 JS 代碼用 Python 重新實現。
下面提供一段 JavaScript 中生成 UUID的代碼，然後用 Python 複寫。
p = function(e) {
var t = e || null;
return null == t && (t = "xxxxxxxx-xxxx-4xxx-yxxx-xxxxxxxxxxxx".replace(/[xy]/g, (function(e) {
var t = 16 * Math.random() | 0;
return ("x" === e ? t : 3 & t | 8).toString(16)
}
))),
在 VSCode 中直接輸入你的需求，然後 CodeWhisperper 會給我們一個完整的實現示例，可以看到代碼重寫完全正確。
加密函數示例
除了翻譯代碼外，在編寫爬蟲案例的時候，如果你對某些加密函數使用詳情有遺忘，可以讓 CodeWhisperer 直接給出示例，快速喚醒自己的記憶。
下圖爲輸入註釋 # 使用 Python 實現 hmac_sha256 加密函數 獲取函數的使用示例代碼。
如果在使用 CodeWhisperer 的過程中按錯按鍵，即沒有使用 Tab 確認代碼，可以隨時按下快捷鍵 Alt+C，CodeWhisperer 代碼提示會再次出現，又可以繼續加速你的開發效率了。
混合加密示例
如果將上述邏輯都定義爲單邏輯，那下述需求就是一個複合邏輯示例了，在實際編碼中，會碰到需要將兩種加密混合使用的情況，需求如下：
使用 Python 實現 Base64 + AES 加密字符串
在 IDE 中輸入上述註釋信息，然後回車，CodeWhisperer 就會自動生成後續代碼，其中部分邏輯可以一次性完成，效果如下，其中在覈心邏輯部分，CodeWhisperer 表現非常優秀，答案秒輸出，並且直接可用。
算法模板示例
在業務邏輯的編寫過程中，有時會用到常見算法，例如快排、堆排、哈希等，這些算法很多都類似模板代碼，在編寫的時候，如果可以一鍵生成，能大幅度提高代碼編寫速度，包括算法改寫速度，在 CodeWhisperer 中，可以通過註釋快速生成。
使用 Python 生成快排代碼
體驗 5 個示例之後，CodeWhisperer 的使用非常簡單，而且無需切換編輯窗口，在 IDE 的代碼文件中直接完成了 AIGC 的問答流程，響應速度非常快，代碼準確性很高。
單獨的案例對 CodeWhisperer 已經沒有難度了，接下來我們嘗試完成一個完整的 Python 爬蟲案例（咱們看一下只寫註釋，能不能完成一個合格的爬蟲採集程序）。
CodeWhisperer 項目實戰
目標採集站點爲作者博客，無侵權問題。
編寫爬蟲基礎框架註釋，包含如下內容：
- 程序使用的採集模塊
- 目標採集站點地址
- 採集的目標標籤
- 數據存儲到文件
- 發送採集到的數據到指定郵箱
第一步：輸入如下注釋，獲取網頁響應內容
使用 Python requests 模塊採集 https://blog.csdn.net/hihell?type=blog
# 使用 Python requests 模塊採集 https://blog.csdn.net/hihell?type=blog
import requests
url = 'https://blog.csdn.net/hihell?type=blog'
headers = {
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/80.0.3987.149 Safari/537.36'
}
response = requests.get(url, headers=headers)
print(response.text)
寫完註釋，直接回車之後，CodeWhisperer 直接給我們生成了對應的代碼，過程中只需要按下 回車和 Tab 鍵即可。
如果你覺得上述代碼有些簡單，可以在代碼基礎上繼續完善，例如將請求頭進行完善，增加 referer 和 host 參數，直接在需要修改的位置添加註釋即可。
第二步：編寫目標數據採集函數
這一步，我們要使用 lxml 模塊中的 etree 提取目標標籤，繼續將我們的邏輯輸入到註釋註釋中，然後回車。
使用 etree 模塊提取網頁響應中所有的 article 標籤
# 使用 etree 模塊提取網頁響應中所有的 article 標籤
from lxml import etree
html = etree.HTML(response.text)
article_tags = html.xpath('//article')
print(article_tags)
此時目標博客標籤已經被初步提取，下面要將標題和超鏈接地址進行再次提取，這裏的註釋需要儘可能編寫清晰，如果你對 Python 爬蟲技術棧有一定了解，到這裏就會發現 CodeWhisperer 對代碼編寫提速效果。
# 循環 article_tags 提取其內部的超鏈接標籤的 href 屬性和 h4 標籤文本
# 注意標籤結構是 超鏈接 a 標籤含後代 h4 標籤
for article in article_tags:
href = article.xpath('./a/@href')[0]
title = article.xpath('./a//h4/text()')[0]
print(href, title)
第三步：數據存入到 csv 文件中
寫入文件的邏輯屬於常見操作，直接輸入函數需求，相信 CodeWhisperer 會直接生成的，輸入的參考註釋如下：
編寫一個 csv 文件寫入函數，其包含 2 個參數，分別是 title 和 href
# 編寫一個 csv 文件寫入函數，其包含 2 個參數，分別是 title 和 href
def write_to_csv(title, href):
with open('codewhisperper_demo.csv', 'a', encoding='utf-8') as f:
f.write(title + ',' + href + '\n')
write_to_csv() 函數調用放到上述循環中即可完成本步驟。再次運行代碼，在爬蟲目錄會生成對應的文件，打開文件得到目標數據，效果圖如下所示。
到這裏一個簡單的爬蟲寫完了，但是我們的工作還沒有完成，要繼續優化這個程序。
第四步：將採集到的數據，發送到 163 郵箱
輸入註釋：# 編寫一個郵件發送函數，將剛剛生成的文件 codewhisperper_demo.csv 發送到指定郵箱，CodeWhisperer 瞬間就會幫助我們生成一個參考函數，實際效果如下圖所示。
將上述代碼中的賬號和密碼修改爲自己真實數據，即可實現一鍵發送郵件。
打開收件箱，可以看到剛剛的郵件已經發送成功，CodeWhisperer 給我們提供了一種郵件發送的實現，你可以再其基礎上進行改造，以滿足個性化的需求。
CodeWhisperer 使用總結
在博客開篇，我提出了編碼過程中幾個比較頭疼的問題，尤其是第二個，程序員在編碼過程中總是切出去查找代碼示例和文檔手冊，從而打斷編碼思路，而 CodeWhisperer 非常完美的解決了該問題，在編碼的過程中，Amazon CodeWhisperer 自動提供編碼建議，同意就使用，不同意就捨棄，真正實現了沉浸式編程。
除此之外，CodeWhisperer 還可以基於代碼和註釋生成新的業務代碼，尤其當我們 Python 工程師接觸一個新的模塊時，他可以快速的產出示例代碼，而且生成的代碼與我們編碼風格非常相似，甚至編碼風格和命名規則都可以完美學習到。在編碼代碼過程中，CodeWhisperer 還會自動爲我們的代碼提供註釋參考，讓我們將更多精力投入到業務邏輯中。
將 CodeWhisperer 用起來吧，幾分鐘之後，你就會深刻的感受到編碼效率的提升！