当前位置: 首页 > news >正文

在Pycharm使用Github Copilot

文章目录

  • 1.GitHub Copilot 是什么
  • 2.注册GitHub Copilot
  • 3.官方使用文档
  • 4.安装 GitHub Copilot插件
  • 5.在Pycharm中使用
  • 6.相关功能键
  • 7.启用或禁用 GitHub Copilot

1.GitHub Copilot 是什么

  GitHub Copilot 是一款 AI 编码助手,可帮助你更快、更省力地编写代码,从而将更多精力集中在问题解决和协作上。 Copilot 会在你键入时提供编码建议:有时是当前行的补全,有时是全新的代码块。 可以接受全部或部分建议,也可以忽略建议并继续键入。

  使用聊天功能,可以询问 Copilot 解决问题的最佳方法。 或者,也可以要求 Copilot 解释其他人的代码。 如果你的代码有错误,可以询问 Copilot 如何修复它。

  GitHub Copilot是当前最受开发者欢迎的 AI 编程工具,它使用了来自GitHub的大量代码作为训练数据,并使用OpenAI的语言模型来生成代码。
在这里插入图片描述
https://survey.stackoverflow.co/2023/#section-most-popular-technologies-ai-developer-tools

2.注册GitHub Copilot

Copilot 需要付费使用,普通用户有30天试用期。登录Github账号后,申请注册Copilot: https://github.com/github-copilot/free_signup

3.官方使用文档

官方文档:https://docs.github.com/zh/copilot/about-github-copilot

4.安装 GitHub Copilot插件

Copilot 支持 VSCode、Pycharm等主流工具,我们只需要搜索插件“GitHub Copilot” 直接安装即可。
(1)打开Pycharm->Preferences->Plugins
在这里插入图片描述
(2)安装并重新启动Pycharm,右下角会多一个copilot 的logo,需要你登录GitHub
在这里插入图片描述
(3)点击Copy and Open打开GitHub,填写设备代码并提示授权成功后就可以开始使用了
在这里插入图片描述

5.在Pycharm中使用

GitHub Copilot 为多种语言和各种框架提供建议,但尤其适用于Java、Python、JavaScript、TypeScript、Ruby、Go、C# 和 C++。

(1)在代码文件中,键入函数标头,GitHub Copilot 将自动以灰色文本建议整个函数正文,如下所示。 具体的建议可能会有所不同。要接受建议,请按 Tab。
在这里插入图片描述
(2)对于任何给定的输入,GitHub Copilot 可以提供多个建议。 可以选择要使用的建议,或拒绝所有建议。查看下一个建议【Option (⌥) 或 Alt+]】。或者,可以将鼠标悬停在建议上方,查看 GitHub Copilot 命令面板以选择建议。
在这里插入图片描述
(3)要仅接受建议的下一个字词,请使用键盘快捷键【Command+→】。或者,可以将鼠标悬停在建议上方,查看 GitHub Copilot 命令面板以选择建议。

(4)若要打开具有多个其他选项的新选项卡,请按 Ctrl+Enter。

(5)写上注释,GitHub Copilot 将建议函数的实现
在这里插入图片描述
(6)通过对话框获取方案
在这里插入图片描述

6.相关功能键

  • Tab选择提供的建议
  • Esc拒绝提供的建议
  • Alt+]查看下一个建议;Alt+[查看上一个建议。(macos把Alt键换成option键即可)
  • Alt + \ 把提供的建议注释掉。(macos把Alt键换成option键即可)
  • Alt+Enter显示当前所有的建议。(macos把Alt键换成option键即可)

7.启用或禁用 GitHub Copilot

  • 若要启用或禁用 GitHub Copilot,请单击Pycharm窗口底部面板中的状态图标。
    在这里插入图片描述
    其他编辑器使用方法类似,可查看官方文档:https://docs.github.com/zh/copilot/using-github-copilot/using-github-copilot-code-suggestions-in-your-editor
http://www.lryc.cn/news/373219.html

相关文章:

  • Docker镜像构建:Ubuntu18.04+python3.10
  • 如何进行LLM大模型推理优化
  • QLoRA:高效的LLMs微调方法,48G内存可调65B 模型
  • 力扣48. 旋转图像
  • 【踩坑日记】I.MX6ULL裸机启动时由于编译的程序链接地址不对造成的程序没正确运行
  • 【计算机网络仿真实验-实验2.6】带交换机的RIP路由协议
  • Apache网页优化
  • OpenCV形态学
  • 首途第三十三套清新简约卡片风格蓝紫渐变色短视频模板 | 苹果CMSV10主题
  • 永磁同步直线电机(PMLSM)控制与仿真2-永磁同步直线电机数学模型搭建
  • MPLS VPN一
  • 39python数据分析numpy基础之h5py读写数组数据到h5文件
  • 2024全新仿麻豆视频苹果cms源码v10影视模板
  • 这世上又多了一只爬虫(spiderflow)
  • SpringMVC框架学习笔记(七):处理 json 和 HttpMessageConverter 以及文件的下载和上传
  • 八、BGP
  • 有监督学习——支持向量机、朴素贝叶斯分类
  • 自动化测试文档
  • vue-i18n使用步骤详解(含完整操作步骤)
  • XXE漏洞修补:保护您的系统免受XML外部实体攻击
  • 去除upload的抖动效果
  • 什么是 Linux ?(Linux)
  • uni-app 怎么在tabbar使用阿里图标库
  • 勒索病毒剖析
  • 【C++11】第一部分(一万六千多字)
  • FPGA专项课程即将开课,颁发AMD官方证书
  • C++ shared_ptr
  • 2024.6.15
  • 堆栈溢出的攻击 -fno-stack-protector stack smash 检测
  • 掌握特劳特定位理论核心,明晰企业战略定位之重