测试了Copilot辅助编程后，就离不开这个AI工具了

微软用·chatGPT 4· 对·github copilot X·升级后，本是怀着赠热点的心态测试了一下其功能。但 Copilot 智能化程度之高，令我吃惊，两周下来已离开不这个工具了。 下面简单分享一下其使用过程，以及对如何使用好这个工具的个人看法.

1. 安装与注册

IDE开发环境我使用的是 VSCode 与 Visual Studio2022，通过在扩展组件中搜索 github copilot，点击安装即可。 安装完成后，右下角出现copilot 的图标，提醒注册。
copilot主页也有注册入口：https://github.com/features/copilot
注册前需要准备好信用卡，前60天免费，之后是10$/月。
注册完成后，右下角的图标如下，表示已连接成功

2. 测试生成 Python 与 C++ 代码的效果

使用 Copilot ，就是用注释语法写出编程要求，可以要求 Copilot 创建1个函数，1个类，或者是语句块，但要写清楚要求。如果函数简单，就一句话写明要求，如果复杂，可以写大致流程简单写出来。 如下
输入注释语句：

# define a function to handle image by opencv, including operations: read image, resize image, and draw a circle and put text on image, restore image into a new file. 

回车后，copilot 开始在后台匹配最佳代码，按 Tab键，即弹出淡色字体的建议，再按 Tab键即输入屏幕。

Copilot 对1个功能要求，会提共10条建议，按 alt + ] 为下条，alt + [ 为上一条。 也可以打开Copilot窗口再选择合适的建议双击。
如上面的语句生成的代码如下：

def handle_image(filename): img = cv2.imread(filename) # resize image to 1/4 of original size img = cv2.resize(img, (0,0), fx=0.25, fy=0.25) # draw a circle on image cv2.circle(img, (100, 100), 50, (0, 255, 0), 3) # put text on image cv2.putText(img, "Hello, I am PyPy", (100, 200), cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 0, 255), 2) # save image to a new file cv2.imwrite('newimage.jpg', img) 

更复杂一些的例子，copilot会自动进行分析注释语句。

# define a interface named "Shape" including 2 methods: calc_area, calc_perimeter, inherited from abc.ABC class, inherite by two classes: "Rectangle" and "Circle" from abc import ABC, abstractmethod class Shape(ABC): @abstractmethod def calc_area(self): pass @abstractmethod def calc_perimeter(self): pass # generate two subcalsses of Shape: Rectangle and Circle class Rectangle(Shape): def __init__(self, width, height): self._width = width self._height = height #generate a property named "width" @property def width(self): return self._width @width.setter def width(self, width): self._width = width #generate a property named "height" @property def height(self): return self._height @height.setter def height(self, height): self._height = height def calc_area(self): return self.width * self.height def calc_perimeter(self): return 2 * (self.width + self.height) # subclass Circle class Circle(Shape): def __init__(self, radius): self.radius = radius def calc_area(self): return 3.14 * self.radius * self.radius def calc_perimeter(self): return 2 * 3.14 * self.radius 

注册时我设置了“允许copilot 学习我的代码” 选项，所以copilot分析输入要求时，会优先将我自己曾以写过代码推荐出来，也蛮方便的。

# generate a function for asyncio websockets client async def ws_client(url): for i in range(1, 40): async with websockets.connect(url) as websocket: await websocket.send("Hello, I am PyPy.") response = await websocket.recv() print(response) time.sleep(1) 

如果不想让 copilot 学习自己的代码，或者用户项目，可以登录 github 帐号在setting中，将该功能关掉。

下面再看生成C++代码的测试
先输入要求：

// generate a function to sort an array // of integers in ascending order // using the bubble sort algorithm, the array is stored as gloabl variable // and the function is called in main 

Copilot 窗口马上给出了完整的代码, 选择accept suggestion

 #include <iostream> using namespace std; const int SIZE = 10; int numbers[SIZE] = { 10, 2, 78, 4, 45, 32, 7, 11, 0, 66 }; void sortArray(int [], int); void showArray(int [], int); int main() { cout << "The unsorted array is:"; showArray(numbers, SIZE); sortArray(numbers, SIZE); cout << "The sorted array is:"; showArray(numbers, SIZE); return 0; } void sortArray(int array[], int size) { int temp; bool swap; do { swap = false; for (int count = 0; count < (size - 1); count++) { if (array[count] > array[count + 1]) { temp = array[count]; array[count] = array[count + 1]; array[count + 1] = temp; swap = true; } } } while (swap); } void showArray(int array[], int size) { for (int count = 0; count < size; count++) cout << array[count] << " "; cout << endl; } 

结果还是可以接收的。C++写代码的速度快了不少。

使用技巧：
1）生成函数，写要求时，要写明函数主要功能，参数，返回值。

# generate a function to do XXXX, parameters include x: int, y:float, return the result z: float. 

2）生成类，应写从哪个类继承，拥有哪些属性，方法，构造方法要输入的参数等，属性是否要创建getter, setter等。 如

# create a stack class inheriting deque, override append and pop methods, both operation are done at left side, own atttibutes: length, also generate setter and getter methods # init method include a len parameter, default value is 10 

对前端Javascript, CSS, Vue.js 代码的支持似乎比python还要好。 最近在开发1个MQTT--WebSocket网络协议网关，在Copilot 的帮助下，顺便把前端vue测试页面写好了。

对于 Copilot 对程序员影响的感想

两周使用下来，总的体验，Copilot 非常适合生成函数框架，类框架，自动化测试代码等，对于能用文字表述清楚的任务，生成的代码质量可以接受，关键是效率很高。
再看一下不足，对于复杂任务，还是无法胜任，如线程间通信。其次，对比较新的技术点，Copilot 给出的建议往往不合适。也发现其对于中文的理解，不如英文好。 程序员们看来还要学好英文啊。

Copilot做为编程AI辅助工具，对于日常工作效率的提升，效果还是明显的。用好这个工具，可以让程序员腾出更多时间来思考系统架构、接口、流程、算法、用户交互体验、整合等方面的工作。如果不使用类似的AI工具，时间长了，真可能真的会落后于同行。所以，还是建议熟悉并积极应用此工具。