大家好,我是 LV。
最近写了一本《AI 赋能前端研发从 0 ~ 1》开源电子书,从头开始分享自 AI 爆发以来,将 AI 融入前端研发工作流的探索经历。
目前已经连载多篇,全开源,只求一个 star~ 点击文末的阅读原文
跳转到电子书阅读。
在上一篇《AI 集成公司私有组件库生成代码,案例来了》中,我们聊到了一些将公司私有组件库继承到 LV0 中生成代码的案例。
到这为止,我们从 0 ~ 1 生成业务组件的环节基本上可以用 LV0 来实现了。
回顾一下,AI 赋能金字塔模型。👇
前面的篇章,我们重点放在从 0 ~ 1 开发业务组件
的这个步骤,那业务组件1~ 100
的迭代,以及后续的对接联调步骤,如何用 AI 来赋能呢?
我现阶段的答案是:集成 AI 到 IDE 中
,程序员主导,AI 智能化辅助编码。
本篇,我们探讨将 LV0 集成到 Vscode 中,让开发者更方便的沉浸式使用 AI 来生成代码。
配置
LV0 配置
LV0 现阶段默认已经开放了核心的 API 能力,可以通过 API 来调用 LV0 的代码生成能力。
API 调用方式如下 👇
Open API 路径:
https://lv0.chat/api/plugin/codegen/[your_codegen_type]/chat/completions
将
[your_codegen_type]
替换为你的代码生成类型,比如antd
。
如何找 your_codegen_type?
打开 LV0 网站,选择你想要生成代码的 codegen 类型,比如
antd
。然后查看 URL,URL 中的
codegen
后面的就是你的 codegen 类型。
通过 API 调用 LV0 的代码生成能力。
curl 示例:
curl --location --request POST 'https://lv0.chat/api/plugin/codegen/antd/chat/completions' \
--header 'apiKey: sk-xxxx' \
# --header 'baseURL: https://api.openai.com/v1' \
--header 'Content-Type: application/json' \
--data-raw '{
"messages": [
{
"content": "hi",
"role": "user"
}
]
}'
如上,在 api 调用中,需要在 header
传入apiKey
(必填)、baseURL
(非必填)参数。
其中,apiKey
是 OpenAI 的 API Key,baseURL
默认是 OpenAI 的 API 地址(也可以自定义第三方中转服务)。
最终在终端执行 curl,反馈如下即成功 👇
ps:后续会把 OpenAPI 的功能直接集成到 LV0 平台中,方便开发者使用。
Vscode Continue 配置
打开 VSCode,安装 Continue
插件。
打开 Continue
插件的配置文件~/.continue/config.json
。
在 config.json
中添加如下配置。
{
"models": [
{
"title": "LV0-Antd",
"provider": "openai", // 这里选择 OpenAI 的原因是,我们的 Agent 接口返回的流数据格式与 OpenAI 的格式一致
"model": "gpt-4o", // 可以任意选择一个 OpenAI系列 Model 均可,仅为了适配 Continue 的数据格式
"contextLength": 128000,
"apiBase": "https://lv0.chat/api/plugin/codegen/antd", // 重点:这里填写 LV0 开放的 OpenAPI 地址(不需要包含后面的/chat/completions)
"completionOptions": {
"maxTokens": 4096,
"apiKey": "sk-xxxx" // 这里填写 OpenAI 的 API Key
// "apiBase": "https://api.openai.com/v1" // 这里填写 OpenAI 的 API 代理地址(非必填)
}
}
]
}
选择 LV0-Antd
模型,开始使用 AI 生成代码。
以上,我们配置已经把 LV0 集成到了 VSCode 中,可以通过 Continue 插件来调用 LV0 的代码生成能力。
下面,我们来看一些案例。
所有能在 LV0 网站上生成的代码,都可以在 VSCode 中生成(包括基于私有组件库
生成代码)。
案例
「案例 1:」:生成业务组件
需求:生成一个table组件,包含 name、age、address 三列
。
LV0 插件会根据需求分析出来所需要的 Antd 基础组件
Table
。LV0 插件根据分析出来的基础组件获取对应的知识 api 文档。
结合需求和知识开始调度代码生成工具来生成代码。
「案例 2:」:迭代业务组件
需求:Table组件帮我加上几列:性别、身高、体重
将 Table 组件的代码快捷键直接引用到 Continue Chat 中,基于
LV0-Antd
模型,提供新的需求。LV0 插件会根据需求分析出来所需要的 Antd 基础组件
Table
,继续使用 Table 组件的知识 api 文档。根据新的需求,调度代码生成工具来生成代码。
如上,分享了一些集成 LV0 到 VSCode 的实践小案例。
其中迭代业务组件
的案例,简单展示了前端 AI 赋能金字塔模型
中1~100
的迭代环节,如何用 AI 来赋能。
更多的 AI + 前端知识,请点击下方阅读原文。