मशीन लर्निंग मानव गतिविधि के सबसे विविध क्षेत्रों में घुसना जारी रखता है, और सॉफ्टवेयर विकास के रूप में इस तरह के तकनीकी क्षेत्र, निश्चित रूप से, एक अपवाद नहीं हो सकता है। एआई और मशीन लर्निंग विशेषज्ञ सर्गेई मार्कोव के पूर्वानुमान के अनुसार , 2020 में "एआई-2019 के परिणाम" व्याख्यान में आवाज दी गई, मशीन सीखने का उपयोग करते हुए बड़ी संख्या में विकास उपकरण दिखाई देंगे। इससे मुझे यह विचार आया कि इनमें से कुछ उपकरण अभी बाजार में उपलब्ध होने चाहिए - क्या वे तब जावा, पायथन और जेएस में सामान्य वेब डेवलपर लिखने में "घर पर" मदद कर सकते हैं?

आगे देखते हुए, मैं कहता हूँ कि, दुर्भाग्य से, वर्तमान में कोई खुला समाधान नहीं है जो कम से कम कुछ "मुकाबला" कोड उत्पन्न कर सकता है। इस के सबसे करीब आया था बेऊऔर डीकोडर, लेकिन ये प्रोजेक्ट अभी भी कच्चे हैं। संबंधित क्षेत्रों में ग्रेटर प्रगति देखी जाती है - जैसे ऑटो-पूर्ण, स्थैतिक विश्लेषण, परीक्षण पीढ़ी। मैं इस बारे में लेख में बात करूंगा।

पतंग - पायथन आईडीई में स्मार्ट स्वत: पूर्ण और अंतर्निहित प्रलेखन

वेबसाइट: https://kite.com/
मूल्य: पूरी तरह से मुफ्त।

स्मार्ट ऑटो-पूर्ति की मदद से कोड लेखन को गति देने के लिए प्लगिन। पतंग परियोजना के कोड आधार को अनुक्रमित करती है, जिसका अर्थ है कि सबसे अधिक प्रासंगिक युक्तियां दिखाना। स्वतः पूर्ण होने के अलावा, यदि आवश्यक हो, तो आप एक क्लिक में 800+ पुस्तकालयों के लिए कोड नमूनों के साथ अंतर्निहित दस्तावेज़ खोल सकते हैं (अधिकांश पुस्तकालयों जैसे सुपी या पंडों के लिए उपयोगी)। सप्ताह में एक बार ऑटो-प्रतिस्थापन समारोह के उपयोग के आंकड़ों के साथ मेल पर एक रिपोर्ट भेजी जाती है।

पतंग सुझाव (एक चिह्न के साथ चिह्नित) देशी की तुलना में बहुत अधिक प्रासंगिक हैं। प्रलेखन के साथ पॉप-अप आपको बताएगा कि क्या kwargs में स्थानांतरित किया जा सकता है

पतंग सर्वर पर छोटे-छोटे कोड भेजता था, जो सुरक्षा कारणों से कई लोगों के लिए उपयुक्त नहीं है, लेकिन अच्छी खबर है! - अब पतंग ने इस प्रथा को छोड़ दिया है, और संपूर्ण विश्लेषण स्थानीय स्तर पर होता है। प्लग-इन का उपयोग करने के लिए काफी अनुकूल है - यह स्थापित करना आसान है और सिस्टम को लोड किए बिना जल्दी से काम करता है। पतंग सबसे लोकप्रिय IDEs का समर्थन करता है: आइडिया, PyCharm, उदात्त, विम, बनाम कोड, स्पाइडर, और एटम।

निचला रेखा: चयन में मुकाबला उपयोग परियोजना के लिए शायद सबसे अधिक तैयार है। मैं उन सभी को सलाह देता हूं जो पायथन में लिखते हैं।

अन्य भाषाओं के लिए, समान उत्पाद हैं - जावा या टैबनीन के लिए कोडोटा, जो 22 भाषाओं का समर्थन करता है। मेरे पास उन्हें आज़माने का समय नहीं है, लेकिन ऐसा लगता है कि कोडोटा अधिक रूढ़िवादी संकेत प्रदान करता है, जबकि टैबनीन (जावा के लिए) कोड के पूरे टुकड़े प्रदान करता है, जिसमें चर नाम (कभी-कभी बिना किसी संदर्भ के) और बिंदु तक पहुंच जाता है।

डीपकोड - एक स्थिर कोड विश्लेषक जो भेद्यता खोज पर ध्यान केंद्रित करता है

वेबसाइट: https://www.deepcode.ai/
मूल्य: 30 लोगों के लिए ओपनसोर्स परियोजनाओं और टीमों के लिए क्लाउड संस्करण मुफ्त है। GitLab और BitBucket एंटरप्राइज के लिए एक स्व-होस्ट विकल्प है, कीमत परक्राम्य है।

जैसा कि डेवलपर्स ने उपयुक्त रूप से कहा, डीपकोड कोड के लिए एक व्याकरण है। उद्देश्य कोड में त्रुटियों और कमजोरियों का पता लगाने में डेवलपर की मदद करना है। स्व-होस्ट किए गए समाधान एक डॉक कंटेनर के रूप में आता है, हुक के माध्यम से संस्करण नियंत्रण प्रणाली में एकीकृत होता है और शाब्दिक रूप से 10 मिनट में कॉन्फ़िगर किया जाता है। पुल अनुरोधों की जाँच के लिए एक बॉट भी उपलब्ध है। जावा, पायथन, जावास्क्रिप्ट और टाइपस्क्रिप्ट के लिए घोषित समर्थन।

डीपकोड सिफारिश का उदाहरण।

उपयोग की छाप: झूठी सकारात्मकता के कम प्रतिशत से बहुत प्रसन्न। पाई गई सभी समस्याएं बहुत वास्तविक थीं और नियंत्रण गुणवत्ता से परे कारणों से आग नहीं लगी (बग्स के साथ कोड शुरू नहीं हुआ, असुरक्षित कोड ने उपयोगकर्ता इनपुट का उपयोग नहीं किया)। प्रदर्शन की चेतावनी भी काफी उचित है। ललितबग्स जावा कोड विश्लेषक या समान पीवीएस-स्टूडियो की तुलना में पता चला समस्याओं की संख्या नगण्य लगती है - 200 2-4 हजार के खिलाफ। मुझे नहीं पता कि इस पर विचार करना चाहिए या नहीं, लेकिन वास्तव में कम से कम 200 टुकड़े अलग से लिए जा सकते हैं, जिन्हें लगभग 4 हजार नहीं कहा जा सकता है।

बॉट हर पुल अनुरोध की जांच करता है

लब्बोलुआब यह है: यदि आप हमेशा झूठे सकारात्मक की संख्या से परेशान थे जब लिंटर्स के साथ काम करते हैं, तो आपको डीपकोड की कोशिश करनी चाहिए। यह ओपनसोर्स में योगदान करने का एक शानदार तरीका है: अपने लिए प्रोजेक्ट को कांटा करें, परीक्षण चलाएं - और आपकी जेब में उपयोगी पुल अनुरोधों के एक जोड़े।

DiffBlue - Java के लिए यूनिट टेस्ट जनरेटर

वेबसाइट: https://www.diffblue.com/
मूल्य: 25 लोगों की टीम के लिए प्रति माह $ 3375। व्यक्तिगत उपयोग के लिए एक मुफ्त टैरिफ अभी भी योजनाओं में है।

यह उत्पाद चयन में सबसे महत्वाकांक्षी दिखता है। एक ब्रिटिश स्टार्टअप ने पिछले साल गोल्डमैन सैक्स से 20 मिलियन का निवेश प्राप्त किया था। अगर शुरू में मैं कुछ ऐसी चीज़ों की तलाश में था जो परीक्षणों के लिए कोड उत्पन्न करता है, तो DiffBlue सीआई में एम्बेडेड होने की क्षमता वाले कोड के लिए परीक्षण उत्पन्न करता है। उत्पाद में स्प्रिंग बूट परीक्षण बुनियादी ढांचे के साथ अच्छा एकीकरण है। ग्रैडल, मावेन, टेस्टेंग, जूनिट के साथ काम करता है।

डेवलपर ने ऑपरेशन के दो तरीकों की घोषणा की:

आवश्यक: परीक्षण विधि हस्ताक्षर द्वारा उत्पन्न होते हैं
उन्नत: विधि निकाय को भी ध्यान में रखा जाता है और कोड में प्रत्येक शाखा के लिए परीक्षण उत्पन्न होते हैं।

डिफबेल्यू को सीआई में एम्बेड करने के लिए एक सीएलआई उपयोगिता या विकास के दौरान परीक्षण उत्पन्न करने के लिए इंटेलीजे आईडीईए के लिए एक प्लगइन के रूप में आपूर्ति की जाती है।

DiffBlue ही क्लासेस को भिगोता है, फिक्स्चर और अभिकथन उत्पन्न करता है।

वास्तविक परियोजनाओं पर, डिफब्ल्यू अस्पष्ट साबित हुआ।

. — «». , , . Gradle . . jar' , jcover.config. c Serializable, Active Record . — 3000 (sic!), coverage 3%.
केस दो, ज्यादा सफल। स्प्रिंग बूट पर स्टेटलेस माइक्रोसर्विस। डेवलपर्स के अनुसार, वे स्प्रिंग बूट एप्लिकेशन का समर्थन करने के लिए बहुत समय समर्पित करते हैं। सब कुछ त्रुटियों के बिना काम किया, कवरेज 28 से 42 प्रतिशत तक बढ़ गया, लेकिन केवल निर्देशों के अनुसार। शाखाओं पर, कवरेज केवल 6% (41% से 47%) तक बढ़ गया। ऐसा इसलिए है क्योंकि गेटर्स या सेटर्स द्वारा कई परीक्षणों का परीक्षण किया गया था। शायद उन्नत मोड में परिणाम और भी दिलचस्प होंगे।

ऐसा भी होता है। एक दर्जन सार्वजनिक तरीकों और जटिल तर्क के साथ एक वर्ग के लिए, यह एक डमी निकला।

लब्बोलुआब यह है कि अगर सब कुछ काम किया, जैसा कि योजना बनाई गई है, यह बहुत अच्छा और समझदार होगा, लेकिन यह अभी भी एक लंबा रास्ता तय करना है। संस्करण 0.1 से पता चलता है कि लोग अभी भी आगे हैं।

निष्कर्ष

प्रोग्रामिंग के लिए AI का उपयोग गति प्राप्त कर रहा है, लेकिन अभी तक यह उद्योग अभी भी यात्रा की शुरुआत में है। कई संभावित अनुप्रयोग हैं: कुछ में, पहले से ही प्रतिस्पर्धा हो गई है, दूसरों में अब तक केवल एकल उत्पाद प्रस्तुत किए गए हैं। मुख्य और सबसे स्पष्ट रूप से स्पष्ट लक्ष्य - कोड की पीढ़ी - अभी तक किसी के द्वारा नहीं लिया गया है, लेकिन यह पहले से ही विकास की गति को बढ़ाने, पुराने कोड में कीड़े की संख्या को कम करने और नए लोगों के उद्भव को रोकने में सक्षम है।

बचाव के लिए एमएल: एआई डेवलपर उपकरण

पतंग - पायथन आईडीई में स्मार्ट स्वत: पूर्ण और अंतर्निहित प्रलेखन

डीपकोड - एक स्थिर कोड विश्लेषक जो भेद्यता खोज पर ध्यान केंद्रित करता है

DiffBlue - Java के लिए यूनिट टेस्ट जनरेटर

निष्कर्ष

More articles: