Jeg vil aldrig kode på samme måde igen

Jeg bruger GibsonAI til at skrive 70% af min Python-kode på minutter. GibsonAI data modeler tager instruktioner i naturligt sprog og konverterer dem til eksekverbart Python-kode. Dette reducerer straks udviklingstiden fra dage eller uger til minutter. I modsætning til din typiske LLM-passthroughs eller co-piloter, giver GibsonAI's pair programmer udviklerne kontrol over at skrive meget specifik kode, der fungerer for brugstilfældet. Eksempel: Bygning af Parenthood App Jeg arbejder for øjeblikket på et nyt projekt kaldet Parenthood. For at starte med, har jeg et GitHub-repositorium uden eksisterende kode og en MySQL-database, der er helt tom. Jeg har oprettet en enkelt enhed, "forælder", ved hjælp af Gibsons pair programmer, uden nogen manuel kodning. Dette fungerer som grundlag for, hvad jeg bygger videre på. Gibson pair programmer er utrolig fleksibelt. Som en fan af kommandolinjen, elsker jeg at bruge Gibson gennem terminalen på grund af dens hastighed og effektivitet. For at se Gibsons evner, oprettede jeg en ny enhed, "barn", ved hjælp af simple naturlige sprogkommandoer: Kode Enhed Barn: Når du siger "kode enhed barn", starter det med at analysere den nuværende database-kontekst, som for øjeblikket kun omfatter forælder-tabelen. Derefter kan du starte med at lave data-modellering ved hjælp af naturligt sprog. Tilføj Attributter: Du kan specificere attributter som fornavn og efternavn, og markere dem som påkrævet. Gibson håndterer både SQL og Python samtidig, sikrende, at alt er op til standard. Oprettelse af Fremmed Nøgle: At sige "FK forælder" får Gibson til at genkende forælder-tabelen, identificere dens primære nøgle og oprette en indexeret fremmed nøgle automatisk. Dette automatisering sparer tid og bestræbelser. Tilføj Unikke Begrænsninger: Har du brug for en unik nøgle over forælder ID, fornavn og efternavn? Gibson kan hurtigt implementere dette for at sikre data-integritet over hele din applikation. Gennemgang og Sammenføjning af Tabel Efter at have oprettet "barn"-entiteten, kan du let gennemgå tabel-strukturen, som omfatter forælder ID, fornavn, efternavn, fødselsdato og de relevante nøgler. Når du er tilfreds, kan en hurtig "Gibson sammenføj" kommando integrere tabellen i dit projekt. Udplacering til Databasen Med enhederne på plads, instruerede jeg Gibson til at indlæse dem i MySQL-databasen, komplett med SQL-indexer og fremmede nøgler. Efter dette kan kommandoer som "skriv base-kode", "skriv modeller", "skriv skemaer" og "skriv tests" lade Gibson generere alt fra SQL Alchemy-modeller til unit-tests på få minutter. Gibson AI komprimerer, hvad der typisk ville tage timer, dage eller endda uger af manuel kodning, til bare få minutter. Med hurtig data-modellering og kode-generering, har jeg hurtigt bygget SQL Alchemy-modeller, Pydantic-skemaer og FastAPI-ruter, & er klar til at lancere min app.