我再也不会以同样的方式编码了

我正在使用 GibsonAI 编写 70% 的 Python 代码，只需几分钟。GibsonAI 数据模型器将自然语言指令转换为可执行的 Python 代码。这立即将开发时间从几天或几周缩短到几分钟。与典型的 LLM passthroughs 或 co-pilots 不同的是，GibsonAI 的 pair programmer 使开发者能够编写非常特定的代码，以适应用例。 示例：构建Parenthood应用程序 我目前正在开发一个名为Parenthood的新项目。开始时，我在 GitHub 存储库中没有任何现有的代码，而 MySQL 数据库完全为空。我使用 Gibson 的 pair programmer 设置了一个实体“parent”，没有进行任何手动编码。这为我下一步要构建的内容奠定了基础。 Gibson pair programmer 非常灵活。作为命令行爱好者，我喜欢通过终端使用 Gibson，因为它速度快、效率高。 要展示 Gibson 的能力，我使用简单的自然语言命令创建了一个新的实体“child”： 代码实体 Child：当你告诉 Gibson“代码实体 child”时，它会通过分析当前数据库上下文开始，这目前只包括父表。你可以使用自然语言开始数据建模。 添加属性：你可以指定像名字和姓氏这样的属性，并将它们标记为必需的。Gibson 同时处理 SQL 和 Python，确保一切都达到标准。 外键创建：简单地说“FK parent”就会让 Gibson 识别父表，识别其主键，并自动创建索引外键。这项自动化节省了时间和精力。 添加唯一约束：需要在父 ID、名字和姓氏上创建唯一键？Gibson 可以快速实现这点，以确保应用程序中的数据完整性。 查看和合并表 在构建“child”实体后，你可以轻松地查看表结构，其中包括父 ID、名字、姓氏、出生日期和相关键。满意后，一个快速的“Gibson merge”命令将表合并到你的项目中。 部署到数据库 实体在位后，我指示 Gibson 将它们加载到 MySQL 数据库中，包括 SQL 索引和外键。然后，命令如“write base code”、“write models”、“write schemas”和“write tests”使 Gibson 在几分钟内生成了从 SQL Alchemy 模型到 FastAPI 路由的一切内容。 Gibson AI 将通常需要数小时、数天或数周的手动编码压缩到几分钟内。通过快速数据建模和代码生成，我已经快速构建了 SQL Alchemy 模型、Pydantic 模式和 FastAPI 路由，并准备推出我的应用程序。