ChatGPT在编程和代码生成中的作用【6/10】

举报
正在走向自律 发表于 2024/12/08 17:36:21 2024/12/08
【摘要】 ChatGPT作为一种先进的人工智能技术，已经在编程和代码生成领域展现出巨大的潜力和价值。它通过自然语言处理能力，不仅能够理解开发者的需求和意图，还能生成高质量的代码，提供自动补全、语法检查、错误检测和修复建议等功能。这些功能极大地提高了编程效率，缩短了开发周期，同时也降低了编程的门槛，使得非专业人士也能参与到软件开发中来。

​摘要：ChatGPT作为人工智能助手在编程领域的应用及其对开发者的影响是多方面的。它通过自然语言处理技术（NLP），使得计算机能够更好地理解、解释和生成自然语言，这在编程中有着广泛的应用。例如，ChatGPT可以用于机器翻译、信息提取、文本分类和问答系统，这些技术已经在智能助手、在线客服等领域中得到广泛应用。

ChatGPT作为编程辅助工具，具有代码理解和语义理解的能力，能够根据自然语言描述的问题和指令生成相应的代码。它还能够提供自动补全和错误检测的功能，帮助开发人员提高代码质量和开发效率。此外，ChatGPT的学习能力使其能够不断优化和个性化其建议，以适应开发人员的编码风格和需求。

​

第一部分：编程辅助

1.1 代码编写

ChatGPT在编程辅助方面，特别是在代码编写、语法检查和代码补全方面，提供了显著的帮助。以下是这些功能的详细介绍：

  1. 代码编写建议：

    • ChatGPT能够根据开发者的描述或部分代码，提供代码编写的建议。它通过理解编程语言的语法和逻辑，生成符合需求的代码片段。例如，开发者可以描述一个功能需求，ChatGPT则能够提供相应的代码实现。这种功能在快速原型开发和解决复杂编程问题时尤为有用。

  2. 语法检查：

    • ChatGPT具备实时语法错误检测和修正建议的能力。它可以分析代码中的语法结构，识别出错误并提供修正方案。这不仅提高了代码的准确性，也加快了开发过程。例如，如果开发者在编写Python代码时忘记了一个括号，ChatGPT能够检测到这一点并建议添加。

  3. 代码补全：

    • 智能代码补全是ChatGPT的另一大特色。在IDE中集成ChatGPT后，它可以根据开发者已经编写的代码上下文，自动补全后续代码。这不仅减少了打字量，也减少了因拼写错误导致的问题。例如，当开发者开始输入一个函数名时，ChatGPT能够预测并补全整个函数调用。

这些功能通过插件或集成开发环境（IDE）的集成，使得ChatGPT成为开发者的得力助手。例如，ChatGPT Code Coach插件就是为IntelliJ IDEA等IDE设计的，提供了智能代码提示和自动补全功能，极大地提升了编程效率和代码质量。

总的来说，ChatGPT在编程辅助方面的能力，不仅提升了开发者的工作效率，也使得编程变得更加便捷和智能。开发者可以更加专注于创造性的工作，而将繁琐的编码任务交给ChatGPT来辅助完成。以下是提供一些简化的Java代码案例，以展示ChatGPT插件在IntelliJ IDEA中可能如何辅助编程。

代码自动补全案例

java

// 假设你开始输入 "pub"，ChatGPT插件可能会自动补全为一个完整的方法声明
public static void main(String[] args) {
    // 假设你开始输入 "Sy"，ChatGPT插件可能会自动补全为 System.out.println
    System.out.println("Hello, World!");
}

实时语法错误检测案例

java

public class Main {
    public static void main(String[] args) {
        int[] numbers = {1, 2, 3};
        // 假设你忘记关闭数组定义的括号，ChatGPT插件会标记错误并建议添加右括号
        int sum = 0;
        for (int i = 0; i < numbers.length; i++) {
            sum += numbers[i];
        }
        System.out.println("Sum is: " + sum);
    }
}

代码注释生成案例

java

/**
 * Calculates the sum of all elements in an array.
 *
 * @param numbers An array of integers.
 * @return The sum of the array elements.
 */
public static int calculateSum(int[] numbers) {
    int sum = 0;
    for (int number : numbers) {
        sum += number;
    }
    return sum;
}

代码风格检查案例

java

public class Person {
    // 假设你使用了下划线命名，ChatGPT插件可能会建议使用驼峰命名法
    private String first_name;

    // ChatGPT插件可能会建议将下划线命名改为驼峰命名
    public String getFirstName() {
        return first_name;
    }

    public void setFirstName(String first_name) {
        this.first_name = first_name;
    }
}

代码优化建议案例

java

import java.util.Arrays;

public class ArrayUtils {
    // 假设你使用了循环来检查数组是否包含某个元素，ChatGPT插件可能会建议使用Arrays.binarySearch进行优化
    public static boolean contains(int[] array, int value) {
        // ChatGPT插件可能会建议使用 Arrays.binarySearch 来优化性能
        for (int i : array) {
            if (i == value) {
                return true;
            }
        }
        return false;
    }
}

请注意，上述代码案例是假设性的，实际的ChatGPT插件或IDEA插件可能提供不同的辅助方式。这些案例旨在展示ChatGPT插件可能如何帮助开发者在编写代码时提高效率和代码质量。在实际使用中，ChatGPT插件的功能可能会随着版本更新和插件开发而有所不同。

1.2 调试支持

在编程和使用ChatGPT的过程中，调试是一个不可或缺的环节。以下是一些关于调试支持的代码案例和技巧：

  1. 错误分析：

    • 当代码出现错误时，ChatGPT可以帮助分析问题所在。例如，如果你在编写Python代码时遇到了TypeError: 'int' object is not iterable错误，ChatGPT可以指导你检查代码中是否有尝试迭代整数的地方。你可以向ChatGPT提供错误信息和相关代码片段，它可能会指出问题并提供解决方案。

  2. 调试技巧：

    • 使用日志记录是调试中的一个重要技巧。在代码中加入日志语句，可以帮助追踪程序的执行流程和变量的取值。例如，你可以在关键操作前后打印变量的状态，这样当程序出现错误时，你可以查看日志来确定问题发生的位置。
    • 断点调试是另一个常用的调试技巧。在IDE中设置断点，当程序执行到这一点时会暂停，允许你检查变量的当前状态和程序的执行流程。

  3. 代码注释生成：

    • ChatGPT可以帮助生成代码注释。当你完成一个函数的编写后，可以请求ChatGPT为该函数生成文档字符串，描述函数的功能、参数和返回值。例如，对于一个计算两个数相加的函数，ChatGPT可能会生成如下注释：

      python

      def add(a, b):
    """
    Adds two numbers and returns the result.

    Parameters:
    a (int or float): The first number.
    b (int or float): The second number.

    Returns:
    int or float: The sum of a and b.
    """
    return a + b

  4. 代码风格检查：

    • 代码风格检查可以通过IDE的内置工具或外部工具如flake8、pylint等进行。ChatGPT可以提供关于如何配置这些工具的建议，以及如何根据项目规范调整代码风格。

  5. 代码优化建议：

    • ChatGPT可以提供代码优化的建议。例如，如果你的代码中有重复的逻辑，ChatGPT可能会建议将其重构为一个函数以提高代码的可读性和可维护性。此外，它还可以建议使用更有效的数据结构或算法来提高性能。

在实际使用ChatGPT进行调试时，你可能需要结合搜索结果中提供的信息，如错误处理的常见问题和解决方法 ，以及调试指令的使用教程和写作教程 ，来更有效地解决问题。记得在调试过程中，清晰地描述你的问题和提供足够的上下文信息，这样ChatGPT才能更准确地提供帮助。

第二部分：代码示例

以下是一些基本代码生成的示例，包括Hello World程序、数据结构操作代码，以及特定语言的代码生成，如Python中的机器学习代码和JavaScript中的前端交互代码。

2.1 基本代码生成

示例1：生成简单的Hello World程序

Python:

print("Hello, World!")

Java:

public class Main {
    public static void main(String[] args) {
        System.out.println("Hello, World!");
    }
}

C:

#include <stdio.h>

int main() {
    printf("Hello, World!\n");
    return 0;
}

示例2：创建基本的数据结构操作代码

Python - 列表操作:

# 创建一个列表
my_list = [1, 2, 3, 4, 5]

# 添加元素
my_list.append(6)

# 删除元素
my_list.remove(3)

# 打印列表
print(my_list)

Java - ArrayList操作:

import java.util.ArrayList;
import java.util.Arrays;

public class Main {
    public static void main(String[] args) {
        ArrayList<Integer> myList = new ArrayList<>(Arrays.asList(1, 2, 3, 4, 5));

        // 添加元素
        myList.add(6);

        // 删除元素
        myList.remove(Integer.valueOf(3));

        // 打印ArrayList
        System.out.println(myList);
    }
}

2.2 特定语言的代码生成

示例3：Python中的机器学习代码片段

使用scikit-learn库进行简单的线性回归：

python

from sklearn.linear_model import LinearRegression
import numpy as np

# 创建一些数据
X = np.array([[1], [2], [3], [4]])
y = np.array([2, 4, 6, 8])

# 创建并训练模型
model = LinearRegression()
model.fit(X, y)

# 预测新数据
predictions = model.predict([[5]])
print(predictions)

示例4：JavaScript中的前端交互代码

使用原生JavaScript添加事件监听器，响应按钮点击：

html

<!DOCTYPE html>
<html>
<head>
<title>Button Click Example</title>
</head>
<body>
<button id="myButton">Click me</button>
<script>
  // 获取按钮元素
  var button = document.getElementById('myButton');

  // 为按钮添加点击事件监听器
  button.addEventListener('click', function() {
    alert('Button was clicked!');
  });
</script>
</body>
</html>

这些示例展示了如何生成不同场景下的基本代码。在实际应用中，你可能需要根据具体需求进行调整和扩展。

2.3 复杂场景的代码生成

示例5：多线程编程的代码示例

Python - 使用threading模块:

import threading

# 定义一个函数，用于线程执行
def print_numbers():
    for i in range(5):
        print(i)

# 创建线程
thread = threading.Thread(target=print_numbers)

# 启动线程
thread.start()

# 等待线程完成
thread.join()

print("Thread finished execution.")

Java - 使用Thread类和Runnable接口:

public class ThreadExample implements Runnable {
    public void run() {
        for (int i = 0; i < 5; i++) {
            System.out.println(i);
        }
    }

    public static void main(String[] args) {
        ThreadExample threadExample = new ThreadExample();
        Thread thread = new Thread(threadExample);
        thread.start();
        
        try {
            thread.join();
        } catch (InterruptedException e) {
            e.printStackTrace();
        }
        
        System.out.println("Thread finished execution.");
    }
}

示例6：数据库操作的高级代码示例

Python - 使用sqlite3模块进行事务处理:

import sqlite3

# 连接到SQLite数据库
conn = sqlite3.connect('example.db')
cursor = conn.cursor()

# 开始事务
conn.execute('BEGIN TRANSACTION;')

try:
    # 执行一些数据库操作
    cursor.execute('CREATE TABLE IF NOT EXISTS test (id INTEGER PRIMARY KEY, name TEXT)')
    cursor.execute('INSERT INTO test (name) VALUES (?)', ('John Doe',))
    conn.commit()  # 提交事务
except sqlite3.Error as e:
    conn.rollback()  # 事务回滚
    print(e)
finally:
    cursor.close()
    conn.close()

Java - 使用JDBC进行数据库连接池管理:

import java.sql.Connection;
import java.sql.DriverManager;
import java.sql.SQLException;
import javax.sql.DataSource;

public class DatabaseExample {
    public static void main(String[] args) {
        DataSource dataSource = getDataSource();  // 假设这个方法提供了一个数据源
        
        try (Connection conn = dataSource.getConnection()) {
            // 在这里执行数据库操作
            // ...
        } catch (SQLException e) {
            e.printStackTrace();
        }
    }
    
    private static DataSource getDataSource() {
        // 这里应该是数据源的配置代码，例如使用HikariCP等连接池
        // ...
        return null;
    }
}

在这些示例中，多线程编程展示了如何在Python和Java中创建和启动线程，以及如何管理线程的生命周期。数据库操作的高级代码示例则展示了如何在Python中使用事务处理来确保数据的一致性，以及在Java中如何使用JDBC和数据源来管理数据库连接。

请注意，实际应用中的多线程和数据库操作可能会更加复杂，并且需要考虑线程安全、错误处理、连接池配置、SQL注入防护等多个方面。这些示例仅用于演示基本概念和编程模式。在生产环境中，你需要根据具体的应用场景和需求来设计和实现代码。

​

第三部分：实际开发工作中的应用

3.1 项目规划

需求分析

利用ChatGPT进行项目需求分析可以通过以下步骤：

  1. 明确项目目标：向ChatGPT描述你的项目愿景和目标，它可以帮助梳理和明确项目的核心目标。
  2. 用户需求收集：询问ChatGPT关于如何收集和整理用户需求的最佳实践。
  3. 功能需求细化：与ChatGPT讨论每个功能需求的具体细节，它可以提供模板或问题列表来帮助你进行需求细化。
  4. 非功能需求识别：让ChatGPT帮助你识别性能、安全、可用性等非功能需求。

示例提问：

我正在开发一个在线教育平台，需要进行需求分析。你能帮我列出一些关键的用户需求和非功能需求吗？

设计模式

对于设计模式和架构建议，ChatGPT可以提供以下帮助：

  1. 设计模式推荐：根据项目需求，询问ChatGPT推荐合适的设计模式。
  2. 架构建议：讨论不同的系统架构风格，如微服务、单体或服务器/客户端，并获取ChatGPT的建议。

示例提问：

我的项目是一个电子商务网站，你能推荐一些适合的设计模式和架构风格吗？

3.2 代码审查

代码质量

ChatGPT在代码审查中可以：

  1. 静态代码分析：提供自动化工具的选择和使用建议，如SonarQube、ESLint等。
  2. 代码规范检查：确保代码遵循特定的编码标准和风格指南。

示例提问：

我需要一些工具来提高我的代码质量，你有什么推荐吗？

改进建议

提供代码改进和优化的建议：

  1. 重构建议：分析代码并提出重构建议，以提高代码的可读性和性能。
  2. 性能优化：提供代码性能优化的策略和技巧。

示例提问：

我的代码在处理大量数据时性能不佳，你能提供一些优化建议吗？

3.3 持续集成和部署

自动化脚本

生成CI/CD流程中的自动化脚本：

  1. 构建脚本：生成用于自动化构建过程的脚本，如Maven、Gradle或Makefile。
  2. 部署脚本：创建自动化部署脚本，如使用Ansible、Puppet或Chef。

示例提问：

我需要一个自动化脚本来部署我的Java应用到Tomcat服务器，你能帮我写一个吗？

部署策略

提供部署策略和最佳实践：

  1. 蓝绿部署：解释蓝绿部署的概念，并提供实施策略。
  2. 滚动更新：讨论滚动更新的优势和实施方法。

示例提问：

你能解释一下蓝绿部署和滚动更新的区别吗？我的团队应该如何选择？

在实际应用中，你可以将这些问题和示例作为与ChatGPT交互的起点，根据项目的具体需求进行调整和深入探讨。ChatGPT的回答将提供有用的信息和建议，帮助你在项目规划、代码审查、以及持续集成和部署等方面做出更明智的决策。

第四部分：案例研究

4.1 成功案例分析

案例1：ChatGPT在大型软件开发项目中的应用

ChatGPT可以作为一个强大的工具，被集成到大型软件开发项目中，以提高开发效率和代码质量。例如，Chat-CodeReview项目利用ChatGPT与GitLab的结合，提供了自动化代码审查工具，能够自动捕捉代码提交事件并启动审计流程，提供及时的代码质量反馈。这种集成不仅提高了代码审查的效率，还通过AI的反馈帮助开发者提升编程技能。

案例2：小型创业公司如何利用ChatGPT加速开发

小型创业公司可以利用ChatGPT来加速开发流程，特别是在内容创作、代码生成和客户服务等方面。ChatGPT能够快速生成高质量的内容，如产品描述、博客文章等，节省内容创作的时间和成本。此外，ChatGPT还能帮助创业公司在软件开发中自动生成代码，提供调试建议，以及优化现有代码，从而加快产品上市时间。

4.2 挑战与解决方案

遇到的挑战

在实际应用中，ChatGPT可能会遇到数据隐私、算法偏见、技术限制和安全漏洞等挑战。例如，AIGC模型在训练过程中可能会泄露用户的敏感信息，或者在生成内容时出现不准确或有偏见的结果。

解决方案

为了克服这些挑战，可以采取以下措施：

  1. 数据隐私保护：确保在训练和使用ChatGPT时，对用户数据进行匿名化处理，遵守相关的数据保护法规。
  2. 算法透明度和公平性：定期审查和测试算法，以减少偏见和歧视，确保AI模型的决策过程是公正和透明的。
  3. 技术迭代和优化：持续改进ChatGPT的算法，提高其准确性和鲁棒性，减少技术限制带来的问题。
  4. 安全防护措施：加强AI系统的安全防护，如使用加密技术、访问控制和异常检测机制，以防止恶意攻击和数据泄露。

通过这些解决方案，可以有效地应对ChatGPT在实际应用中可能遇到的问题，确保其在各个领域的健康发展和广泛应用。

第五部分：未来展望

5.1 技术发展趋势

预测：ChatGPT和AI在编程领域的未来趋势

ChatGPT和AI在编程领域的未来趋势指向了一个更加自动化和智能化的软件开发过程。AI不仅将成为程序员的得力助手，提升开发效率，还可能降低编程工作的门槛，使得非专业人士也能参与到软件开发中来。例如，阿里云推出的“AI程序员”能够一站式自主完成应用开发，这表明未来软件开发可能会从“辅助驾驶”进入“自动驾驶”阶段，用户只需定义问题、提出需求，分钟即可完成应用开发将成为常态。此外，AI编程助手和AI程序员的共同加持，将使每个人类程序员都成为超级个体，这将彻底改变传统软件和应用的开发模式。

创新应用：探索ChatGPT可能带来的新编程模式

ChatGPT预示着基于自然语言的编程范式的兴起，这种范式将使开发人员能够使用自然语言进行编程，而不需要严格遵循特定的编程语言和语法。这将提高编程的灵活性和易用性，降低学习成本。同时，ChatGPT的智能化代码生成与自动补全功能将进一步促进低代码和可视化编程的发展，使开发人员能够通过自然语言交互和可视化工具构建应用程序，提高开发效率和可视化程度。未来的编程语言和工具将更注重自然语言的使用、低代码和可视化编程的融合，以及智能化和个性化支持的提升。

5.2 持续学习和适应

学习资源：推荐开发者如何持续学习和适应新技术

开发者可以通过多种方式持续学习和适应新技术。首先，设定明确的学习目标，根据职业规划和兴趣制定长期和短期目标。其次，定期学习，制定学习计划，并通过完成项目、参与开源项目等方式实践应用所学知识。此外，加入技术社区、参加技术沙龙、开设博客等，与同行交流心得和经验，也是提高学习效果的有效途径。利用在线课程、教程、开源项目等资源，以及保持身心健康，都是持续学习的重要方面。

社区参与：鼓励开发者参与技术社区，共同进步

技术社区是开发者学习和成长的重要平台。在社区中，开发者可以通过贡献代码、分享知识、参与讨论等方式与他人交流和合作。社区激励机制，如贡献者认可、社区参与感、学习与成长机会、物质奖励等，都是鼓励开发者参与社区的有效方式。例如，开源项目的社区激励机制包括列出贡献者名单、在社区中给予荣誉标识、提供学习资源支持、组织活动和职业发展支持等。这些激励机制不仅能够吸引更多的开发者参与到社区中，进一步推动项目的发展和创新，还能为开发者提供个人技能和职业发展的空间。

结语

总结：ChatGPT在编程和代码生成中的作用

ChatGPT作为一种先进的人工智能技术，已经在编程和代码生成领域展现出巨大的潜力和价值。它通过自然语言处理能力，不仅能够理解开发者的需求和意图，还能生成高质量的代码，提供自动补全、语法检查、错误检测和修复建议等功能。这些功能极大地提高了编程效率，缩短了开发周期，同时也降低了编程的门槛，使得非专业人士也能参与到软件开发中来。

ChatGPT的应用还推动了编程语言和工具的发展，促使它们更加注重自然语言的使用、低代码和可视化编程的融合，以及智能化和个性化支持的提升。此外，ChatGPT还为开发者提供了持续学习和适应新技术的资源和平台，通过技术社区的交流和合作，开发者可以不断提升自己的技能和知识。

鼓励：鼓励读者尝试使用ChatGPT，提高编程效率

鉴于ChatGPT在编程领域的诸多优势和潜力，我鼓励广大开发者和编程爱好者尝试使用ChatGPT来辅助编程工作。无论是在代码生成、错误检测还是在学习新技术方面，ChatGPT都能提供有力的支持和帮助。通过与ChatGPT的协作，你可以更快速地实现开发目标，更有效地解决编程难题，同时也能更深入地理解编程语言和开发工具。

不断探索和实践，将ChatGPT集成到你的开发流程中，让它成为你提升编程效率、解锁创新潜力的强大伙伴。随着技术的不断进步，让我们一起期待ChatGPT在未来编程领域的更多可能和惊喜。

附录

参考文献

在撰写本文时，主要参考了以下资料和资源：

  1. 多个来源讨论了ChatGPT在编程和代码生成中的应用，包括其在大型软件开发项目中的作用，以及小型创业公司如何利用ChatGPT加速开发。
  2. 针对遇到的挑战和解决方案，提供了从不同角度的解析和建议，包括技术挑战、社会与伦理问题的关注，以及未来编程语言的发展趋势与预测。
  3. 探索了ChatGPT可能带来的新编程模式，以及它如何影响编程语言的发展。
  4. 讨论了开发者如何持续学习和适应新技术，包括推荐的学习资源和社区参与的重要性。

工具和资源推荐

对于编程和代码生成，以下是一些推荐的工具：

  1. AI编程助手：如通义灵码（阿里巴巴）、MarsCode、代码小浣熊、文心快码、GitHub Copilot等，这些工具提供了代码补全、生成和优化等功能，支持多种编程语言和IDE。
  2. 低代码平台：如Zoho Creator、OutSystems、Mendix等，这些平台通过提供可视化界面、预构建组件和模板，简化了应用程序的开发过程，使得非专业开发者也能参与到软件开发中来。
  3. 代码编辑器和IDE：如Visual Studio Code、PyCharm、Sublime Text、Spyder等，这些工具提供了代码高亮、智能提示、版本控制集成等功能，是开发者编写和测试代码的得力助手。

这些工具和资源能够帮助开发者提高编程效率，促进技术创新，同时也为非专业人士提供了参与软件开发的机会。


​编辑

写在最后

ChatGPT对编程语言的发展也产生了深远的影响。它推动了基于自然语言的编程范式，使得开发人员可以使用自然语言进行编程，而不需要严格遵循特定的编程语言和语法。这种范式有助于提高编程的灵活性和易用性，降低了学习成本。同时，ChatGPT的出现也促使语言设计者重新思考语法的简洁性和可读性，推动了语言设计与交互方式的改变。

然而，ChatGPT在编程领域的应用也面临挑战，包括技术挑战、社会与伦理问题的关注，以及未来编程语言的发展趋势与预测。技术挑战包括提高ChatGPT的准确性与理解能力，处理复杂编程场景的挑战，以及ChatGPT对主流编程语言的影响与融合。社会与伦理问题的关注则涉及到人机协作、数据隐私和伦理问题。

总体而言，ChatGPT在未来编程语言发展中具有广泛的影响和潜力。它推动了语言设计、交互方式和编程范式的改变，提升了开发效率和降低了学习门槛。未来的编程语言和工具将更注重自然语言的使用、低代码和可视化编程的融合，以及智能化和个性化支持的提升，从而推动编程领域的创新和发展。

希望这篇博客能够为您在学习《6.ChatGPT在编程和代码生成中的作用》中提供一些启发和指导。如果你有任何问题或需要进一步的建议，欢迎在评论区留言交流。让我们一起探索IT世界的无限可能！

博主还分享了本文相关文章，请各位大佬批评指正：

1.初识ChatGPT：AI聊天机器人的革命（1/10）

2.ChatGPT的发展历程：从GPT-1到GPT-4（2/10）

3.ChatGPT在教育领域的应用：教学辅助与案例分享（3/10）

4.提升客户服务体验：ChatGPT在客服中的应用（4/10）

5.内容创作的未来：ChatGPT如何辅助写作（5/10）

6.ChatGPT在编程和代码生成中的作用【6/10】

​

【版权声明】本文为华为云社区用户原创内容，转载时必须标注文章的来源（华为云社区）、文章链接、文章作者等基本信息， 否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容，欢迎发送邮件进行举报，并提供相关证据，一经查实，本社区将立刻删除涉嫌侵权内容，举报邮箱： cloudbbs@huaweicloud.com
AIGC ChatGPT 人工智能 开发者 数据库
  • 点赞
  • 收藏
  • 关注作者

评论（0）

0/1000
抱歉，系统识别当前为高风险访问，暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称，即可参与社区互动！

*长度不超过10个汉字或20个英文字符，设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符，设置后3个月内不可修改。

确认 取消

加入云驻计划，成为创作者

  • 华为云周边好礼
  • 免费体验产品
  • 特殊身份标识
  • 线下官方门票
  • 内部专家零距离
  • 与10000+优质创作者共同成长
立即加入