在如今這個人工智能高速發展的時代，每個行業都在被AI技術影響而改變。層出不窮的AI輔助工具，讓我們看到了機器正在取代一部分基礎的日常工作。對於我們開發者而言，當前最炙手可熱的就是GitHub Copilot，市面上最好的開發者輔助工具。GitHub Copilot所提供的代碼補全、建議、解釋等能力非常強大，可以有效地提高編程速度。但是，GitHub Copilot是基於OpenAI所構建，後者的成本並不小，所以GitHub Copilot成爲一款付費工具是非常自然的。
那麼，對於預算有限的開發者而言，是否有合適的免費平替呢？答案是肯定的！今天，就給大家推薦最近我一直在用，且覺得還不錯的插件：通義靈碼。推薦的理由，我總結爲以下幾點：
- 極低的上手門檻
- 強大的代碼補全和編碼提示
- 快捷好用的智能問答
極低的上手門檻
一些衆所周知的原因，相信體驗過GitHub Copilot的開發者一定都是經過一番折騰才用上其強大能力的。這對於一些初學者用戶來說門檻非常高，同時對於一些有審查要求的環境更是不可能使用。
與此相比，通義靈碼的上手門檻極低：
- 安裝簡單：用戶只需要在JetBrains系IDE或VS Code的插件市場裏搜索：TONGYI Lingma，就能完成一鍵安裝
- 極易上手：無需配置，自動提示。插件在開發者編碼過程中會自動根據上下文做出提示建議，如提示建議不錯，直接按
Tab採納即可。如果需要手動喚出提示，也只需要通過快捷鍵⌥+P快速彈出提示（Windows快捷鍵：Alt+P）。除了這兩個最常用的操作之後，還有一些操作可參見下表：
| macOS | Windows | |
|---|---|---|
| 接受行間代碼建議 | Tab |
Tab |
| 廢棄行間代碼建議 | esc |
esc |
| 查看上一個行間推薦結果 | ⌥ [ |
Alt [ |
| 查看下一個行間推薦結果 | ⌥ ] |
Alt ] |
| 手動觸發行間代碼建議 | ⌥ P |
Alt P |
強大的代碼補全和編碼提示
代碼補全是開發者日常工作最高頻的操作，雖然很多強大IDE工具都自帶了代碼補全的能力，但這也僅限於一些語法層面的簡單補全，不包含聯繫編碼上下文所推理出的，更有貼近用戶編碼意圖的智能補全和提示。所以，這也是現在很多AI輔助工具吸引人的地方，它們可以提供更爲出色的，甚至驚豔的補全效果。
那麼通義靈碼在代碼補全方面，是否可以平替GitHub Copilot呢？這裏DD根據很多博主介紹GitHub Copilot的場景來測試了一下，供大家參考：
行級補全
之前講過，行級補全在大部分IDE中已經包含，但AI工具的行級補全更爲強大，它的強大之處在於能夠根據你的輸入來推理邏輯補全。
比如：我要定義一個B站視頻的URL，只要參數名中含有B站視頻URL相關的描述，就會直接給出模版。這樣的能力是完全不同於IDE所提供的行級補全的。
函數級補全
函數級補全是DD看到GitHub Copilot演示案例中最常見的強大能力，開發者只需要輸入有含義的函數名稱，具體的實現就自動提示了：
所以，必須在通義靈碼中也嘗試一下！
先嚐試了一下簡單的冒泡排序：
輕鬆完成！
再嘗試一下稍微有點難度的快排算法：
似乎失敗了？只給出了一些簡單提示，並沒能得到完整的邏輯。後面，DD又嘗試了幾次，最終獲得了一個完整結果，具體如下：
所以，在函數級補全這個功能上，可能還存在一些差距，有待後續提高吧。
自然語言補全
自然語言補全的主要場景就是寫註釋，AI工具自動生成代碼。
這裏DD也找了個場景測試了一下。比如下面是Spring Boot中一個文件上傳的後端處理邏輯，我嘗試通過自然語言的方式來描述邏輯，通義靈碼迅速補全了與註釋相關的代碼：
上下文感知能力
對於上下文的感知是AI工具的重要特色，也是這類工具時不時驚豔到我們的核心。
比如，下面這種場景，在我第一碰到時，還是有被AI的理解能力所嚇到：
可以看到，當我要爲這個Controller添加Swagger的API說明時，它居然理解了這個Controller內做的都是微信支付的操作，所以給出了tags="微信支付"的提示。
隨着這段時間的使用，出現過很多驚豔到我的補全提示，比如當我要寫一個操作FTP的API時，出現了這樣一幕：
可以看到，在我創建了FtpController之後，通義靈碼自動找到了同項目中的FtpService，並給出了依賴提示，這一操作非常符合預期。之後，通過換行操作，通義靈碼又給出了進一步的提示，這步提示也非常神奇，因爲它的內容已經不僅僅是對當前上下文的理解，而是結合上下文與依賴內容的理解，並給出了調用依賴內容的提示。
通過這段時間的實踐，我認爲通義靈碼的感知能力已經非常不錯，它可以很好的理解項目中的各個元素，並找到它們之間的關係，然後在開發者編碼過程中給出一些可能需要的提示。同時，我也發現養成良好編碼習慣的優勢也在這裏有所體現。因爲在擁有良好項目結構和命名規範的工程下編碼時，此類AI工具給出的提示就相當有水準，也許這樣更有助於AI理解我們的工程吧。
快捷好用的智能問答
通義靈碼插件在IDE中自帶一個智能問答的窗口，具體位置和基本使用方法如下：
圖中我還問了一個問題：讓通義靈碼幫我寫一個文件操作類，它就給了我一個不錯的代碼封裝和使用案例。如果你覺得不錯的話，就可以通過回答右上方的按鈕，以不同的方式添加到工程中：
是不是很棒呢？要知道GitHub的Chat可不是直接可以用的，相信還有不少小夥伴還在排隊吧？
通義靈碼的智能問答窗口除了處理基本問答之外，其實還有一些更有意思的功能，比如：解釋代碼和生成單元測試
上面我們體驗了代碼補全能力，但是它補全的內容到底對不對呢？必須趕緊驗證一下，順便再體驗一下通義靈碼的另外2個實用功能：
- 解釋代碼
- 生成單元測試
下面就來看看上面生成的能否經受住它自己的考驗 _
操作很簡單，只需要選中上面生成的代碼片段，點擊鼠標右鍵，可以看到解釋代碼和生成單元測試：
先來試試解釋代碼，點擊之後會在IDE右側彈出問答框，具體如下：
沒啥問題，通過第一關考驗！
下面再嘗試一下：生成單元測試。馬上就獲得瞭如下代碼：
直接添加文件之後，運行起來。成功通過測試！上面自動補全的代碼是正確的！
總結
最後，聊聊這段時間使用通義靈碼的感受。其實，剛開始嘗試的時候也是碰到一些問題，尤其對於關於AI輔助的補全能力，會有一些不太適應。可能補全能力與項目內容和自己日常的編碼習慣有關，隨着每天不斷的使用，插件似乎在理解項目內容和我的習慣，並不斷給出更讓我滿意的提示內容。所以，這個使用過程是越用越順的。現在已經是我必不可少的效率神器了。
雖然，通義靈碼總體能力上離GitHub Copilot還有一些差距，但大部分輔助編碼能力已經非常接近GitHub Copilot。同時，它的生成速度很快，而且跟IDE適配很好，ide裏直接chat也很爽，加之阿里通義千問模型的支持。在一衆免費的AI編碼輔助工具之中脫穎而出，可以說是GitHub Copilot的最佳平替了。
如果您正在尋找AI輔助編碼工具，但又覺得GitHub Copilot上手摺騰麻煩或者覺得太貴，那麼建議免費嘗試一下通義靈碼，相信不會讓你失望。另外，DD看到社區有其他開發者反饋初學者使用非常絲滑，尤其是對於Python。所以，如果你是初學者或者Pyhon開發，那麼也推薦試試。
歡迎關注我的公衆號：程序猿DD。第一時間瞭解前沿行業消息、分享深度技術乾貨、獲取優質學習資源