一、CodeWhisperer简介

CodeWhisperer是亚⻢逊出品的一款基于机器学习的通用代码生成器，可实时提供代码建议。

在编写代码时，它会自动根据我们现有的代码和注释生成建议。从单行代码建议到完整的函数，它可为我们提供各种大小和范围的个性化建议。

CodeWhisperer 还可以扫描我们的代码以突出显示和定义安全问题。  

【资料图】

codewhispereropen in new window：亚马逊官方出品

目前仅以插件的形式在VS Codeopen in new window、Jetbrainsopen in new window等IDE里面使用，如果想试一试可以用 VS Code，目前无限制免费使用免费，并且对环境要求不高，还轻量~

亚马逊在 2022 年 6 月发布了 CodeWhisperer 预览版，现在它支持 Python、Java 和 JavaScript。

CodeWhisperer 经过数十亿行代码的训练，由机器学习提供支持，旨在实现相同的目标。无论我们是学生、新开发人员，还是经验丰富的专业人士，CodeWhisperer 都有助于我们提高工作效率。

其支持多种 IDE 和语言。要开始使用，我们只需安装合适的 AWS IDE Toolkit，启用 CodeWhisperer 功能，输入我们的预览访问代码，然后开始键入：

CodeWhisperer 可以持续检查我们的代码和注释，并为我们提供语法正确的推荐。这些推荐根据您的编码风格和变量名称合成，而不仅仅是代码段。

CodeWhisperer 使用多个上下文线索来提供推荐，包括源代码中的光标位置、光标前面的代码、注释以及同一项目中其他文件中的代码。您可以按原样使用推荐，也可以根据需要对其进行改善和自定义。正如我之前所提到的，我们使用从开源存储库、内部 Amazon 存储库、API 文档和论坛中提取的数十亿行代码训练（并将继续训练）CodeWhisperer。

在 AWS 博客的一篇文章中，Mark Richman 解释说，CodeWhisperer 的模型是在“包括 Amazon 开源代码在内的各种数据源”上训练的。有了这个语料库（显然确实存在）完善 CodeWhisperer 的模型，编写从 S3 读取文件的代码应该是一个很好的测试用例。

在使用 CodeWhisperer（CW）时，我们需要写一个注释，描述我们希望函数去做什么。注释的描述性和准确性越高，系统就越能更好地推断出我们想要的逻辑。

Function to open an S3 file

比如注释以 Function 开头，让 CW 知道你想要创建一个函数。也就是说，你需要添加一个注释，作为给 CW 的提示。

CW 分析注释并生成一个函数的定义。此时，你可以在生成函数体之前修改函数定义。CW 还可能提供多种函数定义供你选择。

IntelliJ 集成 CodeWhisperer 的截图：

点击“插入代码”，你的函数就在注释的下方创建好了。注意 CodeWhisperer 不仅插入了代码，还创建了一个文档字符串。

# Function to open an S3 filedef open_s3_file(filename):    """    :param filename:    :return:    """    s3 = boto3.resource('s3')    return s3.Object(bucket, filename).get()['Body'].read()

看起来不错！这段代码实现了你的注释所期望的功能，并且是在几秒钟内就生成了。

节省了查找boto3 API 的时间，你只需要检查代码，确保语义正确。

接着看看提出更多要求时，会发生什么。

这有一个很有用的例子：写一个函数从 S3 的文件中返回前“n”行。

# Function to get first n lines from a file in S3def get_first_n_lines_from_s3(filename, n):    """    Get the first n lines of a file in S3    :param filename:    :param n:    :return:    """    lines = []    for line in open_s3_file(filename):        lines.append(line)        if len(lines) >= n:            break    return lines

真厉害！CodeWhisperer 使用了之前创建的辅助方法 open_s3_file，并生成了正确的函数。

在 CW 生成函数体之前，你可以修改参数名，提高代码的可读性。例如，如果我们输入：

# Function to find common elements in lists

CW 会提示：

def find_common_elements(list1, list2)

在生成函数体之前，我们可以修改函数定义，使其更具描述性：

def find_common_elements(first, second)

如果我们接受它的函数定义，CodeWhisperer 将使用函数签名和注释来构建函数体。得到的函数将使用改进后的参数名。

# Function to find common elements in listsdef find_common_elements(first, second):        return list(set(first) & set(second))

CodeWhisperer 不仅仅可以创建整个函数；它还可以在函数中插入代码片段，并在过程中推断相关变量。

# reverse the list order  lines.reverse()

1.1 CodeWhisperer 是一个重要的生产力助推器

使用 CodeWhisperer，我能够更快地编写代码。到目前为止，最大的价值是 S3 示例所演示的功能。

如果我自己写代码，大部分时间将会用来查找 boto API 文档，以确保写出正确的调用。使用 CodeWhisperer，则只需三秒钟。

这让我想到了一段曾花了很多时间的烦人代码：给 CloudWatch 发送数据。让我们看看 CodeWhisperer 能否有所帮助，试试提供注释：“Function to emit a CloudWatch metric”。

# Function to emit a cloudwatch metricdef put_metric_data(metric_name, metric_data):    """    Put a metric data into cloudwatch    :param metric_name:    :param metric_data:    :return:    """    cloudwatch = boto3.client('cloudwatch')    cloudwatch.put_metric_data(        Namespace='my_namespace',        MetricData=[            {                'MetricName': metric_name,                'Dimensions': [                    {                        'Name': 'string',                        'Value': 'string'                    },                ],                'Unit': 'Seconds',                'Value': metric_data            },        ]    )

非常有用！CW 为我节省了许多打字和查阅 API 文档的时间。

我有可能需要重构这段代码，但即使我从零开始编写它，第一步也要写出类似这样的原始逻辑。如今只花三秒钟，我节省了编写大量样板代码的时间，有了一个很好的自定义或重构的起点。

1.2 CodeWhisperer 的实际应用

我在 PyCharm 中安装了 CodeWhisperer ，并对其进行了测试。以下是一些示例，向您展示了它可以执行的操作。我想构建一个质数列表。我键入 # See if a number is pr。CodeWhisperer 完成此操作，然后我按下 TAB（实际键特定于每个 IDE）接受推荐：

在下一行，我按下 Alt+C（同样是 IDE 特定），然后我可以在一对函数定义之间进行选择。我接受第一个函数，CodeWhisperer 推荐函数体，以下是我所拥有的：

我编写 for 语句，CodeWhisperer 推荐循环的主体：

CodeWhisperer 还可以帮助我编写用于访问各种 AWS 服务的代码。我从 # create S3 bucket 开始，然后按 TAB 键完成剩余部分：

看到这里，大家是不是觉得还不错，接下来教大家如何安装，很简单的~

二、CodeWhisperer安装教程

2.1 IntelliJ IDEA安装CodeWhisperer插件

在IDEA中打开配置窗⼝，选择Plugins，搜索"AWS Toolkit"，点击Install，点击OK按钮，如下图：

安装完之后重启IDEA，如下图：

打开AWS Toolkit视图（菜单View/Tool Windows/AWS Toolkit），点击"Developer Tools"tab⻚⾯，选择“CodeWhisperer/Start"，如下图：  

弹出的窗⼝中选择“Use a personal email to sign up and sign in with AWS Builder ID"，点击“Connect”按钮，如下图：

在弹出的窗⼝中，选择“Open and Copy Code”，如下图：

此时会在浏览器中打开⼀个⻚⾯，按ctrl-v粘贴code值，点击“Next“，如下图：

输⼊邮箱地址，点击"Next"，如下图：

输⼊名字，点击“Next”，CodeWhisperer会向邮箱中发送⼀个验证码，如下图：

打开邮箱，可以看到验证码，如下图：

复制验证码，粘贴到输入框，点击“Verify”按钮，如下图：

设置密码，点击“Create AWS Builder ID“，如下图：

在最后⼀个⻚⾯中点击“Allow”按钮，如下图：

出现如下提示后，即表示注册AWS builder ID成功，如下图：  

返回IDEA，在AWS Toolkit视图中的Developer Tools中可以打开或关闭代码⽣成功能，如下图：

此时，就可以愉快的使用AI 编程了。

2.2 VSCode安装CodeWhisperer插件

安装AWS Toolkit插件，具体到 VS Code 侧边栏搜索并安装

侧边栏点击aws，>> DEVELIOPER TOOL >> CodeWhisper >> Start

在下拉菜单中点击Use a personal email to sign up and sign in with AWS Builder ID

点击Copy Code and Proceed，这将自动复制代码

一般会提示外部网站打开提醒，选择打开

5.打开网站后，输入点击Copy Code and Proceed时得到的代码，点击Next

6.输入自己的邮箱地址(同时登录你的邮箱等待验证码)，点击Next

7.重复之前步骤，但是由于已经在浏览器上登录成功了，所以步骤非常简单 粘贴代码后将会提示以下内容，点击Allow即可

等左下角的AWS扩展颜色正常，对勾状态，说明连接成功  

此时，就可以愉快的使用AI 编程了。

2.3 PyCharm安装CodeWhisperer

1.打开Pycharm插件管理

在 JetBrains IDE 中，导航到设置菜单（在 macOS 上为⌘+ ，在 Windows 上为文件→设置），然后单击左侧菜单上的“插件”。

在菜单顶部，单击Marketplace并在搜索栏中键入 “AWS Tookit”。然后点击安装。

2.安装完成后重启IDE

3.将 Pycharm 连接到 AWS（AWS Build ID创建），重复之前步骤

IDE 重新启动后，您将看到一个新的 AWS Toolkit工具窗口。还可以通过 View-> Tool Windows-> AWS Toolkit（视图 -< 工具窗口 -< AWS Explorer）访问此窗口。

然后点击"Developer Tools"标签，选择“CodeWhisperer/Start"

此时，就可以愉快的在PyCharm里使用AI 编程了。

2.4 快捷键使用方法

全程需要按快捷键调用 Codewhisperer，主要的几个用法如下：

ALT + C要求给出建议（当有暗色字出现时，按tab接受建议）快捷键功能TAB接受建议ESC取消建议→选择下一个建议←选择上一个建议

三、简单自动编码演示

回到 IDEA，看到如下界面，即表示注册并启动成功：

下面我们新建任意Java文件,看看他如何能够帮助我们自动生成代码。

3.1 单行代码自动补全

输入字符串public。根据输入，CodeWhisperer 生成了建议列表

3.2 CodeWhisperer生成完整代码

CodeWhisperer 可以根据编写的注释生成完整的函数。

类似于 if/for/while 等代码块的生成。

大家如果看到这有疑问，可以接着看第四部分，有详细的测试说明。

3.3 其根据签名自动生成代码

看到这里，大家应该有个简单的了解了，咱们接着往下看~

四、AI编程代码实测及项目体验

4.1 简单函数代码测试

首先，我先用中文注释了“写一个读取csv文件的函数” 回车后可以看到CodeWhisperer自动显示出来

按快捷键Tab确认键入后，接着回车后CodeWhisperer又自动生成了以下代码：

感觉这个CodeWhisperer自动生成的代码还不错，我选择了Insert Code键入使用。

紧接着用中文又注释了“创建一个简单的爬虫简单函数”

在这选择了第三个自动代码，同样Tab键入。

接下来是注释“冒泡排序”后回车

注释“选择排序”后回车

中文注释实测完后又对英文注释进行了测试，如下图所示：

乘胜追击，又对创建和上传文件代码进行自动生成测试，同样得到了预期的效果。

对于简单的函数实测让我感觉这个工具还挺不错的，因为可以根据自己想要的注释自动生成多个代码建议，这样不仅节省了大量的编码时间，而且多种代码建议可供选择，一定程度上提升了自己编写代码的质量。

4.2 代码安全扫描实测

接下来用CodeWhisperer去扫描我们代码中的安全漏洞，以下是运行按钮的位置

打开我想扫描的文件，然后运行安全扫描

结果发现CodeWhisperer探测到该文件中有两个安全问题。 通过查看问题栏，点击事件定位到代码中，我们将鼠标移入到突出显示的代码，查看建议的措施，如下所示，问题指出在该例子中未加密的AWS凭证被记录下来，是一个安全漏洞，它建议我们重写代码并且修复该漏洞。

同样查看第二个问题，CodeWhisperer告诉我们讲应该把标识设置为True。

根据CodeWhisperer的建议，我进行了对应修改，两处安全问题修改如下：

修改后重新扫描了文件，扫描完成，显示没找到问题。

对于安全扫描这项功能，我还是挺惊艳的，没想到能实测找出问题并给出对应的解决问题，因为这一点我对CodeWhisperer的好感又增加了。

4.3 代码引用跟踪功能实测

在这里想实现一个函数来创建一个dynamo DB表。 如下图所示进行了实际测试 “implement a function to create a dynamoDB table”

以下是CodeWhisperer Reference Log给出的建议：

根据代码建议标注被文件跟踪器标记为MIT许可证，其引用了Apache-2.0许可证下的代码。我选择接受了这些标记代码，然后发现CodeWhisperer自动记录了引用我需要的许可证信息，这样我就可以在我的代码上添加适当的许可证和归属信息。 这个功能实测完感觉也挺有用的，对代码涉及到的许可证和归属信息问题进行了有效解决。

4.4 计算机视觉工程项目实测

在对官网显示的几项功能测试完后，又在平时用到的实际项目上进行了测试，我选取了常用的一些CV检测模型，以下是ShuffleNet的实际测试效果。

首先，我在实例化训练数据集上，对缺失的代码段进行测试，看CodeWhisperer是否能联系上下文进行代码补全。

进行回车操作后，CodeWhisperer显现出来了所给的建议。

目前看所给的建议正确，接着我又对冻结权重部分进行了测试，

这回我又利用了CodeWhisperer的快捷键ALT+C进行了测试，

结果显示自动生成了False选项，测试到这里真的让我觉得这个工具是真的好，可以帮助我解决代码中遇到的很多问题。 在训练代码中测试完，我又接着对检测模型代码进行了测试，如下图所示在transform指向中为我建议了img。

最后，我对检测模型代码进行了运行测试，正确的检测出图片为蒲公英dandelion。

总的来说，CodeWhisperer辅助我完成了CV模型的代码编写和模型检测，达到了官网所展示的预期。接下来，我要让CodeWhisperer帮助我完成更复杂的任务了，哈哈

五、Amazon CodeWhisperer实测体验总结

5.1 CodeWhisperer 可以帮助我成为一个更好的开发者吗?

通过以上的测试，我觉得它可以帮助我成为一个更好的开发者。

首先，它可以为我节省大量的时间和精力，让我能够专注于改进、重构和测试。

其次，它通过承担一些同质化的繁重工作，让我有机会成为一个更好的程序开发人员。

比如上面的测试的例子是 Amazon 工具（经过 Amazon 开源代码训练）能够表现出色的例子。

当然，在大多数开发人员需要花费很多时间的地方，比如编写领域相关的逻辑时，我又多测试了一下，让我们看看CodeWhisperer会不会也有帮助。

比如从 Python 文档中的数据类示例开始。

@dataclassclass InventoryItem:    """Class for keeping track of an item in inventory."""    name: str    unit_price: float    quantity_on_hand: int = 0    def total_cost(self) -> float:        return self.unit_price * self.quantity_on_hand

其实我想知道 CodeWhisperer 是否可以向这个类添加一个方法。让我们看看如果添加注释：" Function that return this item costs more than $10"，会发生什么？

@dataclassclass InventoryItem:    """Class for keeping track of an item in inventory."""    name: str    unit_price: float    quantity_on_hand: int = 0    def total_cost(self) -> float:        return self.unit_price * self.quantity_on_hand    # Function that returns whether this item costs more than $10    def expensive(self) -> bool:        return self.unit_price > 10

结果是非常酷的。值得注意的是，CodeWhisperer 给函数起了一个直观的名字，并包含了对 self 的引用。

接着，让我们尝试用CodeWhisperer来做测试，看是否会触及它的极限。

# Function to test InventoryItem classdef test_inventory_item():     """    Test InventoryItem class    :return:    """    item = InventoryItem("Widget", 10, 5)    assert item.name == "Widget"    assert item.unit_price == 10    assert item.quantity_on_hand == 5    assert item.total_cost() == 50    assert not item.expensive()

在上面的代码中，我输入了注释，CW 自动完成了剩下的工作。 测试似乎是一个极好的证明 CW 可以节省时间的例子。我不需要浪费时间去想测试的值，也不用输入所有的成员变量和方法。

总的来说，可以帮助我成为一个更好的开发者，但是任何辅助工具都有利有弊，CodeWhisperer也是才发布不久，通过测试我也想邀请大家去进行实际测试，可以对使用CodeWhisperer遇到的问题大家一起相互讨论，一起促进这个编程助手迭代和完善~

欢迎大家在评论区积极讨论~~~