ai

ai 代码智能评审

阿里云云效+deepseek
1、创建云效组织并获取访问令牌:
访问个人访问令牌

创建令牌：pt-CZSUZMflKNAy7gqalvvizN8w_4b819697-dfe4-49c1-bbec-6a81d6f440cb

2. 创建百炼APIKey
获取API Key
百炼APIKey: sk-04d22430e0ce4a0d90ba52742c39a7f9

3. 组织IP获取路径
组织IP:67fe0a7ac17260abdf41e6f2

4. 步骤管理

5. 创建流水线

6. 创建合并请求

OpenAi(https://platform.openai.com/docs/overview)

> 为什么要学习OpenAI
1. 技术领先与创新前沿
2. 丰富的资源与社区
3. 搜索AI相关的项目star从高到低：https://github.com/search?q=ai&type=repositories&s=stars&o=desc
1) AutoGPT, HiEAgent: https://docs.agpt.co/autogpt/setup/
2) GPT-Engineer，自动生成代码：https://github.com/gpt-engineer-org/gpt-engineer
4. 搜索gpt相关的项目star从高到低：https://github.com/search?q=gpt&type=repositories&s=stars&o=desc
1) ChatGPT-Next-Web, ChatBot#: https://github.com/ChatGPTNextWeb/ChatGPT-Next-Web
2) ChatGPT 中文调教指南，https://github.com/PlexPt/awesome-chatgpt-prompts-zh
5. openai-translator, Elia i#faff: https://github.com/openai-translator/openai-translator
6. Chatbox, ChatBotD: https://github.com/Bin-Huang/chatbox

#### 模型概览
1. 多模态大模型: 能够理解和生成自然语言或代码＋理解图像＋生成图像等
> GPT-4是一个大型多模态模型（接受文本或图像辙入并输出文本），它可以比我们以前的任何模型都更准确地解决难题，这得益于它更广泛的通用知识和更高级的推理能力。
GPT-4可在OpenAI API中供付费客户使用。像gpt-3.5-turbo一样，GPT-4针对聊天进行了优化。
2. 文本大模型: 能够理解和生成自然语言或代码
> GPT-3.5模型能够理解和生成自然语言或代码。在GPT-3.5系列中，性能最强且最具成本效益的模型是gpt-3.5-turbo，它已针对聊天通过Chat Completions API进行了优化，但也适用于传统的完成任务
3. 视觉大模型: 能够根据自然语言提示生成和编辑图像的模型。
> DALL-E是一个Ai系统，它可以根据自然语言描述创建逼真的图像和艺术作品。DALL-E3目前麦持根据提示创建特定大小的新图像。DALL-E2也支持编辑现有图像，或创建用户提供图像的变体。
4. 语音大模型: 1）将文本转换为自然听起来的语音的模型集。2）将音频转换为文本的模型。
> TTS是一个将文本转换为自然听起来的语音文本的AI模型。我们提供了两种不同的模型变体，Hts-1优化用于实时文本到语音的用例，tts-1-hd优化用于质量。
Whisper是一个通用的语音识别模型。它训练于一个大型的多样化音频数据集，并且是一个多任务模型，可以执行多语言语音识别以及语音翻译和语言识别。
目前，开源版本的Whisper和 OpenAI API提供的版本之间没有区别。然而，OpenAl提供的API，提供了一个优化的推理过程，这使得通过OpenAl的API运行Whisper比通过其他方式快得多

5. Embeddings: 是文本的数值表示，可用于衡量两段文本之间的相关性。目前的第二代Embedding模型 text-embedding-ada-002 旨在以更低的成本替代第一代Embedding模型。Embedding对于搜索、聚类、推荐、异常检测和分类任务很有用。

6. Moderation模型旨在检查内容是否符合OpenAI的使用政策。模型提供分类能力，寻找以下类别的内容：仇恨、威胁/仇恨、自残、性行为、性行为/未成年人、暴力和暴力/图形。
Moderation模型接受任意大小的输入，自动分解成4096个tokc的块。在输入超过32768个token的情况下，会使用截断，在罕见的情況下可能会从moderation检查中遗漏少量token。
每个请求到moderation端点的最终结果显示每个类别的最大值。例如，如果4Ktoken的一个块的类别得分为0.9901，另一个得分为0.1901，结果将在API响应中显示0.9901，因为它更高。
text-moderation-stable 和text-moderation-latest 几乎和最新模型一样有能力，但稍微老一点。最大TOKEN数32768

#### OpenAI API key和Token
访问OpenAI的服务的方式有两种，第一种是通过ChatGPT页面访问，第二种是通过API访问。
通过API访问时，我们就要关注如何获取使用API key，以及了解大模型的计费单元Token。
###### OpenAl API key
OpenAIl API key是一个唯一标识符，允许开发人员通过 API访问 OpenAI 的模型。API 密钥用于对 API 的请求进行身份验证并跟踪使用情况。共享 API Key违反OpenAl的使用条款。
###### 在哪可以找到OpenAI API key
要获取 OpenAI API密钥，开发人员需要注册一个 OpenAI帐户。创建帐户后，开发人员可以从 OpenAI 仪表板请求 API密钥』OpenAI提供了多种计划，包括一个免费计划，允许开发人员在有限的访问权限下测试 API。开发人员可以升级到付费计划以获得对 API 的更多访问权限。
###### User settings
如何使用OpenAI API key
要使用 OpenAI API 密钥，开发人员需要将API集成到他们的应用程序中。OpenAI 提供了多种 SDK和库，可以轻松地将API集成到不同的编程语言中。开发人员可以使用 SDK 向API发送请求并接收响应。响应可用于生成文本、图像和代码。
###### Token
OpenAI的token可以理解为文本中的词块。在API处理提示之前，输入会被分解成为这些token。这些token并不一定恰好在单词的开始或结束处分割——token可以包含尾部空格甚至子词。以下是一些理解token长度的有用准则：
- 1个token ~ 4个英文字符
- 1个token ~ 3/4个单词
- 100个token ~ 75个单词
或者
- 1-2个句子≥30个token
- 1个段落~ 100个token
- 1,500个单词~2048个token

###### 不同语言中对应的token差异
不同语言中，单词如何被分割成token是不同的。例如，西班牙语中的‘Como estas’（意为你好吗’）包含5个token（对于
10个字符）。
更高的token-to-char比率可能会使非英语语言的API实现成本更高

###### 使用token的最佳实践
> 如果某个大模型上下文长度为4097个token，这些token在提示和完成之间共享。如果您的提示有4000个token，那么完成最多只能有97个token。
> API根据单词在语料库数据中的上下文来处理单词。大模型将提示转换为token列表，处理提示，然后将预测的token转换回我们在响应中看到的单词。对于我们来说可能看起来相同的两个单词，根据它们在文本中的结构，可能会生成不同的token。
> 了解token有助于更好地设计提示。例如，由于token可以包含尾部空格，因此知道以空格结尾的提示可能会导致输出质量较低是有帮助的。
总的来说，OpenAI的token是文本

##### supported-countries

+ chatgpt
+ poe。Poe（全称“开放探索平台”，Platform for Open Exploration）是一款由Quora开发的移动应用程序，于2022年12月推出。该应用程序内置建基于人工智能技术的聊天机器人，可供用户向机器人询问专业知识、食谱、日常生活，甚或要求它创作文章等。集合多种chatbot的平台。
+ ChatGPT镜像站合集 Carrot

###### OpenAI API 代理
由于 QpenAI及 GFW 的双重限制，国内用户无宏访问 OpenAI 的API，现提供代理服务地址供开发者免费 使用。
⑦ 代理地址：https://api.openai-proxy.com，支持OpenAI官方所有接口。本服务只做代理中转，不会保存任何数据！
直接将官方接口域名 api.openai.com 替换为 api.openai-proxy.com
即可在国内网络环境下直接调用，支持SSE。
1. 获取ApiKey

注册 QpenAl账号，获取你的 ApiKey，过程略。
2.澎测试代理服务
把下列命令中的 替换为你自己的 api_key

生态

1. aistudio google

gitee 开发文档

1. 获取GITEE_TOKEN： https://gitee.com/personal_access_tokens

gitlab 开发文档

1. 获取projectId
2. 获取 mrIid 例如https://gitlab.com/your-namespace/your-project/-/merge_requests/12 则mrIid 是12
3. 获取 Project access tokens
4. Create new merge request thread

##### 单行审查：
- 优点：1.粒度细，可以精准定位问题;2.实现简单，容易并发处理；3.不会受太长代码块影响 token 限制。
- 缺点：1. 缺少上下文信息，AI 容易「误判」或「判断不出」2.同一个问题可能出现在多行，重复提示；3. 无法覆盖逻辑跨行的缺陷（比如 if/else、try/catch 配对错误）。
##### 整块审查模式（chunk-level review）
- 优点
1. ✅ 完整上下文： AI 能看到函数结构、import、调用关系
2. ✅ 更贴近真实评审： 模拟开发者看 patch 的方式
3. ✅ 可以处理复杂改动： 多行修改、重构、上下文变化都能看懂
4. ✅ 适合 ChatGPT 这类大模型： 它们擅长理解文本块，不怕 token 大一点

-缺点
1. ❌ 粒度粗： 无法精确标注“第几行有问题”（不方便自动生成 inline comment）
2. ❌ 响应较慢： 大块 diff 会导致 token 多、速度慢
3. ❌ 后处理复杂： 要提取 AI 输出，映射到具体行不容易
4. ❌ 容易超过上下文限制： 特别是大型 PR，会超出 token 限额（4k 或 8k）

Function calling 最佳实践

$3

- 明确描述函数的目的、每个参数的含义及其格式，以及输出结果的含义。
- 使用系统提示明确说明每个函数的使用时机（以及不应使用的情况）。通常，应明确指示模型应执行的操作。
- 包含示例和边界情况，特别是用于纠正任何反复出现的错误。（注意：添加示例可能会影响推理模型的性能。）

$3

- 使函数显而易见且直观：遵循“最小惊讶原则”（Principle of Least Astonishment），确保函数的行为符合用户的预期，避免引发混淆或意外行为。
- 使用枚举和对象结构使无效状态无法表示：通过使用枚举类型和对象结构，确保函数的参数和状态在设计时就被限制在有效范围内，减少无效调用的可能性。
- 通过“实习生测试”：从实习生的角度出发，确保函数的定义和使用方式足够清晰，以便没有背景知识的人也能正确使用。

$3

- 不要让模型去填写你已经知道的参数。例如，如果你已经基于之前的菜单获得了 order_id，就不要让函数带有 order_id 参数；相反，可以设计成无参数的 submit_refund() 函数，然后通过代码直接传入 order_id。
- 将总是按顺序调用的函数合并。例如，如果你总是在调用完 query_location() 后再调用 mark_location()，就把标记的位置逻辑直接合并到 query_location() 函数里。

$3

- 在不同函数数量下评估你的性能表现。
- 尽量保证同一时刻可用的函数数量少于20个，不过这只是一个非强制性的建议。

$3

- 在 Playground 中生成并迭代函数 Schema。
- 考虑通过微调来提高在大量函数或复杂任务中的函数调用准确性。（参考教程）