Cloud Studio是腾讯云为开发者提供的一个基于浏览器的集成开发环境(IDE),可以在Web浏览器中进行代码编写、调试、构建和部署应用程序。用户在使用 Cloud Studio 时无需安装,随时随地打开浏览器就能在线编程
- 云端开发:所有的开发工作都在云端进行,不需要在本地安装任何开发环境,使开发者可以随时随地访问和管理自己的项目
- 多语言支持:支持多种编程语言,包括但不限于Node.js、Python、Java、PHP等,满足不同开发者的需求
- 版本控制:支持与GitHub等版本控制系统的集成,方便团队合作开发
- 安全可靠:腾讯云提供安全的运行环境和数据保护,确保开发者的代码和数据安全
- …
接下来,就以一个实际项目作为案例,体验腾讯云Cloud Studio的开发流程
要使用腾讯云Cloud Studio,首先需要进行注册。进入腾讯云官网,可以看到有三种注册方式
每种注册授权都非常简单方便
注册成功后,即可进入以下开发面板
Cloud Studio云端IDE的工作空间支持从代码仓库创建,便于将我们开发的作品以及代码上传至相关Git代码托管平台进行协作式开发,如GitHub、Coding、Gitee、GitCode等,这里以Gitee为例展示Cloud Studio与Git的关联步骤
进入个人设置,找到SSH公钥选项
接着进入对应的Git平台,如Gitee,进入SSH公钥设置,将上面的公钥复制到这里,为该公钥取名后添加即可
接下来正式开始进行云端开发试验,我们的目标是使用Python完成一个Excel工资报表数据的自动计算,因此我们选择Python开发环境
点击完毕后,环境会自动开始配置,正常情况下大概1-2分钟左右,开发环境就能自行配置完成
启动成功后,我们进入了一个欢迎界面,可以看到Cloud Studio 作为在线 IDE,包含代码高亮、自动补全、Git 集成、终端等 IDE 的基础功能,同时支持实时调试、插件扩展等,可以帮助开发者快速完成各种应用的开发、编译与部署工作
如上图所示,在终端处查看一下Python的版本是否符合预期。同时,安装一下本实验需要的依赖环境
pip install pandas
pip install openpyxl
至此就完成了项目的依赖配置
在过去,人们只希望基于已有的给定数据做一些预测和拟合,因此判别式模型得到发展并且很好地解决了大部分任务;而未来,人们将目标转向用生成式模型生成全新数据,进行迁移学习等,也就是常说的人工智能生成内容(AI Generated Content, AIGC)。
为什么我们需要生成全新数据?
答案很简单:我们希望提高人工智能的工作上限,就不能仅仅依靠它对已有数据的拟合,而是像人一样有一定的创新能力。生成式模型相比判别式模型的独特优势,使之可以应对更多的任务,例如推动内容开发、视觉艺术创作、数字孪生、自动编程,甚至为科学研究提供AI视角、Al直觉…因此生成式人工智能的未来发展趋势。
生成式人工智能可以改变许多行业,但它目前仍然需要真人与之互动。由真人给出的高效提示词(Promt)对于生成式AI高质量的输出至关重要。因此,一个名为提示工程师(Prompt Engineer)的全新岗位顺势诞生。如果说生成式人工智能工具是一根魔法棒,那么提示工程师则类似于念咒师。
本次实验我们就体验一下念咒师的角色,借助的GPT工具是Claude,它是由Anthropic公司2023年3月发布的一款AI助理。官方给它的定位是:有用、诚实且无害。
Claude与ChatGPT相比最大的好处是在国内可以直接使用,而且无需支付任何费用。同时,经过几个月各类不同测评及用户测试,Claude的综合性能表现只是稍稍逊色GPT3.5一点。对于习惯使用英语的用户就是直接的平替,对于纯中文的用户来讲也是目前可行方案里面最优的。
接下来就让Claude GPT辅助我们编程
案例:如图所示是财务部门提供的工资报表,当前表格中,考勤扣除金额、个税扣除、实发工资目前是空缺的,我们需要对这三列数据进行核算,得到最终每个人的实发工资
规则:
- 迟到次数核算方法:3次以内不扣除;3次以上每多1次扣除100(也就是第4次开始)
- 个税扣除核算方法:个税扣除 = 基础工资 - 五险一金扣除 - 考勤扣除金额,然后进行以下方式核算:不考虑个税起征点,收入中不超过3000元的按3%税率缴纳个税;3000元-12000元的按10%税率缴纳个税;超过12000元不高于25000元的按税率20%计算;25000元-35000元的按税率25%计算;35000元-55000元的按税率30%计算;55000元-80000元的按税率35%计算。
数据可以从测试工资报表下载,下载完毕后,我们将它上传至Cloud Studio的项目目录中去。新建测试文件demo.py
接着开始“念咒”,需要注意的是,Claude是一个可以连续提问、结合上下文内容进行反馈的AI,所以我们不要一口气把所有的问题让它一下解决,而是一点点地提问、增加需求,让它最终实现我们要的东西。同时,要注意辨别答案的正确性,并及时进行补丁,对话过程如下所示
最终得到的完整代码如下所示
import pandas as pd
df = pd.read_excel('salary.xlsx')
# 考勤扣除金额计算
df['考勤扣除金额'] = (df['迟到次数'] - 3).clip(lower=0) * 100
# 个税扣除金额计算
df['个税扣除'] = 0
taxable_income = df['工资基数'] - df['五险一金扣除'] - df['考勤扣除金额']
df.loc[taxable_income <= 3000, '个税扣除'] = taxable_income * 0.03
df.loc[(taxable_income > 3000) & (taxable_income <= 12000), '个税扣除'] = taxable_income * 0.1
df.loc[(taxable_income > 12000) & (taxable_income <= 25000), '个税扣除'] = taxable_income * 0.2
df.loc[(taxable_income > 25000) & (taxable_income <= 35000), '个税扣除'] = taxable_income * 0.25
df.loc[(taxable_income > 35000) & (taxable_income <= 55000), '个税扣除'] = taxable_income * 0.3
df.loc[(taxable_income > 55000) & (taxable_income <= 80000), '个税扣除'] = taxable_income * 0.35
df.loc[taxable_income > 80000, '个税扣除'] = taxable_income * 0.45
# 实发工资计算
df['实发工资'] = df['工资基数'] - df['五险一金扣除'] - df['考勤扣除金额'] - df['个税扣除']
print(df)
# 将计算结果写入Excel
df.to_excel('salary_output.xlsx', index=False)
print('计算结果已写入Excel表格salary_output.xlsx')
将数据表下载到本地如图所示
开发完成后,直接关闭浏览器窗口是无法关闭我们的空间状态的,需要到模版中停止空间,完成开发
最后分享项目地址
整体体验腾讯云Cloud Studio后,我发现它是一个非常强大且易于使用的代码开发平台。首先它提供了多种不同的开发环境,这使得我可以轻松地选择我最熟悉或最适合我的需求的语言或环境来构建、训练和部署应用程序,而无需考虑配置的问题。
在案例中可以看到,腾讯云Cloud Studio提供了许多预构建的包,即使临时安装依赖也很方便。同时,Cloud Studio的文档资源非常丰富和详细,这让用户在使用过程中遇到任何问题时都能够快速找到帮助和支持,请看文档手册。
总的来说,和现有平台相比,腾讯云Cloud Studio核心在于快速启动,便捷开发,非常适合和各个应用领域结合,快速提供相关的解决方案。