倚天屠龙：Github Copilot vs Cursor

武林至尊，宝刀屠龙。号令天下，莫敢不从。倚天不出，谁与争锋！

作为开发人员吃饭的家伙，一款好的开发工具对开发人员的帮助是无法估量的。还记得在学校读书的时候，当时流行CS架构的RAD，Delphi和VisualBasic大行其道。就因为Delphi开发快，即使原来没学过Pascal（当时都是学C、C++），对Pascal也谈不上喜爱，还是用了Delphi开发学校的人事系统、国际交流与合作处的信息管理系统等。后面又碰到香港同行用Visual Basic开发的PC同步软件，又跟着学了一波Visual Basic。

后面J2EE大势浩浩荡荡，又经历了JBuilder（可惜了，Borland）、Eclipse、Intellij Idea、Visual Code等IDE的变迁。

然后是去年ChatGPT的发布，开启了生成式AI的浪潮，面向对象编程开始进入“注释驱动编程“、”面向注释编程” 😁
在这里插入图片描述

根据2023年JetBrains的全球开发者生态调研[1]，84%的开发者表示他们在工作中正在积极使用生成式AI工具。60%的受访者认为，AI辅助编程工具将从根本上改变软件开发就业市场，但只有13%的人相信人工智能将完全代替开发人员编写代码。大约三分之一的开发者认为软件开发中大多数编程将会变成快速工程。开发者认为人工智能将成为帮助他们编写代码的有效辅助工具，而不是完全取代他们。

不管人工智能是否能取代开发人员，都建议你现在开始接触AI辅助编程工具。我推荐你从尝试GitHub Copilot和Cursor开始。要怎么样才能用好这些辅助工具？刚注册Cursor的时候，我收到一封来自Cursor的email，里面这句话让我印象深刻：
As you get started, keep in mind that programming with AI is a new style of coding. It requires rethinking what you spend time on and what you offload to the computer.

在你开始编程时，请记住，使用人工智能编程是一种新的编码风格。它需要你重新思考在什么上花时间以及你将什么工作交给计算机来处理。

GitHub Copilot

GitHub Copilot可以说是先行者，但是要等到Copilot Chat上线，产品才算完整。GitHub Copilot目前是收费的，每个月10美元。新用户可以免费试用一个月。

虽然GitHub Copilot声称已经升级为GPT-4模型（we’ve upgraded your Copilot Chat experience, bringing more accurate code suggestions and explanations with OpenAI’s GPT-4 model.），但是用起来感觉还不是，可能还没有全部升级完成？

GitHub Copilot最强大的就是面向注释编程，顺畅的时候真是“心有灵犀一点通”，写代码是如虎添翼、快如闪电；但是不顺的时候，说不出的拧巴，感觉就真的是你正专心开车的时候，突然副驾驶要抢你的方向盘 🥵 运用之妙，存乎一心。用得好是神兵利器，用得不好就是卧龙凤雏了。

看下面的例子（response_str是LangChain调用GPT-4返回的，死活不肯返回纯粹的json格式，只好自己处理），Copilot给我提示……

在这里插入图片描述

碰到这种情况，补充注释就好：
# 检测response_str，如果是markdown格式的块：以```json开头，以```结尾，就转换为纯粹的json格式，因为json.loads只能处理纯粹的json格式

Gopilot会给出新的方案：

if response_str.startswith("```json") and response_str.endswith("```"):

response_str = response_str[7:-3]

Cursor

Cursor刚推出时完全免费，而且用的还是GPT-4，一鸣惊人，后来估计GPT-4太贵了，变成了有限免费：每月可以使用50条GPT-4请求和200条GPT-3.5请求。不过它每个月收费20美元，有点贵，建议自己开通微软的Azure的GPT-4服务，那样按用量付费，怎么也用不了20美元。没有用过GPT4的时候，觉得GPT-3.5也不错，可是用了GPT4，就再也回不去了。曾经沧海难为水。

设置使用Azure API

点开Cursor Setting的Advanced，就可以用Azure的API按量付费。
在这里插入图片描述

生成代码

Cursor常用的快捷键是Ctrl+K（生成代码、修改代码）、Ctrl+L（跳到CHAT界面），以至于有人笑称以前的码农是CV大法走天下，新一代码农是KL在手，天下我有。

我们来实战看一下Ctrl+K生成代码，以抓取LangChain的文档（https://python.langchain.com/docs/get_started）为例。

按Ctrl+K，输入：
以 https://python.langchain.com/ 作为baseUrl，baseUrl+/docs/get_started 作为起点，抓取文档，对于每一个文档，进行html解析，继续抓取class为"pagination-nav__link–next"的链接，直至抓取最后一个文档。所有抓取的文档保存到本地的docs目录下。对于每一个链接，要判断是否已经抓取过了。

第一版运行出错：

File “f:\Ivan\study\get-langchain-docs\get_langchain_docs.py”, line 15, in save_document

file.write(response.text)
UnicodeEncodeError: ‘gbk’ codec can’t encode character ‘\U0001f99c’ in position 252: illegal multibyte sequence
选中出错信息，按Ctrl+Shift+L，问：要改编码吧？
Cursor给出了解决方法：

with open(os.path.join(folder, filename), 'w') as file:
        file.write(response.text)

改成：

with open(os.path.join(folder, filename), 'w', encoding='utf-8') as file:
        file.write(response.text)

再次运行，发现文件名不对，给文件名加上扩展名：filename += “.html”

还发现有这种url，结尾多了/：https://python.langchain.com/docs/expression_language/how_to/

Ctrl+K输入：如果full_url以/结尾，则去掉尾部的/ ，自动生成代码（这种实际上自己输入更快，不熟悉Python的话可以让Cursor生成）：

if full_url.endswith('/'):
            full_url = full_url[:-1]

最终得到了这样的源码：

# 以 https://python.langchain.com/ 作为baseUrl，baseUrl+/docs/get_started 作为起点，抓取文档，对于每一个文档，进行html解析，继续抓取class为"pagination-nav__link--next"的链接，直至抓取最后一个文档。所有抓取的文档保存到本地的docs目录下。对于每一个链接，要判断是否已经抓取过了。

import os
import time
import requests
from bs4 import BeautifulSoup

def save_document(url, folder='docs'):
    if not os.path.exists(folder):
        os.makedirs(folder)
    response = requests.get(url)
    soup = BeautifulSoup(response.text, 'html.parser')
    # 修改文档中的CSS路径
    for link in soup.find_all('link', href=True):
        if link['href'].startswith('/assets/css/'):
            link['href'] = '.' + link['href']
    filename = url.split('/')[-1] or 'index.html'
    filename += ".html"
    with open(os.path.join(folder, filename), 'w', encoding='utf-8') as file:
        file.write(str(soup))
    return soup

def get_next_link(soup):
    link_tag = soup.find(class_="pagination-nav__link--next")
    if link_tag and 'href' in link_tag.attrs:
        return link_tag['href']
    return None

def crawl_docs(start_url, base_url='https://python.langchain.com'):
    visited = set()
    next_url = start_url
    while next_url:
        full_url = base_url + next_url
        if full_url.endswith('/'):
            full_url = full_url[:-1]
        if full_url not in visited:
            print('visiting', full_url)
            visited.add(full_url)
            soup = save_document(full_url)
            time.sleep(3)
            next_url = get_next_link(soup)
        else:
            break

if __name__ == '__main__':
    start_path = '/docs/get_started'
    crawl_docs(start_path)

还不错，是吧？

注：上面只是用来演示如何使用Cursor，如果经常要抓取某些网站的文档来投喂大模型，可以考虑专门的开源项目，如gpt-crawler：https://github.com/BuilderIO/gpt-crawler 说到这个，不得不提Java的开源项目，如Spring Boot，一般都会提供单独的pdf文件，要投喂大模型太方便了。

另外，Cursor可以提问除了与编程无关的问题，可以当作chatgpt的GPT4版本来用。这对于苦于无法开通chatgpt plus会员的用户来说，可以当作暂时的解决方法。虽然不能用多模态，但还是具备高质量的对话能力，很多时候也够用了。

如你可以在Cursor里面提问“胃反酸是怎么回事？”，它会回答：