2023 是 AI 大爆发的一年,这一年我在我的生产力工具中(一个叫 lowcode 的 vscode 插件)接入了 ChatGPT API,插件也进行了重构,日常搬砖也因为 ChatGPT 的引入发生了很大的变化。
在介绍 ChatGPT 是如何与 lowcode 插件结合之前,先说说 lowcode 插件的发展历史,毕竟从 2020 年第一个版本发布到现在也迭代 3 年多了。
一开始写这么个插件的目的为了拉取 YAPI 接口文档信息生成前端 API 请求方法,如下
export interface IFetchUserListResult { code: number; msg: string; result: { rows: { name: string; age: number; mobile: string; address: string; tags: string[]; id: number; }[]; total: number; }; } export interface IFetchUserListParams { name?: string; page: number; size: number; } /** * 用户列表 * http://yapi.smart-xwork.cn/project/129987/interface/api/1796953 * @author 划水摸鱼糊屎工程师 * * @param {IFetchUserListParams} params * @returns */ export function fetchUserList(params: IFetchUserListParams) { return request<IFetchUserListResult>(`${env.API_HOST}/api/user/page`, { method: 'GET', params, }); }
之后增加了根据 JSON 生成 API 请求、根据 JSON 生成 TS 类型等功能。
再之后就是引入了物料的概念:代码片段和区块。上面说的根据 YAPI 接口信息生成 API 请求方法、根据 JSON 生成 API 请求、根据 JSON 生成 TS 类型都属于代码片段,只在当前激活的文件里生成代码。而区块就是在多个文件里生成代码(或者说创建多个文件)。
代码片段可以通过右键菜单、输入提示、可视化界面进行使用,区块只能通过可视化界面使用。
输入提示类似 vscode 自带的代码片段功能,同时兼容 vscode 代码片段的语法
代码片段可视化的功能目前我也很少用到(可以不用,但不能没有)
前面也说了,区块是为了在多个文件里生成代码(或者创建多个文件)。比如写一个 react 组件的时候,可能包含 js 文件和 css 文件。
不同区块的 Schema 表单不一样,产生不一样的模板数据,就可以达到模板数据 + 模板生成代码的目的。
插件读取项目根目录下的 materials/blocks 作为区块,读取 materials/snippets 作为代码片段。
目前已经支持配置任意目录,在所有项目*享物料
代码片段和区块目录内的内容如下
主要是 src 目录内的内容存在差异,代码片段的 src 目录内必须是 template.ejs 文件,区块的 src 目录内可以是任意内容。生成代码的时候,使用 ejs 模板引擎编译 ejs 文件。代码片段是将编译以后的内容插入到编辑器光标所在的位置,区块是将编译后的文件拷贝到指定的目录里(非 ejs 文件直接拷贝)。
默认模板数据
物料相关配置
{ "title": "", "description": "", "img": [ "https://gitee.com/img-host/img-host/raw/master/2020/11/05/1604587962875.jpg" ], "category": [], "notShowInCommand": true, "notShowInSnippetsList": true, "notShowInintellisense": true, "showInRunSnippetScript": true, "schema": "amis", "scripts": [] }
可视化界面 Schema 表单配置,支持 form-render、formily、amis。
模板编译周期钩子函数
module.exports = { beforeCompile: context => { console.log(context) }, afterCompile: context => { console.log(context) }, complete: context => { console.log(context) }, }
重构之后会利用这个文件做更多有趣的事
右键菜单使用代码片段的适用范围有限
export const generateCode = (context: vscode.ExtensionContext) => { context.subscriptions.push( vscode.commands.registerTextEditorCommand( 'lowcode.generateCode', async () => { const rawClipboardText = getClipboardText(); let clipboardText = rawClipboardText.trim(); clipboardText = JSON.stringify(jsonParse(clipboardText)); const validYapiId = isYapiId(clipboardText); const validJson = jsonIsValid(clipboardText); const valid = validJson || validYapiId; if (valid) { if (validYapiId) { await genCodeByYapi(clipboardText, rawClipboardText); } else { await genCodeByJson(clipboardText, rawClipboardText); } return; } try { await genCodeByTypescript(rawClipboardText, rawClipboardText); } catch { window.showErrorMessage('请复制Yapi接口ID或JSON字符串或TS类型'); } }, ), ); };
代码里写死了逻辑,只能处理 json 、ts 类型、YAPI 接口。
引入 ChatGPT 的最初目的是为了翻译区块 Schema 表单对应的模板数据里的指定字段。
点击 Ask ChatGPT 就会打开 ChatGPT 的 WebView 界面,并自动发送预设的 Prompt。
预设的 Prompt 就是放在 viewPrompt.ejs 中
内容如下:
<%- model %> 将这段 json 中,filters 字段中的 key 字段翻译为英文,使用驼峰语法,label、placeholder 保留中文。columns 字段中的 key、dataIndex 字段翻译为英文,使用驼峰语法,title 字段保留中文。 返回翻译后的 markdown 语法的代码块
这种方式和 ChatGPT 交流会有各种玄学问题,比如翻译的字段不对或者所有的字段都翻译了,也可能是我写的 Prompt 有问题,这个功能也几乎不用了,后面会介绍另一种方式。
看过几个 vscode 里 ChatGPT 的插件,大都是写死几个菜单,比如解释一段代码的意思、重构一段代码、给代码添加单元测试,说实话,有点 low low 的。
我是加了两个菜单:Ask ChatGPT、Ask ChatGPT With Template
逻辑很简单,直接把当前选中的代码或者剪贴板里的内容原封不动的发给 ChatGPT。
vscode.commands.registerCommand('lowcode.askChatGPT', () => { showChatGPTView({ task: { task: 'askChatGPT', data: getSelectedText() || getClipboardText(), }, }); }),
其实这个菜单完全可以去掉,用 Ask ChatGPT With Template 也能实现
顾名思义就是根据不同的场景使用不同的 Prompt 模版去问 ChatGPT。
只需要在代码片段的目录下添加 commandPrompt.ejs 文件即可
内容可能如下
下面我让你来充当翻译家,你的目标是把中文翻译成英文单词,请翻译时使用驼峰格式,小写字母开头,不要带翻译腔,而是要翻译得自然、流畅和地道,使用优美和高雅的表达方式。 请翻译下面的内容:“<%- rawSelectedText || rawClipboardText %>”
之前提到过右键菜单使用代码片段的适用范围有限,只能处理 json 、ts 类型、YAPI 接口。接入 ChatGPT 后,又加了两个菜单。如果之后要加什么新功能还得接着加菜单,那就太 low 了。
虽然引入了 ChatGPT,但是 ChatGPT 的交互页面是独立的,ChatGPT 返回结果后还需要手动复制,我这种懒人是无法接受的。
可视化界面配置表单还是挺费时的,而且原来的 Ask ChatGPT 的功能也比较玄学。加了一个“执行脚本”的按钮,可以实现调用物料目录下 src/index.js 文件内指定方法。
在使用 ChatGPT 进行翻译的时候,使用了 TypeChat(关于 TypeChat 可以看 TypeChat、JSONSchemaChat实战 - 让ChatGPT更听你的话),但是并不需要在插件内部引入 TypeChat。如下
export async function handleAskChatGPT() { const { lowcodeContext } = context; const schema = fs.readFileSync( path.join(lowcodeContext!.materialPath, 'config/schema.ts'), 'utf8', ); const typeName = 'PageConfig'; const res = await translate<PageConfig>({ schema, typeName, request: JSON.stringify(lowcodeContext!.model as PageConfig), completePrompt: `你是一个根据以下 TypeScript 类型定义将用户请求转换为 "${typeName}" 类型的 JSON 对象的服务,并且按照字段的注释进行处理:\n` + `\`\`\`\n${schema}\`\`\`\n` + `以下是用户请求:\n` + `"""\n${JSON.stringify(lowcodeContext!.model as PageConfig)}\n"""\n` + `The following is the user request translated into a JSON object with 2 spaces of indentation and no properties with the value undefined:\n`, createChatCompletion: lowcodeContext!.createChatCompletion, showWebview: true, extendValidate: (jsonObject) => ({ success: true, data: jsonObject }), }); lowcodeContext!.outputChannel.appendLine(JSON.stringify(res, null, 2)); if (res.success) { return { ...res.data }; } return lowcodeContext!.model; }
脚本方法执行完后将模版数据(model)返回,省去手动复制。
可以像写业务代码一样,根据自己需要添加各种处理方法,尝试各种新的技术。
如果 schema 表单用的是 amis,还可以在 schema 中配置执行脚本,比如:
{ "type": "button", "label": "插入// lowcode-model-import-api", "onEvent": { "click": { "actions": [{ "actionType": "runScript", "args": { "method": "insertPlaceholder", "params": "// lowcode-model-import-api" } }] } } }
点击按钮的时候,会调用 insertPlaceholder
方法,参数为 // lowcode-model-import-api
添加了 Run Snippet Script
菜单
选择对应的模版(代码片段)后,会执行模版目录下 src/index.js 的 onSelect
方法,方法里可以写任何逻辑。
只需要将代码片段目录下的 config/preview.json
文件里的showInRunSnippetScript
设置为 true
,代码片段就会出现在菜单中。
{ "title": "", "description": "", "img": [ "https://gitee.com/img-host/img-host/raw/master/2020/11/05/1604587962875.jpg" ], "category": [], "notShowInCommand": false, "notShowInSnippetsList": true, "notShowInintellisense": true, "showInRunSnippetScript": true, "schema": "amis", "scripts": [] }
这个功能的加入,可以做很多有趣的事情,如下:
把插件内部根据 YAPI 接口文档信息生成前端 API 请求方法的代码挪到了外面,并且加了个有意思的功能,让 ChatGPT 生成请求方法的名称,部分代码如下:
const res = await fetchApiDetailInfo(domain, yapiId, token); if (!res.data.data) { throw res.data.errmsg; } funcName = await context.lowcodeContext!.createChatCompletion({ messages: [ { role: 'system', content: `你是一个代码专家,按照用户传给你的 api 接口地址,和接口请求方法,根据接口地址里的信息推测出一个生动形象的方法名称,驼峰格式,返回方法名称`, }, { role: 'user', content: `api 地址:${res.data.data.query_path},${res.data.data.method} 方法,作用是${res.data.data.title}`, }, ], }); typeName = `I${funcName.charAt(0).toUpperCase() + funcName.slice(1)}Result`;
完整代码:https://github.com/lowcode-scaffold/lowcode-materials/tree/master/materials/snippets/axios-request-api-外挂脚本/script
使用百度 OCR 识别图片文字
因为 nodejs 没法读取剪贴板里的图片,只能打开一个 webview 去读取,核心代码如下:
import { window, Range, env } from 'vscode'; import { generalBasic } from '../../../../../share/BaiduOCR/index'; import { context } from './context'; export async function bootstrap() { const { lowcodeContext } = context; const clipboardImage = await lowcodeContext?.getClipboardImage(); const ocrRes = await generalBasic({ image: clipboardImage! }); const words = ocrRes.words_result.map((s) => s.words).join(','); env.clipboard.writeText(words).then(() => { window.showInformationMessage('内容已经复制到剪贴板'); }); window.activeTextEditor?.edit((editBuilder) => { // editBuilder.replace(activeTextEditor.selection, content); if (window.activeTextEditor?.selection.isEmpty) { editBuilder.insert(window.activeTextEditor.selection.start, words); } else { editBuilder.replace( new Range( window.activeTextEditor!.selection.start, window.activeTextEditor!.selection.end, ), words, ); } }); }
import { Controller, Get } from '@nestjs/common'; import { AppService } from './app.service'; @Controller() export class AppController { constructor(private readonly appService: AppService) {} @Get() getMaterialPath() { return this.appService.getMaterialPath(); } }
import { Injectable } from '@nestjs/common'; import { context } from './context'; @Injectable() export class AppService { getMaterialPath() { return context.lowcodeContext?.materialPath; } }
完整代码:https://github.com/lowcode-scaffold/lowcode-materials/tree/master/materials/snippets/start nest api server/script
使用了TypeChat
,ChatGPT 返回的结果有提问,最终重试之后正确了。
完整代码:https://github.com/lowcode-scaffold/lowcode-materials/tree/master/materials/snippets/生成 value-label 格式 JSON/script
代码:
import { env, window, Range } from 'vscode'; import { context } from './context'; export async function bootstrap() { const clipboardText = await env.clipboard.readText(); const { selection, document } = window.activeTextEditor!; const selectText = document.getText(selection).trim(); let content = await context.lowcodeContext!.createChatCompletion({ messages: [ { role: 'system', content: `你是一个翻译家,你的目标是把中文翻译成英文单词,请翻译时使用驼峰格式,小写字母开头,不要带翻译腔,而是要翻译得自然、流畅和地道,使用优美和高雅的表达方式。请翻译下面用户输入的内容`, }, { role: 'user', content: selectText || clipboardText, }, ], }); content = content.charAt(0).toLowerCase() + content.slice(1); window.activeTextEditor?.edit((editBuilder) => { if (window.activeTextEditor?.selection.isEmpty) { editBuilder.insert(window.activeTextEditor.selection.start, content); } else { editBuilder.replace( new Range( window.activeTextEditor!.selection.start, window.activeTextEditor!.selection.end, ), content, ); } }); }
代码:
import * as path from 'path'; import * as vscode from 'vscode'; import * as fs from 'fs-extra'; import { context } from './context'; export async function bootstrap() { const { lowcodeContext } = context; const explorerSelectedPath = path .join(lowcodeContext?.explorerSelectedPath || '') .replace(/\\/g, '/'); const explorerSelectedPathArr = explorerSelectedPath.split('/'); const name = explorerSelectedPathArr.pop(); vscode.window.withProgress( { location: vscode.ProgressLocation.Notification, }, async (progress) => { progress.report({ message: `loading`, }); let content = await context.lowcodeContext!.createChatCompletion({ messages: [ { role: 'system', content: `你是一个翻译家,你的目标是把中文翻译成英文单词,请翻译时使用驼峰格式,小写字母开头,不要带翻译腔,而是要翻译得自然、流畅和地道,使用优美和高雅的表达方式。请翻译下面用户输入的内容`, }, { role: 'user', content: name || '', }, ], }); content = content.charAt(0).toLowerCase() + content.slice(1); fs.renameSync( path.join(lowcodeContext?.explorerSelectedPath || ''), path.join(explorerSelectedPathArr.join('/'), content), ); }, ); }
代码:
import * as path from 'path'; import { window } from 'vscode'; import * as fs from 'fs-extra'; import { context } from './context'; import { renderEjsTemplates } from '../../../../../share/utils/ejs'; export async function bootstrap() { const { lowcodeContext } = context; const result = await window.showQuickPick( [ 'uniapp/vue3-mvp', 'uniapp/vue3-mvp emit', 'uniapp/vue3-mvp props', 'uniapp/vue3-mvp props emit', ].map((s) => s), { placeHolder: '请选择模板' }, ); if (!result) { return; } const tempWorkPath = path.join( lowcodeContext?.env.rootPath || '', '.lowcode', ); fs.copySync(path.join(lowcodeContext?.materialPath || ''), tempWorkPath); await renderEjsTemplates( { createBlockPath: path .join(lowcodeContext?.explorerSelectedPath || '') .replace(/\\/g, '/'), }, path.join(tempWorkPath, 'src'), ); fs.copySync( path.join(tempWorkPath, 'src', result), path.join(lowcodeContext?.explorerSelectedPath || ''), ); fs.removeSync(tempWorkPath); }
右边 WebView 是一个独立的工程,部署在 vercel 上,主要为了学一下 UnoCSS,后续可能会把 screenshot-to-code 抄过来
完整代码:https://github.com/lowcode-scaffold/lowcode-materials/tree/master/materials/snippets/打开webview/script
WebView 项目代码(Vue):lowcode-webview-vue
WebView 项目代码(React):lowcode-webview-react-vite
上面列举了我常用的一些功能,以及正在尝试的东西,可以看出 lowcode 插件的*度已经很高了,后续如果出现了什么好玩的技术可以立即接入玩一下。
2023 对图片相关的 AI 研究的比较少,也想不到有什么使用场景。
2024 研究一下 Design to Code + AI 的落地。
插件源码:https://github.com/lowcoding/lowcode-vscode
物料源码:https://github.com/lowcode-scaffold/lowcode-materials