本文给大家简单介绍下最近1到2周,个人使用ChatGPT和其它AI辅助工具,对日常工作事务处理相关的一些验证。自动化编写代码这个内容是我最早期做的验证,当时采用Cursor工具和ChatGPT进行了相应的编码验证,主要是采用Python语言进行验证。通过验证,个人认为GPT最适合的一些个人日常工作自动化的领域包括了。日常办公重复性工作的自动化日常运维工作自动化互联网网页爬虫信息采集工作自动化对于以上三方面的工作全部验证通过。包括我个人在今日头条发布了大量文章,在我给出准确的提示语后,GPT可以帮我生成完整的爬虫程序,将所有文章全部导出为独立的pdf文件,方便我对文章进行保存和归档。具体的提示语如下:请帮我生成一段自动化运行网页脚本程序,具体要求如下:1.获取这个链接https://www.toutiao.com/article/6991637188458906151的网页内容,抓取
内容里面所有网页超链接。2.访问每一个超链接网页内容,将进一步抓取到的
内容。并记录该网页
的信息。3.将第2步抓取的内容生成独立pdf文件。具体pdf的文件名为该网页的内容进行命名。注意整个爬虫程序要增加异常处理,单个网页无法爬虫不要影响后续操作。对于当前程序员工作,建议可以开展的尝试如下:已经有标准语义的代码片段的生成,包括UI,逻辑层,数据库SQL。对你已有的代码进行重构和代码规范性,健壮性检查。帮你阅读他人写的代码,输出核心代码逻辑。当然我现在也在做一个重要的尝试,即基于微服务前后端分层和API接口驱动的思路,让ChatGPT来帮我完成一个简单应用所有的代码编写,而我需要提供的是我的软件需求的自然语言描述。整体的分层思路如下:我希望达到效果是清楚描述原始需求后,让GPT帮我生成DB数据库,同时帮我生成上层的原子类API接口和组合类API接口。在API接口生成完成后,帮我逆向生成前端的VUE界面框架并实现和API接口的联动。比如我现在需要实现一个我现在需要实现一个最简单的采购订单保存功能,一个主从表,前端界面操作存在逻辑处理,订单保存需要实现逻辑处理。基于前面思路前后端通过API接口进行交互,那么整体的逻辑思路如下。基于刚场景的初步验证在构建了该简单业务场景后,我们基于GPT进行了代码生成的初步验证。通过验证至少确认该逻辑思路完全可以跑通。第一步:创建数据库表和SQL语句我现在需要创建以下数据库表,分为采购订单头和采购订单明细,物料三张表。采购订单头包括项目编号,订单编号,订单名称,供应商编号,订货日期,订货人,送货地址信息。采购订单明细包括物料编号,物料名称,订购数量,折扣率,总价信息。还有一张物料信息表,包括了物料编号,物料名称,物料单位,物料单价信息。请帮我生成mysql的建表sql语句。我首先准备了数据库创建需求,GPT会帮我生成完整的SQL语句。由于我用到了供应商编码字段,GPT还给出准确提示,是否需要单独再创建供应商表。GPT反馈:请注意,上面的SQL语句假设您已经有了一个名为suppliers的供应商信息表。如果您还没有创建这个表,请先创建它,并按照您的需要为其定义适当的列。第二步:创建API接口在数据库对象生成完成后,我们可以让GPT帮我创建HttpRestAPI接口。注意你完全可以让它基于底层数据库表,每个表都创建队员的CRUD接口。但是我现在需要一个菜单订单导入的复合接口。因此我给出如下描述如下:好的,我现在需要生成一个采购订单的保存httprestapi接口,该接口实现采购订单的保存操作。我一次传入采购订单头和明细信息,实现采购订单的保存。请帮我用java语言来生成该接口,要求如下。1.采用springboot框架2.数据库访问层采用Ibatis框架3.生成的api接口要实现调用该接口即将整个采购订单数据保存到数据库中。请生成需要哪些java类文件,每个文件的所有源代码。在我给出如下描述后,GPT会帮我生成发布这个接口涉及到的实体类,Controller类,Service类等各层的代码文件。接着我让GPT帮我再生成一个独立的订单校验接口,预算检查接口。具体的描述语如下:和上面相同的处理方式,请帮我再生成一个采购订单校验的API接口,该接口输入参数和订单保存接口输入参数相同。返回两个信息,一个是校验状态是否通过,一个是备注信息。代码实现逻辑先直接返回True的校验状态。和上面相同的处理方式,请帮我再生成一个预算校验的API接口,该接口的输入参数为项目编号,采购总金额两个参数。返回两个信息,一个是校验状态是否通过,一个是备注信息。代码实现逻辑先直接返回True的校验状态。接着,我需要一个组合接口。该接口需要调用底层的三个原子接口进行接口服务编排,形成一个完整的组合接口服务能力。因此我继续和GPT交互,给出我构建组合API接口的需求,具体提示语如下:好的,下面请帮我生成一个新的组合接口,该接口在你前面生成的采购订单保存接口的基础上增加了校验信息。该接口的输入仍然是前面采购订单保存接口相同的输入,即完整的采购订单信息。该接口输出返回两个信息,一个是校验状态是否通过,一个是备注信息。接口实现步骤如下。1.调用你前面生成的采购订单校验API接口进行校验,如果校验通过继续往下,否则返回False校验不通过的信息,程序结束。2.调用你前面生成的预算校验的API接口,项目编号采用输入信息中的项目编号,采购总金额需要你对输入采购订单明细中的采购总价进行汇总,汇总后作为采购总金额。如果校验通过继续往下,否则返回False校验不通过的信息,程序结束。3.调用采购订单保存接口进行订单保存,如果保存成功返回True,失败返回False。第三步:基于API接口反向生成VUE界面在API接口生成好后,我们可以基于API接口的输入参数约束来反向生成对应的VUE前端界面框架。在VUE界面生成出来后,再继续补充VUE前端交互的扩展规则。因此我将其分解为两次来生成。第一次先生成VUE订单录入界面。请基于你前面生成的采购订单保存接口用VUE框架来实现采购订单的录入。注意前端界面是一个主从的结构,包括了采购订单基本信息和采购订单明细信息。采购订单明细信息需要实现一个表格方面进行数据的录入。最终形成的完整数据调用前面实现的组合API接口来完成采购订单的保存操作。接着对前端界面操作进一步完善。请对你刚才生成的VUE框架代码进行完善。具体两个点。1.我输入物料编号,你需要自动调用刚才生成的物料信息查询接口返回物料名称,物料单位,物料单价到表格中。2.我手工在表格中填写采购数量,折扣率信息,你需要通过采购数量*折扣率*物料单价自动计算总价信息,并显示到表格中。到此,我们借助ChatGPT,一个完整的采购订单保持功能即生成完成。当然实际的业务场景会更加复杂,但是基础场景跑通后,我们完全可以进一步训练GPT,积累响应的知识库模板和底层共性API接口能力。包括我们已有的开发框架,共性组件,基础API接口能力描述都可以输入给GPT让其学习和理解,以使GPT后续生产的代码能够完全和我们已有的技术知识体系融合。细节部分还在进一步的尝试中,个人希望是基于上面思路形成一个完整的自然语言进行开发的完整工程实践。