前言：?

人工智能的發展，在現在，編程技術的IDE里面也融合了AI的基本操做。本例，以微軟的Visual Studio中的人工智能的功能介紹例子。

---

本例的環境：

Visual Studio 17.12??

---

1 AI 智能變量檢測：

上圖展示了一個root的未知類型的變量，這里定義為，NaN(Not a Number)的錯誤，每當出現意外值時，此功能都將在 IDE 中實時分析變量，從而顯著提高故障排除速度。不過這個需要激活，GitHub Copilot。 也就是不需要你通過搜索，直接通過AI幫你分析代碼的問題。

---

2 AI IEnumberable可視化工具+LINQ的語法來查詢復雜的變量：

之前一個負責的類變量的相關查詢是非常復雜的，你要點很多次，找到你要的的變量里面的數據，然后，逐一表達出來。如果里面有幾個變量你都需觀察，那么，完蛋了，你的顯示屏的長度也許不夠用，當然，買一個可以豎起來的屏幕是個方法。

現在通過AI 工具結合LING的語法，能夠自動幫你梳理你想要的變量：

?然后，輸入你要做的事情

然后，我們在提示詞窗口，給粗更多的要求，

最終得到我們想要的的結果。

---

?3??GitHub Copilot 修復代碼：

?

---

4 C# 的AI增強：

GitHub Copilot 代碼完成在編碼時內聯提供自動完成建議。 這些建議基于當前活動文件的內容以及編輯器中任何其他打開的文件生成。 但是，我們發現，合并更相關的上下文可顯著提高這些建議。為了增強 C# 開發人員的體驗，我們更新了 GitHub Copilot 以包含其他 C# 上下文，例如完成時可用的類型和方法。
使用最新版本的 Visual Studio，GitHub Copilot 現在會自動考慮其他上下文的語義相關文件，即使這些文件未在編輯器中打開也是如此。 這種改進有助于減少幻覺，同時提供更相關的準確建議。之前：語義相關的文件不被視為 GitHub Copilot 完成的上下文 。

【案】這一段，我稍微有一點沒有看懂官網的說法，我理解是，對自動匹配提供了C#更精確的方法。?

---

?5 調試的AI自動化
當發現一個問題報錯后的調試

這個功能很好，在調試后，這個AI能夠自動提供調試的計劃，并設定調試的斷點、變量和監視的變量。

---

6??GitHub Copilot 開源代碼應用：

這個功能也非常有意思，就是，你可以選擇一段代碼，然后，搜索他是不是從開源庫，或者從哪個開源庫過來的。

或者，去找相識的開源代碼。

Copilot居然可以在給你找到所有相關的代碼，和使用代碼的許可證情況。這樣你不用擔心你的程序是否違法了協議。

---

7 引導式聊天的AI提示符

引導式聊天是最新的一個和AI互動的概念，就是把你要問的問題，通過引導的提示符方式，讓AI 真正了解你問的是什么。

這個例子里面，我們問了怎么解決，不是很很清楚，這時候，AI 自動告訴我們他的理解和解釋。斌給粗了下面幾種你可能要真正問的問題。

這樣比較方便我們語言表達能力差或者偏差的情況。