pit编程(Chatgpt 编程 工作实战使用 (国内 镜像))
又到周末 ,时间像是乘着光阴的箭, 一去不返 , 时间的流逝 似乎没有直觉 ,就像哪一座座大山 ,斗转星移 之间
便拔地而起了 , 日复一日年复一年 , 的工作使人麻木 ,今天不写技术文 ,写一些有趣的Chatgpt 概述
导入功能 @PostMapping("/import") public JSONArray importUser(@RequestPart("file")MultipartFile file) throws Exception { JSONArray array = ExcelUtils.readMultipartFile(file); System.out.println("导入数据为:" + array); return array; } 导出功能 @GetMapping("/export") public void export(HttpServletResponse response) { // 表头数据 List<Object> head = Arrays.asList("姓名","年龄","性别","头像"); // 用户1数据 List<Object> user1 = new ArrayList<>(); user1.add("诸葛亮"); user1.add(60); user1.add("男"); user1.add("https://profile.csdnimg.cn/A/7/3/3_sunnyzyq"); // 用户2数据 List<Object> user2 = new ArrayList<>(); user2.add("大乔"); user2.add(28); user2.add("女"); user2.add("https://profile.csdnimg.cn/6/1/9/0_m0_48717371"); // 将数据汇总 List<List<Object>> sheetDataList = new ArrayList<>(); sheetDataList.add(head); sheetDataList.add(user1); sheetDataList.add(user2); // 导出数据 ExcelUtils.export(response,"用户表", sheetDataList); }上面是写一个 Java当中最常见的功能导入和 导出的功能 大家能看出它有那些不足嘛 ,我们将接受的文件流转换为 对象,最后将对象保存到 数据库当中去 , 可以看到我们并没有对他进行 异常处理对吧 ,我们把代码贴到 chatgpt当中
chatgpt 使用格式 优化 【贴入代码】 chatgpt 返回结果 @PostMapping("/import") public ResponseEntity<String> importUser(@RequestPart("file") MultipartFile file) { try { if (file == null || file.isEmpty()) { return ResponseEntity.badRequest().body("File is empty"); } List<User> users = ExcelUtils.readMultipartFile(file, User.class); for (User user : users) { // TODO: do something with the user object logger.info(user.toString()); } return ResponseEntity.ok("Imported " + users.size() + " users"); } catch (Exception e) { logger.error("Error importing users", e); return ResponseEntity.status(HttpStatus.INTERNAL_SERVER_ERROR).body("Error importing users"); } }我们可以看到 他不仅给对象增加了判空,并且 还加上了日志 ,还给了你对应的异常处理 ,
这一点可能看不出有多强, 我们 用最简单的词汇 才描述一下
用Java写一个导入导出上面是Chatgpt 返回的导入导出结果的文件 ,我们可以看到返回非常迅速
接下来我们在优化
我们从这里可以看出 他可以用来强化我们的代码 ,甚至你可以把你的代码 代码 贴进去 ,直接 回答 ,
优化 重构 、 减少冗余 类似功能 类似实现 算法实现这就是他的强大之处 ,我相信很多小伙伴都会有一个疑问的点 ,为啥 我用其他AI 模型 回答确实是不一样
那就是因为模型 不同 ,因为模型也分训练的熟练程度 ,比如 你问的其他ChatGPT , 你看回答会更加的 清晰Chatgpt 镜像地址
下面整理了一些 镜像地址,大家可以 用于自行优化代码 ,我分模型进行整理
大家 可以自行访问使用 ,截至2023 2月24号 正常访问
我将使用下面问题进行截图 ,我们可以看到 不同 模型之间的回答 也是天差地别 ! 最好是用下面第一个写一个Java分布式调用接口
模型: GPT-3.5 : http://wwccoo.com/# /
模型: GPT-3.0: https://gpt.sanrenjz.com/
模型: GPT-3.0: http://chat.h2ai.cn/home
模型: GPT-3.0: https://chat.forchange.cn
模型: GPT-3.0: https://ai.askai.ws/#from_root_top
模型: https://6om.net/创心域SEO版权声明:以上内容作者已申请原创保护,未经允许不得转载,侵权必究!授权事宜、对本内容有异议或投诉,敬请联系网站管理员,我们将尽快回复您,谢谢合作!