買這商品的人也買了...
-
$505碼出高效：Java 開發手冊 -
當代金融市場, 8/e (適用: 研究所．大學．實務界)$700$665 -
ChatGPT 開發手冊 - 用 OpenAI API ‧ LangChain ‧ Embeddings 設計 Plugin、LINE/Discord bot、股票分析與客服自動化助理$750$593 -
AIGC 自動化編程：基於 ChatGPT 和 GitHub Copilot$479$455 -
$407分佈式數據庫基礎與應用 -
AI 神助攻！程式設計新境界 – GitHub Copilot 開發 Python 如虎添翼 : 提示工程、問題分解、測試案例、除錯$560$442 -
Java研發自測入門與進階$539$512 -
$403架構師啟示錄：知識模型、落地方法與思考模式 -
Python 推薦系統實戰：基於深度學習、NLP 和圖算法的應用型推薦系統$594$564 -
$709圖像畫質算法與底層視覺技術 -
$505AIGC 輔助軟件開發：ChatGPT 10倍效率程式設計實戰 -
顧問教你做 ─ Odoo 在台教戰手冊：完整圖解流程與實戰案例 (iThome鐵人賽系列書)$680$530 -
自己開發 ChatGPT - LLM 從頭開始動手實作$720$569 -
三維視覺新範式：深度解析 NeRF 與 3DGS 技術$654$621 -
LangChain 奇幻旅程：OpenAI x Gemini x 多模態應用開發指南$680$530 -
多 Agent 智慧體 - LangChain 大型 ReAct 系統開發$880$695 -
為你自己學 Python$600$474 -
$709基於大模型的 RAG 應用開發與優化 — 構建企業級 LLM 應用 -
ChatGPT 4 實戰應用：GPT-4o、GPTs、Customize GPT、Cursor AI、Chat AI、Chat BI 讓AI成為你的超級助手！$490$387 -
$422LangChain 實戰派：大語言模型 + LangChain + 向量數據庫 -
ChatGPT 萬用手冊 2025 春季號：GPT-4o、o1/o3、GPTs、Canvas、DALL-E 3、Sora、Copilot、Claude 3.5、Gemini 2.0、NotebookLM$680$476 -
LLM 原理完整回顧 - 大型語言模型整體脈絡最詳細剖析$1,080$853 -
讓 AI 好好說話！從頭打造 LLM (大型語言模型) 實戰秘笈$680$537 -
AI 輔助編程 Python 實戰基於 GitHub Copilot 和 ChatGPT$539$512 -
不用自己寫！用 GitHub Copilot 搞定 LLM 應用開發$600$474
相關主題
商品描述
本書是一本專為編程愛好者和專業人士設計的實用指南。全書共分為十個章節，系統地介紹了人工智能在編程領域的應用，特別是AI輔助編程工具如何簡化編程學習過程和提升編程能力。第一章從AI輔助編程工具的基本概念入手，為讀者揭開AI編程的神秘面紗。隨後，書中深入探討了GitHub Copilot等前沿工具，這些工具能夠通過智能代碼補全和建議，極大地提高編程效率和質量。書中不僅停留在理論層面，更通過豐富的實戰案例，如批量文件翻譯和構建網頁版智能對話機器人，讓讀者能夠直觀地看到AI工具在實際工作中的應用。這些案例不僅展示瞭如何利用大型語言模型（LLM）的強大能力，還提供了詳細的步驟和代碼示例，確保讀者能夠輕松上手，將所學知識轉化為解決實際問題的能力。通過本書的學習，讀者將能夠掌握AI輔助編程的精髓，無論是在學術研究還是商業項目中，都能夠更加自信地運用AI技術，提升自己的編程技能和工作效率。
目錄大綱
第 1 章 AI 輔助編程工具與編程學習
1.1 AI 輔助編程工具的介紹
1.2 評估自身編程學習能力
1.3 初學編程的常見障礙
1.4 如何使用 AI 輔助編程工具解決學習障礙
1.5 本章小結
第 2 章 GitHub Copilot 初識
2.1 GitHub Copilot 的發展歷程
2.2 從產品經理的視角探索 GitHub Copilot
2.3 GitHub Copilot 的技術原理
2.4 GitHub Copilot 的功能介紹
2.5 GitHub Copilot 作為本書示例工具的原因
2.6 本章小結
第 3 章 使用 GitHub Copilot 輔助編程的實戰案例
3.1 交互式學習
3.2 環境配置
3.3 利用 GitHub Copilot 快速構建 Chrome 擴展程序
3.4 本章小結
第 4 章 利用 GitHub Copilot 快速入門 Python
4.1 Python 真的那麼難學嗎?
4.2 如何利用 GitHub Copilot 學 Python
4.3 Python 的基本概念和語言機制
4.4 本章小結
第 5 章 利用 GitHub Copilot 深入理解 Python 函數
5.1 利用 GitHub Copilot 學習 Python 函數基礎
5.2 Python 函數的核心概念
5.3 會說話就會寫函數
5.4 函數錯誤類型及原因
5.5 排查錯誤問題
5.6 Python 模塊、第三方庫、標準庫裏的函數
5.7 本章小結
第 6 章 提示工程：高效利用 GitHub Copilot 編寫代碼
6.1 提示工程概念詳解
6.2 提示工程的最佳實踐
6.3 高級提示詞策略
6.4 本章小結
第 7 章 利用 GitHub Copilot 探索大語言模型的開發
7.1 大語言模型最大的價值
7.2 利用 GitHub Copilot 解決 LLM 開發中的問題
7.3 LLM 編程的環境準備
7.4 在本地開發一個 LLM 聊天機器人
7.5 基於魔搭創空間部署 LLM 應用
7.6 本章小結
第 8 章 利用 GitHub Copilot 編寫單元測試和調試
8.1 單元測試是測試金字塔的基礎
8.2 為什麼要學習單元測試
8.3 利用 GitHub Copilot 輔助開發單元測試
8.4 單元測試和調試
8.5 GitHub Copilot 在單元測試中的作用
8.6 利用 GitHub Copilot 調試錯誤
8.7 本章小結
第 9 章 案例一：Python 調用 LLM 實現批量文件翻譯
9.1 背景設定
9.2 準備工作
9.3 Python 腳本初體驗
9.4 第一版：實現翻譯功能
9.5 第二版：實現文件讀寫
9.6 第三版：實現批量翻譯
9.7 功能完善與優化
9.8 LLM 應用開發技巧
9.9 本章小結
第 10 章 案例二：網頁版智能對話機器人
10.1 項目背景
10.2 準備工作
10.3 界面設計與實現
10.4 實現對話交互
10.5 調用大語言模型
10.6 功能增強：多輪對話
10.7 功能增強：流式輸出
10.8 功能增強：自定義配置
10.9 項目收尾
10.10 本章小結
