全方位深度测评 AI 代码助手 Amazon CodeWhisperer

背景

随着互联网技术的不断发展，程序员们面临着越来越多的挑战，如代码复杂度不断提高、代码错误难以避免、团队协作效率低下等。传统的开发工具已经无法满足程序员们的需求，因此这几年基于人工智能技术的代码助手应运而生。AI 代码助手的目的是通过自动化的方式帮助程序员提高开发效率、减少错误、提高代码质量，同时还可以帮助程序员快速学习新技术、更快，更安全地构建应用程序，提高团队协作效率。可以说 AI 代码助手成为当今软件开发领域的重要趋势之一。本篇文章就来深度测评一下 AI 代码助手 Amazon CodeWhisperer。

Amazon CodeWhisperer 介绍

Amazon CodeWhisperer 是亚马逊云科技推出的 AI 代码助手，目的是帮助开发者更快，更安全地构建应用程序。作为智能编程助手，它经过了非常多的优秀开源代码训练，参与训练的代码都是具有良好的扩展性，安全性，优雅等特点，利用它编写的代码能够很快地写出健壮，优雅，具有很高扩展性的代码。 此外它还可以扫描代码来检测难以发现的漏洞，获取代码建议来立即修复漏洞。总的来说它具有以下特性：

特性

• 实时生成代码片段或全函数的代码建议

• 获取相关开源项目的存储库信息

• 扫描代码漏洞，给出修复建议

• 支持 Python，Java，JavaScript 等 15 中编程语言

• 支持 VS Code，IntelliJ IDEA，Amazon Cloud9、Amazon Lambda 控制台、JupyterLab 和 Amazon SageMaker Studio 等集成开发环境

以上就是 Amazon CodeWhisperer 的介绍，下面进入正在的测评阶段。

主要从以下几方面进行测评：

• 用户体验 （包括，安装，配置，文档资料）

• 功能使用（包括，上手难度，使用复杂度，安全，准确度）

• 场景实践（以具体业务场景体验功能）

安装，配置也是测评的一部分，下面就从最开始的安装开始体验。

安装配置 Amazon CodeWhisperer

本次安装使用的在 Windows 10 的 VS Code 上进行的。作为 AI 智能代码助手，它是以 IDE 插件的方式存在的。这样能够很好地与 IDE 相关功能无缝结合。提升开发效率，增强用户体验。

打开 VS Code，在插件列表中搜索  Amazon Toolkit

找到名称为 Amazon Toolkit 的插件，点击 Install 按钮进行安装。有时安装后，需要重载一下 VS Code 才能用。

笔者写这篇文章时，Amazon Toolkit 最新的版本是 1.91.0，如果有读者安装的与笔者的功能不同，请检查下版本是否一致。以下是该插件的一些基本信息：

版本：1.91.0

下载次数：1,663,326

Git 仓库：amazon-toolkit-vscode

插件地址：Amazon Toolkit

开源协议：Apache License Version 2.0

从下载次数来看，Amazon Toolkit 是一个非常受欢迎的插件。

在安装完成后，你可以在左侧的侧边栏，看到一个 Amazon 的图标，点击它就会出现插件的面板。如下：

该插件主要包括三种功能：

• Amazon CodeCatalyst 统一的软件开发服务，可在 Amazon 上快速构建和交付应用程序。

• CDK 云应用程序资源

• Amazon CodeWhisperer 智能代码助手。

要使用这些功能，需要用户先连接 Amazon 服务。

当我们需要使用 Amazon CodeWhisperer， 只需要点击 CodeWhisperer 下的 Star 按钮，然后再点击 Sign in 按钮，如下图：

如果你没有 Amazon 账号，也没关系，点击按钮后，会弹出一个重定向弹窗，点击 Proceed To Brower，使用浏览器继续。

点击按钮会 页面显示大致如下

点击确认并继续

总体步骤就是，输入邮箱，姓名 → 验证邮箱 → 填写密码 → 允许 Amazon Toolkit 访问数据

整体流程非常顺畅，安装，配置三分钟内就能完成。

授权后，插件就开始工作了。我们也可以开始愉快地工作了。

此外值得一提的是，该插件还提供了一种专业版的功能，不过要配置 IAM 身份中心，这部分我们暂时不表。

在安装并配置 Amazon CodeWhisperer 后，在编码时会自动开启代码建议。同时你也可以收到去获取代码建议。在 Windows 平台的 VS Code 上，使用 Alt + C 键，使用 Tab 键来插入当前的建议代码块。使用左右键来切换代码块。

具体场景

下面我们在具体的场景中来体验 Amazon CodeWhisperer。

使用 Code Whisperer 开发数据可视化图表

场景一：作为一名前端开发者，我们经常会遇到使用图表库开发一些可视化的图表，比如使用 Echarts 来开发一个折线图。

我们创建一个简单的 html，在页面内写入必要的信息，并在 script 标签中写入注释：

<script>  // 请使用 echarts 编写一个折线图

</script>

然后按下 Alt + C 键，这时在 VS Code 会调出，html is currently not supported by CodeWhisperer。

如下图：

目前 CodeWhisperer 还不支持 html 文件的代码建议。所以我们需要先创建一个 js，然后在 html 文件中引入。

我们在 js 文件中，使用注释写下需要实现的功能，然后按下 Alt + C 键。就会出现如下图：

在检查过给出的建议代码后，确定是我们需要的，按下 Tab 键，来获取插入当前区域。

更加具体的交互可以先下面的动图：

这是一个非常实用的场面，避免了花费大量时间去查询 Echarts 文档。要知道 Echarts 的配置文档是非常多的。下图是密密麻麻的 Echarts 图表配置项：

编写一个 Python 的浏览器自动化脚本

作为一名开发人员，我们经常会遇到一些重复的工作，比如这样一个场景，在某个网站上有一个销售榜单，我们需要实时监控这个表单，并将每天的数据汇总发到邮箱里。对于这样的重复性没有技术含量的工作，我们通常使用脚本来编写自动化脚本。下面我们就使用 Amazon CodeWhisperer 来编写一个这样的脚本，看看它是否能够帮助我们快速实现功能。

创建一个 auto-run.py 的文件，在文件里引入 selenium，并且使用代码注释写下要实现的功能，按下 Alt + C 键。交互动图如下：

根据动图大家可以看到，当按下 Alt + C 键时，只提供了一行代码建议，在按下左箭头键后，出现了四行的代码建议。整个流程是非常快速的。

给出的代码建议地完整地实现了， 使用 webdriver 打开 Chrome 浏览器，并且访问百度首页，但在输入关键词时，却把"拿我格子衫" 写成了“拿战校衫”。个人猜测是由于中文在大模型中有偏差造成的。换成英文就无此问题。

使用 Amazon CodeWhisperer 时，代码建议是非常快速的，这个快，除了靠个人感觉来评估，也有一些更为准确的数字来评估。Amazon CodeWhisperer 提供了一个日志面板，我们可以在 VS Code 的 Setting 配置面板里，找到 Amazon Toolkit 的配置项，找到 Log Level，将其调整为 debug。如下图：

调整后，我们选中 OUTPUT 面板，并将输出选位 Amazon Toolkit Logs，如下图：

当我们在编辑器中按下 Alt + C 键，底部的日志面板会打印出整个流程的日志：

打印信息大致如下

2023-09-25 11:36:41 [DEBUG]: command: running "aws.codeWhisperer"2023-09-25 11:36:41 [DEBUG]: command: running "_aws.auth.autoConnect"2023-09-25 11:36:41 [VERBOSE]: telemetry: emitted metric "vscode_executeCommand"2023-09-25 11:36:41 [DEBUG]: codewhisperer: Connection expired = false,                           secondaryAuth connection expired = false,                           connection is undefined = false2023-09-25 11:36:41 [DEBUG]: codewhisperer: isValidCodeWhispererConnection = true2023-09-25 11:36:41 [VERBOSE]: telemetry: emitted metric "vscode_executeCommand"2023-09-25 11:36:41 [DEBUG]: CodeWhisperer finished fetching crossfile context out of 0 files2023-09-25 11:36:41 [DEBUG]: CodeWhispererSupplementalContext:    isUtg: false,    isProcessTimeout: false,    contentsLength: 0,    latency: 0.2452000007033348,
2023-09-25 11:36:41 [DEBUG]: SSO token cache: loaded key: 5fa44ff1-8f20-4ed5-89be-548baeb748aa2023-09-25 11:36:42 [DEBUG]: Request ID: db72446b-5ee6-439f-af87-87800aa93d90,                timestamp(epoch): 1695613002378,                timezone: Asia/Shanghai,                datetime: 9/25/2023, 11:36:42 AM,                vscode version: '1.82.2',                extension version: '1.91.0',                filename: 'hello-selenium.py',                left context of line:  '',                line number: 2,                character location: 0,                latency: 1047.5229000002146 ms.2023-09-25 11:36:42 [VERBOSE]: Recommendations:2023-09-25 11:36:42 [VERBOSE]: [0]driver = webdriver.Chrome()2023-09-25 11:36:42 [VERBOSE]: telemetry: emitted metric "codewhisperer_serviceInvocation"2023-09-25 11:36:42 [DEBUG]: SSO token cache: loaded key: 5fa44ff1-8f20-4ed5-89be-548baeb748aa2023-09-25 11:36:42 [VERBOSE]: telemetry: emitted metric "codewhisperer_perceivedLatency"2023-09-25 11:36:43 [DEBUG]: Request ID: b69b0f19-bf91-4fe3-b335-96268b567126,                timestamp(epoch): 1695613003423,                timezone: Asia/Shanghai,                datetime: 9/25/2023, 11:36:43 AM,                vscode version: '1.82.2',                extension version: '1.91.0',                filename: 'hello-selenium.py',                left context of line:  '',                line number: 2,                character location: 0,                latency: 1041.122000001371 ms.2023-09-25 11:36:43 [VERBOSE]: Recommendations:2023-09-25 11:36:43 [VERBOSE]: [0]driver = webdriver.Chrome()driver.get("http://www.baidu.com")driver.find_element_by_id("kw").send_keys("拿战校衫")driver.find_element_by_id("su").click()2023-09-25 11:36:43 [VERBOSE]: [1]driver = webdriver.Chrome()driver.get("http://www.baidu.com")driver.find_element_by_id("kw").send_keys("拿战校衣")driver.find_element_by_id("su").click()

根据打印日志的信息，基本的流程大致是这样的：

• 时间戳：2023-09-25 11:36:41，日志以 DEBUG 级别开始，表示调试信息。

• 命令执行：运行"aws.codeWhisperer"和"_aws.auth.autoConnect"两个命令。

• 遥测数据：emitted metric “vscode_executeCommand”，表示执行了一个 VS Code 命令。

• 检查 CodeWhisperer 连接状态：isValidCodeWhispererConnection 为 true，连接有效。

• 检查 CodeWhisperer 获取 crossfile 上下文的结果：完成从一个文件中获取 crossfile 上下文。

• 检查 CodeWhisperer 补充上下文信息： isUtg 为 false，isProcessTimeout 为 false，contentsLength 为 0，latency 为 0.245 秒。

• SSO 令牌缓存：加载了 SSO 令牌缓存的键值对。

• 请求 ID、时间戳、时区、日期时间、VS Code 版本、扩展版本、文件名、行号、字符位置、延迟等信息被记录。

• 推荐建议：[0]，建议使用 webdriver.Chrome() 来创建一个 Chrome 浏览器驱动对象。

• 遥测数据：emitted metric “codewhisperer_serviceInvocation”，表示服务调用的度量数据。

• …

使用 token 发起的 Request，整个请求中包含了这些信息：

timestamp(epoch): 1695613003423,timezone: Asia/Shanghai,datetime: 9/25/2023, 11:36:43 AM,vscode version: '1.82.2',extension version: '1.91.0',filename: 'hello-selenium.py',left context of line:  '',line number: 2,character location: 0,latency: 1041.122000001371 ms.

其中有一个指标是 latency，表明延迟，即从用户按下 Alt+ C 键，到代码块出现这段时间。可以看到生成 4 行代码只用了 1s 左右，非常的迅速。

通过上述的两个实战案例，相信大家已经了解 Amazon CodeWhisperer 的常规使用。在使用时需要以下几点

使用时注意点

• 实现功能需要提供一些上下文，比如使用的库和功能注释

• 最好使用英文，中文可能出现乱码或繁体

• 使用左箭头键和右箭头键选择最合适的代码块

• html 和 yaml 文件暂时不支持

另外在使用的过程中，发现了一个不知是 VS Code 的问题还是插件的问题，就是在用鼠标切换代码建议时，当前索引没有改变，详见下图：

2.gif

根据上图 可以看到 切换代码建议， 1/5 一直都没有变， 用户无法感知当前显示的是第几个代码块。

插件代码解析

为了更加了解这个产品，我仔细阅读了该插件的源码，它的代码托管在 GitHub，主要功能代码存放在 src/codewhisperer 目录里。

Amazon CodeWhisperer 的插件入口在此处，https://github.com/aws/aws-toolkit-vscode/blob/master/src/codewhisperer/views/securityPanelViewProvider.ts

这段代码是一个名为 SecurityPanelViewProvider 的类，它实现了 vscode.WebviewViewProvider 接口。这个类主要用于在 Visual Studio Code 中打开一个特定的文件并在安全扫描面板中显示代码扫描结果。

以下是该类的主要方法和功能：

makeUri(...args: Parameters<typeof openEditorAtRange>): vscode.Uri： 这个方法用于根据给定的路径和行号范围创建一个 URI，用于在 openEditorAtRange 方法中打开编辑器。

openEditorAtRange(path: string, startLine: number, endLine: number)： 这个方法接受一个文件路径和开始、结束行号，然后在 VS Code 中打开该文件并在指定的行范围内高亮显示问题。

persistLines()： 这个方法用于持久化处理过的行信息。

addLines(securityRecommendationCollection: AggregatedCodeScanIssue[], editor: vscode.TextEditor | undefined)： 这个方法用于将扫描结果添加到安全面板中，并更新视图。

update()： 这个方法用于更新视图，将处理好的 HTML 内容设置到 webview 中。

persistLine(panelSet: SecurityPanelSet, index: number)： 这个方法用于持久化单个处理过的行信息。

addUnclickableWarningItem(item: SecurityPanelItem) 和 addUnclickableInfoItem(item: SecurityPanelItem)： 这两个方法分别用于添加不可点击的警告项和信息项。

addClickableWarningItem(item: SecurityPanelItem) 和 addClickableInfoItem(item: SecurityPanelItem)： 这两个方法分别用于添加可点击的警告项和信息项，它们会生成一个包含文件路径和行号范围的 URI，并将其设置为链接的 href 属性，以便用户可以点击查看文件并在 VS Code 中打开。

学习资料与文档

虽然 Amazon CodeWhisperer 使用起来非常简单，但官方还是提供了很多学习资料，覆盖各个阶段的学习者。

如果你想要获取更多有关它的资料 可以查阅官方文档 https://aws.amazon.com/cn/codewhisperer/下面是几篇帮助你快速了解 Amazon CodeWhisperer 的视频教程。

利用 VS Code 开始使用 Amazon CodeWhisperer

利用 Amazon CodeWhisperer 创建基于 Python 的事件驱动型 Serverless App

利用 Amazon CodeWhisperer 创建基于 Java 的事件驱动型 Serverless App

总结

总的来讲，Amazon CodeWhisperer 是一款非常优秀的智能编程助手，它能够理解代码的功能和结构，并根据这些信息自动生成注释。这有助于提高代码的可读性和可维护性，同时也能帮助开发人员更好地理解他们正在编写的代码。

本文介绍了Amazon CodeWhisperer 的背景和特性，并测评了它在实际开发场景中的优秀表现。此外，也给出了一些 Amazon CodeWhisperer 的教程视频。

总之，Amazon CodeWhisperer 是一种借助 AI 大模型创新性的工具，它有助于改善代码质量和软件开发效率，并帮助开发人员更快速，更安全地开发应用，大家快快用起来，也期待 Amazon CodeWhisperer 能够更新更多的功能。