
Qwen2.5-Coder深夜开源炸场:Prompt编程时代来了!附Cursor使用教程!
2024年11月12日凌晨,阿里通义千问团队悄然发布了Qwen2.5-Coder全系列模型,瞬间引爆了开发者社区。这一系列不仅将开源代码生成模型推上新的高度,也为开发者提供了强大、灵活、实用的多尺寸选择。无论是代码生成、代码修复还是多语言支持,Qwen2.5-Coder都展现出强大的性能,为开发者带来了惊人的智能潜力。接下来,让我们深入了解Qwen2.5-Coder如何在Cursor、Artifa
前言
2024年11月12日凌晨,阿里通义千问团队悄然发布了Qwen2.5-Coder全系列模型,瞬间引爆了开发者社区。这一系列不仅将开源代码生成模型推上新的高度,也为开发者提供了强大、灵活、实用的多尺寸选择。无论是代码生成、代码修复还是多语言支持,Qwen2.5-Coder都展现出强大的性能,为开发者带来了惊人的智能潜力。接下来,让我们深入了解Qwen2.5-Coder如何在Cursor、Artifacts和Interpreter等实际应用场景中“闪耀登场”!
Qwen2.5-Coder的三大爆点,惊不惊喜?
1. 顶尖代码实力,不输GPT-4o!
首先要说的就是Qwen2.5-Coder-32B-Instruct这位“大佬”。在多个代码生成基准测试上,比如EvalPlus、LiveCodeBench和BigCodeBench,这款模型已经超越了大部分开源对手,还能硬刚GPT-4o!不仅代码生成一流,修复Bug和代码推理更是一绝。最牛的是,代码修复基准Aider上打出了73.7分的好成绩,真·高手在AI。
2. 各种尺寸任你选,灵活得不像话
这次Qwen2.5-Coder有6种尺寸,0.5B到32B都涵盖了,意思就是从轻量小应用到大型复杂任务都能搞定。针对不同项目需求,不同预算的开发者都能找到合适的模型。Instruct模型还能实现对话式互动,让你感觉自己多了个AI队友,一起愉快“写代码”。
3. 支持多语言编程,程序员的快乐星球
Qwen2.5-Coder-32B-Instruct支持40多种编程语言,没错,就连冷门语言Haskell和Racket都不在话下!在McEval多语言测试中得了65.9分,这种适应性简直YYDS啊!多语言支持意味着啥?意味着以后写多语言代码不再头大,AI直接帮你搞定。
不用手敲也能搞定:Qwen2.5-Coder的Prompt编程
有没有一种感觉,平时写代码脑子跟不上手速?现在Qwen2.5-Coder给了大家一个“只动嘴、不动手”的机会——只需输入简单的Prompt,比如“写一个快速排序算法”,模型就能帮你生成高质量代码、修复Bug,还能补全代码。
Qwen2.5-Coder在Prompt编程上的表现为开发者提供了无限可能。在Prompt编程中,Qwen2.5-Coder是极具效率的“编程伙伴”。
真实场景下的AI超神:三大亮点功能速览
场景一:Cursor里的万能小助手
Qwen2.5-Coder简直是Cursor的“灵魂搭档”。Cursor这款代码助手再搭配Qwen2.5-Coder-32B-Instruct,代码生成、修复更加智能化。想用的话很简单,只需要在Cursor里配置API Key和URL,然后随时调出代码生成和补全的功能——亲测,用起来超爽!
操作指南:打开Cursor,用Command+K(Win下是Ctrl+K)快速调出代码功能,试试这款AI代码助手带来的惊喜体验!
场景二:Artifacts的创意工厂
想象一下,你的编程不再只是代码,而是充满了视觉创意!Artifacts里,Qwen2.5-Coder不仅是代码生成器,简直像个“编程画笔”。简单配置几步,你就能在本地搭建一个Artifacts创作环境,适合做互动游戏、动图、SVG绘图等创意项目,程序员的艺术细胞一下子被释放出来。
git clone https://www.modelscope.cn/studios/Qwen/Qwen2.5-Coder-Artifacts.git
cd Qwen2.5-Coder-Artifacts
pip install -r requirements.txt
pip install gradio
python app.py
制作游戏
制作动图
SVG作画
场景三:给电脑“开小灶”——AI操作系统
Qwen2.5-Coder还能跟Interpreter工具联动,接收“切换系统模式”这类命令,为你的电脑操作提供自然语言支持。配置方式也不复杂,只需几行代码就能让AI来搞定桌面操作!是不是很炫酷?
在MAC安装环境
pip install open-interpreter
进入Python环境:
from interpreter import interpreter
interpreter.llm.api_base = "YOUR_BASE_URL"
interpreter.llm.api_key = "YOUR_API_KEY"
interpreter.llm.model = "openai/Qwen-Coder-32B-Instruct"
interpreter.chat("Can you set my system to light mode?")
SiliconCloud的推理加速版上线,极速体验等你来!
阿里通义千问团队的发布一出,SiliconCloud第一时间就把Qwen2.5-Coder-32B-Instruct的推理加速版上线了!免去繁琐的配置步骤,直接API调用,体验推理加速的高效感。适合那些时间紧张的开发者们,快速生成代码就是快人一步!
价格小贴士:SiliconCloud的Qwen2.5-Coder-32B-Instruct现价仅¥1.26 / M tokens,超值!
邀请好友有福利:成功邀请一位小伙伴注册,就能获得2000万Tokens,相当于14元额度。让你的朋友们也体验下“AI代码助手”的神奇吧!
注册地址:https://cloud.siliconflow.cn/i/wdyoipMi
安装 Cursor
Cursor中的使用方法:
按步骤在 Cursor 官网(https://www.cursor.com/)下载、安装并登录 Cursor。
配置要使用的模型
这里以硅基流动平台上的 Qwen/Qwen2.5-Coder-32B-Instruct 模型为例:
先打开SiliconCloud 模型广场,找到 Qwen/Qwen2.5-Coder-32B-Instruct,点击复制。
打开 Cursor Settings - Models,关闭所有自带模型,然后添加上一步复制的模型名称。
开始使用
注意:Windows 系统使用 Ctrl 键,Mac 系统使用 Command 键。后续将统一使用 Ctrl 表示。
在编辑页面使用 Ctrl+K 可以生成代码(根据需求重构或是新写一段代码),Ctrl+L 可以打开对话框。更多 Cursor 使用方法详见网络上的文章或视频。
已知的 Cursor 免费版限制
-
Chat 框中无法直接 Apply 代码。需要手动复制更改粘贴到对应的文件,也可以直接在编辑页面使用 Ctrl+K 生成代码功能 Accept 更改。
-
无法使用自动补全。由于 Cursor 是基于 VSCode 开发,也可以装相关 VSCode 插件解决此问题,如 Codeium、MarsCode、通义灵码等。
-
无法使用 Composer 功能(暂无解,可开通会员或注册新的试用账号来获取 Pro 资格)。
如何学习大模型 AI ?
由于新岗位的生产效率,要优于被取代岗位的生产效率,所以实际上整个社会的生产效率是提升的。
但是具体到个人,只能说是:
“最先掌握AI的人,将会比较晚掌握AI的人有竞争优势”。
这句话,放在计算机、互联网、移动互联网的开局时期,都是一样的道理。
我在一线互联网企业工作十余年里,指导过不少同行后辈。帮助很多人得到了学习和成长。
我意识到有很多经验和知识值得分享给大家,也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑,所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限,很多互联网行业朋友无法获得正确的资料得到学习提升,故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。
第一阶段(10天):初阶应用
该阶段让大家对大模型 AI有一个最前沿的认识,对大模型 AI 的理解超过 95% 的人,可以在相关讨论时发表高级、不跟风、又接地气的见解,别人只会和 AI 聊天,而你能调教 AI,并能用代码将大模型和业务衔接。
- 大模型 AI 能干什么?
- 大模型是怎样获得「智能」的?
- 用好 AI 的核心心法
- 大模型应用业务架构
- 大模型应用技术架构
- 代码示例:向 GPT-3.5 灌入新知识
- 提示工程的意义和核心思想
- Prompt 典型构成
- 指令调优方法论
- 思维链和思维树
- Prompt 攻击和防范
- …
第二阶段(30天):高阶应用
该阶段我们正式进入大模型 AI 进阶实战学习,学会构造私有知识库,扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架,抓住最新的技术进展,适合 Python 和 JavaScript 程序员。
- 为什么要做 RAG
- 搭建一个简单的 ChatPDF
- 检索的基础概念
- 什么是向量表示(Embeddings)
- 向量数据库与向量检索
- 基于向量检索的 RAG
- 搭建 RAG 系统的扩展知识
- 混合检索与 RAG-Fusion 简介
- 向量模型本地部署
- …
第三阶段(30天):模型训练
恭喜你,如果学到这里,你基本可以找到一份大模型 AI相关的工作,自己也能训练 GPT 了!通过微调,训练自己的垂直大模型,能独立训练开源多模态大模型,掌握更多技术方案。
到此为止,大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗?
- 为什么要做 RAG
- 什么是模型
- 什么是模型训练
- 求解器 & 损失函数简介
- 小实验2:手写一个简单的神经网络并训练它
- 什么是训练/预训练/微调/轻量化微调
- Transformer结构简介
- 轻量化微调
- 实验数据集的构建
- …
第四阶段(20天):商业闭环
对全球大模型从性能、吞吐量、成本等方面有一定的认知,可以在云端和本地等多种环境下部署大模型,找到适合自己的项目/创业方向,做一名被 AI 武装的产品经理。
- 硬件选型
- 带你了解全球大模型
- 使用国产大模型服务
- 搭建 OpenAI 代理
- 热身:基于阿里云 PAI 部署 Stable Diffusion
- 在本地计算机运行大模型
- 大模型的私有化部署
- 基于 vLLM 部署大模型
- 案例:如何优雅地在阿里云私有部署开源大模型
- 部署一套开源 LLM 项目
- 内容安全
- 互联网信息服务算法备案
- …
学习是一个过程,只要学习就会有挑战。天道酬勤,你越努力,就会成为越优秀的自己。
如果你能在15天内完成所有的任务,那你堪称天才。然而,如果你能完成 60-70% 的内容,你就已经开始具备成为一名大模型 AI 的正确特征了。
这份完整版的大模型 AI 学习资料已经上传CSDN,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费
】
更多推荐
所有评论(0)