GibsonAI를 사용하여 Python 코드의 70%를 몇 분 만에 작성하고 있습니다. GibsonAI 데이터 모델러는 자연어로 된 지침을 받아 실행 가능한 Python 코드로 변환합니다. 이로 인해 개발 시간이 며칠 또는 몇 주에서 몇 분으로 즉시 단축되었습니다. 일반적인 LLM 통과 또는 부조종사와 달리 GibsonAI의 쌍 프로그래머는 개발자에게 사용 사례에 적합한 매우 구체적인 코드를 작성할 수 있는 제어권을 제공합니다.

예: 부모 앱 구축

저는 현재 Parenthood라는 새로운 프로젝트를 진행하고 있습니다. 시작하려면 기존 코드가 없는 GitHub 저장소와 완전히 비어 있는 MySQL 데이터베이스가 있습니다. 수동 코딩 없이 Gibson의 쌍 프로그래머를 사용하여 단일 엔터티인 "부모"를 설정했습니다. 이는 내가 다음에 구축할 기반이 됩니다.

Gibson 페어 프로그래머는 놀라울 정도로 다재다능합니다. 명령줄 매니아로서 저는 속도와 효율성 때문에 터미널을 통해 Gibson을 사용하는 것을 좋아합니다.

Gibson의 기능을 확인하기 위해 간단한 자연어 명령을 사용하여 "child"라는 새 엔터티를 만들었습니다.

1. 코드 엔터티 하위: Gibson에 "코드 엔터티 하위"를 지시하면 현재 상위 테이블만 포함하는 현재 데이터베이스 컨텍스트를 분석하여 초기화됩니다. 그런 다음 자연어를 사용하여 데이터 모델링을 시작할 수 있습니다.

2. 속성 추가: 이름, 성 등의 속성을 지정하여 필수로 표시할 수 있습니다. Gibson은 SQL과 Python을 동시에 처리하여 모든 것이 표준에 부합하도록 보장합니다.

3. 외래 키 생성: 간단히 "FK parent"라고 말하면 Gibson은 상위 테이블을 인식하고 기본 키를 식별하며 인덱싱된 외래 키를 자동으로 생성합니다. 이 자동화를 통해 시간과 노력이 절약됩니다.

4. 고유 제약 조건 추가: 부모 ID, 이름,성에 대한 고유 키가 필요합니까? Gibson은 이를 신속하게 구현하여 애플리케이션 전반에 걸쳐 데이터 무결성을 보장할 수 있습니다.

테이블 검토 및 병합

"하위" 엔터티를 구축한 후에는 상위 ID, 이름, 성, 생년월일 및 관련 키가 포함된 테이블 구조를 쉽게 검토할 수 있습니다. 만족스러우면 빠른 "Gibson merge" 명령을 사용하여 테이블을 프로젝트에 통합합니다.

데이터베이스에 배포

엔터티가 준비되면 Gibson에게 이를 SQL 인덱스 및 외래 키와 함께 MySQL 데이터베이스에 로드하도록 지시했습니다. 이어서 "기본 코드 작성", "모델 작성", "스키마 작성", "테스트 작성"과 같은 명령을 통해 Gibson은 SQL Alchemy 모델부터 단위 테스트까지 모든 것을 몇 분 만에 생성할 수 있습니다.

Gibson AI는 일반적으로 몇 시간, 며칠, 심지어 몇 주가 걸리는 수동 코딩 작업을 몇 분으로 압축합니다. 신속한 데이터 모델링 및 코드 생성을 통해 SQL Alchemy 모델, Pydantic 스키마 및 FastAPI 경로를 신속하게 구축하고 앱을 시작할 준비가 되었습니다.