Я использую GibsonAI, чтобы написать 70% моего кода на Python за считанные минуты. Разработчик моделей данных GibsonAI будет принимать инструкции на естественном языке и преобразовывать их в исполняемый код Python. Это мгновенно сократило время разработки с дней или недель до минут. В отличие от обычных прохождений LLM или вторых пилотов, парный программист GibsonAI дает разработчикам возможность писать очень конкретный код, который подходит для конкретного случая использования.

Пример: создание приложения для родителей

Сейчас я работаю над новым проектом под названием Parenthood. Для начала у меня есть репозиторий GitHub без существующего кода и совершенно пустая база данных MySQL. Я создал единый объект, «родительский», с помощью парного программатора Гибсона, без какого-либо ручного кодирования. Это послужит основой для того, что я построю дальше.

Парный программатор Gibson невероятно универсален. Как энтузиаст командной строки, мне нравится использовать Gibson через терминал из-за его скорости и эффективности.

Чтобы увидеть возможности Гибсона, я создал новую сущность «ребенок», используя простые команды естественного языка:

1. Код дочернего объекта: Когда вы говорите Gibson «закодировать дочерний объект», он инициализируется путем анализа текущего контекста базы данных, который в настоящее время включает только родительскую таблицу. Затем вы можете начать моделирование данных с использованием естественного языка.

2. Добавить атрибуты: вы можете указать такие атрибуты, как имя и фамилия, отметив их по мере необходимости. Гибсон одновременно обрабатывает и SQL, и Python, гарантируя, что все будет на должном уровне.

3. Создание внешнего ключа: простое произнесение слова «родительский FK» позволяет Gibson распознать родительскую таблицу, определить ее первичный ключ и автоматически создать индексированный внешний ключ. Такая автоматизация экономит время и усилия.

4. Добавить уникальные ограничения: нужен уникальный ключ для идентификатора родителя, имени и фамилии? Gibson может быстро реализовать это, чтобы обеспечить целостность данных в вашем приложении.

Просмотр и объединение таблицы

После создания «дочернего» объекта вы можете легко просмотреть структуру таблицы, которая включает родительский идентификатор, имя, фамилию, дату рождения и соответствующие ключи. После выполнения быстрой команды «Gibson merge» таблица интегрируется в ваш проект.

Развертывание в базе данных

Подготовив сущности, я поручил Гибсону загрузить их в базу данных MySQL вместе с индексами SQL и внешними ключами. После этого такие команды, как «запись базового кода», «запись моделей», «запись схем» и «запись тестов», позволяют Gibson генерировать все, от моделей SQL Alchemy до модульных тестов, за считанные минуты.

Gibson AI сжимает то, что обычно занимает часы, дни или даже недели ручного кодирования, в несколько минут. Благодаря быстрому моделированию данных и генерации кода я быстро создал модели SQL Alchemy, схемы Pydantic и маршруты FastAPI и готов к запуску своего приложения.