GitHub Copilot 实战：生产力应用开发案例

这是提交给 GitHub Copilot Challenge：New Beginnings（新的开端）的参赛作品。

Early to Rise 是一款由 LLM 驱动的应用，灵感源于这样一个观点：对于想要改变人生、在 2025 年这个新的开端实现最高生产力的人来说，有什么能够改变他整个日常生活规律呢？

作为一名成熟的专业人士和研究员，我通过实证观察发现，由于屏幕时间等各种因素，青少年和大学生容易陷入晚睡的陷阱。

因此，当我反思这一代与我们的祖辈相比失去了什么宝贵品质时（他们身体健康，体格强健），我意识到他们遵循了这样的人生哲学：

早睡早起使人健康、富有和聪慧。

我个人坚信，Early to Rise 这样一种卓越的品质和态度，有潜力在日常基础上组织一个人的整个生活。它减少生产力浪费，同时也促进早睡。

所以，我想到了这样一个理念：Early to Rise 应用会基于多个条件为用户提供每日生产力建议，而这些条件必须在当天完成。

为了确保多功能性和适应个人情况，

该应用提供了 3 个独特的选项供用户选择，以最符合个人的偏好。

因此，该应用有 3 个关键选项。分别是：

时间偏好

使用这个选项，用户可以选择他偏好的时间段，应用将据此提供建议。

它有 4 种不同的时间偏好，分别是 5 分钟、15 分钟、30 分钟和 1 小时。

背景语境

使用这个选项，用户可以选择一个背景语境，最符合用户在建议中的个性化偏好。

它有 3 种背景语境，分别是通用、宗教和文化。

用户的身体状况

这个选项确保应用在提供围绕 Early to Rise 哲学的日常生产力习惯建议时，应考虑用户的身体状况。

因此，它有 3 个用户身体状况等级，分别是强、中等和弱。这允许用户选择最符合自身身体状况的等级。

图 01：基于有限偏好的应用建议

图 02：基于多个偏好的应用动态建议

将建议下载为 .txt 文件

该应用还支持用户每天保存提示的建议，以便跟踪用户为实现生产力目标而采取的所有努力。

New Beginnings Challenge Prompt 相关性

Early to Rise 应用体现了 New Beginnings 的精神，通过鼓励用户采纳小的、可行的习惯，这些习惯可以改变他们的日常规律，并为更健康、更高效的生活奠定基础。灵感来自永恒的哲学"早睡早起使人健康、富有和聪慧"。因此，Early to Rise 应用提供每日新的开端，帮助个人重新调整优先事项、拥抱纪律并释放自身的真正潜力。通过提供适应繁忙日程的定制建议，该应用成为个人成长的催化剂，使每一天都成为重新开始并追求伟大的新机会。

Fresh Starts 相关性

再次地，Early to Rise 应用与 Fresh Starts 的主题产生了深刻共鸣，通过赋予用户重置日常规律和拥抱新习惯的权力，这些习惯促进生产力和幸福感。每个早晨，该应用都提供一套个性化的简单但有影响力的任务，旨在激发人们重新获得目标感和方向感。扎根于有意识地早起开始一天的哲学，它为任何想要打破旧有模式并将每一天视为创造有意义改变机会的人提供了一个易于接近的框架，使每次日出都成为新开始的完美机会。

演示 - 尝试 Early to Rise

访问 Early to Rise 应用网站 👉 Early to Rise Website

mohamednizzad / early-to-rise

该应用为用户提供个性化的每日习惯以提高生产力。

探索实时演示：Early To Rise。

"早睡早起使人健康、富有和聪慧。" Early to Rise 是你培养高效日常习惯的伙伴，这些习惯简单、有效，并根据你忙碌的生活方式量身定制。

个性化习惯建议：生成每日习惯以提升生产力，每项活动适应 5 分钟、15 分钟、30 分钟和 1 小时的时间段。

与你的目标保持一致：推崇"Early to Rise"哲学，实现更健康、更平衡的生活。

极简主义设计：使用 Streamlit 构建，提供简洁直观的用户界面。

由 GitHub Copilot 开发：利用 OpenAI 的 GPT 模型动态建议生产力技巧和习惯。

由 AI 驱动：利用 OpenAI 的 GPT 模型动态建议生产力技巧和习惯。

我的 GitHub Copilot 体验

在整个 Early to Rise 这个小而强大的 Copilot 辅助应用开发过程中，这是我最感兴趣的探索领域。

回想起我的硕士学位论文专攻 AI，特别是 NLP，我开发了一个自定义的 Python IDE，可以接受语音输入并利用 Transformer 架构将其转化为语法正确的 Python 源代码。我深知从细微的人类语言中训练一个模型实现至少 1% 语法正确的源代码是多么困难。

所以，我意识到了这个领域的局限性和研究缺口，但 AI 的进步速度如此之快，以至于人们无法跟上。因此，我惊喜地发现了这个 Copilot 驱动的 Visual Studio Code IDE 的潜力。它有潜力改变整个应用开发流程，从概念到生产，消除数百小时的手工工作。

让我总结一下我使用这个令人惊艳的 GitHub Copilot 集成 Visual Studio Code 的方法和体验，它现在就像一台 GE9X 引擎驱动的飞机，将开发负担转化为乐趣。

1. 自动代码建议

Copilot 为我提供了上下文感知的代码建议。当我打字时，Copilot 提供了从单行到多行的代码建议和补全，减轻了从记忆中敲出整个代码的负担。现在我们只需要初始化，Copilot 就会接管其余部分完成。

我在多个实例中使用了这个代码建议功能，大大节省了时间并尽可能地消除了打字错误。

2. 模型切换

Copilot 集成 VS Code 的另一个很酷的功能是，我们有机会在不同的 LLM 之间切换。如我们所知，每个模型在不同的基准测试中在执行不同任务时都表现领先。根据试用版本，它提供了在 GPT 4o 和 Claude 3.5 Sonnet（Preview）之间切换的选项。我可以为不同的任务在两者之间切换。对于通用智能，GPT 4o 提供了优秀的协助，而对于一些棘手的代码修复，Claude 3.5 Sonnet 提供了准确的建议。我必须指出，在整个项目完成过程中，我大量依赖 GPT 4o。

3. Copilot 完全控制我们的工作区

一方面，我感觉 Copilot 与 VS Code 的集成就像一个强大的编码 agent，完全控制我的开发 IDE。它通常可以做你作为开发者在 IDE 中会做的所有任务。

我提示它在 copilot-instructions.md 文件中创建项目特定的 Copilot 指令，它在几秒钟内就完成了，几乎不需要任何手工编辑。它为我的应用开发奠定了基调，保持简单和非常具体。

4. 是的，它可以编写完整的单元测试用例

知道我们开发的应用在几秒钟或几分钟内经过测试且容错能力强，这是多么令人欣慰啊？

我提示 Copilot 为我的应用生成测试用例，它完美地做到了这一点，考虑了所有应用参数。

我还想说，你可以选择接受或拒绝代码建议，这给了我们在直接实现生成代码之前确定的自由。

5. 保持专注 - 我们无需离开 VS Code 来参考任何语法

即使对于经验丰富的开发者来说，在线搜索任何语法相关的参考和文档也是不可避免的。Copilot 集成 VS Code 提供了最酷的功能，它在 VS Code 内部做我们想要的事情。它不仅节省时间，还消除了我们在浏览互联网时面临的干扰。

Ctrl + I 是我们完成应用的新救星。在 VS Code 中选择代码并按 Ctrl + I。我们会看到一个如下所示的单行 Ask Copilot 对话框。

然后我们可以提供我们的提示并获得响应。现在我们可以自信地感受到 VS Code 在理解自然语言方面的出色能力，超过了编程语言，弥合了这两种冲突形式在应用中使用的差距。

我个人喜欢这个功能。如我之前提到的，它可以节省宝贵的时间，让我们专注于构建应用而不陷入互联网干扰。

6. 文档现在只需点击一下

大多数开发者讨厌写作。他们不想写文档。现在，与 Copilot 的集成，文档对那些讨厌写文档的人来说不再是头疼的事了。

由于 Copilot 拥有完整的工作区访问权，它为应用生成精心制作的优美文档，这可以节省大量撰写详细文档所需的人力。

Early to Rise 的 README.MD 文件

因此，总结我使用 Copilot 在 VS Code 中的整体兴奋和体验，

使用 GitHub Copilot 一直是一次变革性的体验，使我能够加速开发过程并毫不费力地解锁创意解决方案。在构建 Early to Rise 生产力应用时，Copilot 无缝地生成了样板代码，为 API 集成提出了高效解决方案，并帮助以最少的努力为日常习惯建议制定复杂的逻辑。

令人惊讶的是，它对我项目的上下文感知使得多文件理解具有凝聚力，确保了设计和功能的一致性。此外，Copilot 生成测试用例和提供自然语言驱动的编码建议的能力减少了调试时间，同时确保了高效和创新的工作流。

这个 LLM 驱动的助手不仅增强了我的生产力，而且在整个项目中充当了宝贵的学习伙伴。

我确信这个 Copilot 驱动的 Visual Studio Code 将继续作为全球顶级开发 IDE。

我有信心说，新的开端不仅对我的应用用户，而且对整个全球编码社区使用 GitHub Copilot 集成 VS Code 来说都是成立的。

等等，福利还没有结束。没有集成 GitHub Models，生态系统并不完善。虽然这个项目没有直接使用 GitHub Models，但我使用了 GitHub Model 来探索应用功能建议，使用了 Llama-3.2-11B-Vision-Instruct - Meta 的开源 LLM。

探索 GitHub Model Playground

在 Early to Rise 应用的开发过程中，我的全部焦点都是在试验这个生态系统（GitHub Models 和 Copilot 集成）能提供什么。

我主要使用 GitHub Models 来进行头脑风暴和试验各种功能。GitHub Copilot 与来自不同供应商的数百个 AI 模型集成，提供了完全的自由来探索和扩展应用的能力，同时消除了数小时的人力工作。

GitHub Model 为我提供了 OpenAI 的 API 在 Python 中的实现，特别针对 Early to Rise 应用的要求，这简化了我的开发负担。

因此，我有信心说，学会如何与生态系统合作将至少减少我们 30% 的开发时间，同时至少给我们 2-3 倍的生产力提升。

限制你的现在只是你的创意限制

我毫不怀疑 GitHub Copilot 与 VS Code 的集成在现代软件开发中呈现了一个突破性的机会。它不仅仅是一个 AI 助手，而是一个共创者或强大的 AI Code Agent，加速生产力，增强创意，并确保无缝的编码工作流。从生成样板代码和制定复杂逻辑到创建单元测试和改进文档，Copilot 有潜力革命性地改变开发者和公司对应用开发的方法。此外，它跨文件理解项目上下文、集成自然语言处理和提供模型切换功能的能力展示了它对不同编码需求的适应性。

GitHub Models 的集成进一步提升了这个生态系统，允许开发者利用 Llama-3.2 和 GPT-4o 等最先进的开源和专有模型的潜力。这些模型使探索超越编码的应用成为可能，例如功能构思和高级 AI 驱动的解决方案，拓宽了软件开发的视野。

总之，GitHub Copilot 和 Models 体现了一个变革性的转变，简化了从想法到实现的过程，同时促进了创新。作为统一的生态系统，它赋予开发者克服挑战、探索创意可能性和重新定义生产力的能力，使他们成为塑造软件工程未来的不可或缺的工具。

我很高兴有机会体验 GitHub Copilot，我对利用它的潜力以保持竞争优势感到兴奋，特别是在 AI 正在改变我们个人和专业方式的每个方面的时代。

让我们一起采用并受益吧……

我很乐意听到你对我的探索的宝贵评论和反馈。

顺便说一句，让我们自律地**早睡早起吧**

我非常激动地了解到这篇文章正在朝着它的使命 Early to Rise 努力，在一周内获得了数千读者和应用用户的关注。

让我知道你在 GitHub Copilot 中最喜欢的功能是什么？

某些评论可能只对已登录的访问者可见。登录以查看所有评论。

如需进一步操作，你可能会考虑屏蔽此人或/并举报滥用。