**流式 BFF（Streaming Backend for Frontend）** 是一种适用于 AI 原生架构的后端模式，旨在解决智能体协同过程中的数据流处理和接口不一致问题。 ...继续阅读 (1)

尽管，如过去构建 AutoDev 的 AutoCRUD、精准测试功能一样，我们有意去构建一个**完全自动化的 API 开发智能体**。但是依旧的，我们会遇到一些问题： ...继续阅读 (5)

> 太长不看版：在新版本（0.8）的 Shire 中，你可以通过 Shire 智能体市场，一键下载和安装多个智能体，并直接在你的当前项目中使用。与此同时，你还可以 ...继续阅读 (27)

去年，在那篇《[Prompt 即代码：设计和管理 AI 编程的最佳实践](https://www.phodal.com/blog/prompt-as-code/)》，我们分享了如何去在团队中 ...继续阅读 (25)

在那篇《[2024 年 AI 辅助研发趋势](https://aise.phodal.com/ai4se.html)》里，我们谈及了未来的趋势是：从辅助开发人员发展到涵盖软件开发的 ...继续阅读 (21)

最近，我们发布了新版本的 Shire，在这个新的发布（Shire 0.5）里，你可以更好地融合本地研发资产，同时构建数据安全 RAG。在这次版本中，我们增加了： ...继续阅读 (18)

构建编码智能体并非一件容易的事。结合我们在 AutoDev、ArchGuard Co-mate、ChocoBuilder 等智能体项目的经验，我们开始思考在 Shire ...继续阅读 (24)

Shire 是一种专门为 AI 设计的语言，用于促进大型语言模型（LLM）与集成开发环境（IDE）之间的通信，从而实现自动化编程。其核心理念是通过简洁的语法和强大的功能，使编程任务自动化，并提供无缝的 IDE 集成和实时反馈。 ...继续阅读 (38)

在开发 IDE 插件 AutoDev 时，我们一直遵循着 Unit Mesh 的基本思想，即 AI 所生成的应该是可执行的单元（Unit）。在底层构建丰富的各类单元/工具， ...继续阅读 (41)

> AI4EE是指 "AI for Engineering Efficiency"，即应用人工智能（AI）技术来提升工程效能。AI4EE 旨在利用 AI 技术来改善工程领域中的各个方面， ...继续阅读 (44)

在开源 AI IDE 插件 AutoDev 的 [#51](https://github.com/unit-mesh/auto-dev/issues/51) issue 中，我们设计了 AutoDev 的 AI Agent 能力，半年后我们终于交付了这个功能。 ...继续阅读 (36)

在上一年里，已经有不少的企业在工具链上落地了生成式 AI，结合我们对于这些企业的分析，以及最近在国内的一些 “新技术” 趋势，诸如于鸿蒙原生应用的初步兴起。从这些案例与趋势中，我们也看到了一些新的可能方向。 ...继续阅读 (35)

最近在给 AutoDev 添加 HarmonyOS 相关功能的时候，在添加了一些功能之后，发现还需要添加 CI/CD 相关的功能。于是，便花了半个下午的时间，添加了对应的示例，以在 GitHub 上构建出 HarmonyOS 的 hap 应用。 ...继续阅读 (32)

去年 8 月，在看到 IBM 在自家的 watsonx Code Assistant 中加入了 COBOL 语言转 Java 的功能后。在分析了一下午之后，我似乎理解了它的工作思想，以及应该如何去设计这样的 AI 辅助工具。而考虑到 AutoDev 并非专门为遗留系统改造而设计的，所以只能将相同的功能以不同的方式结合到一起。 ...继续阅读 (47)

几年前，在初步设计了 Datum Lang 的语法后，我开始探索在 IDE 中支持编程语言，于是写了那篇《**[编程语言的 IDE 支持](https://www.phodal.com/blog/language-in-ide/)**》。在生成式 AI 的影响下，我开发、维护的几个开源编程语言相关的工具，又在持续发生变化： ...继续阅读 (51)

UnitGen 是我们从 UnitEval 拆分出来的代码数据集开源解决方案，UnitGen 旨在结合开源模型为 AutoDev 插件提供更好的私有化部署方案。 ...继续阅读 (51)

2023 年，生成式 AI 的火爆，让越来越多的组织开始引入 AI 辅助编码。与在 2021 年发布的 GitHub Copilot 稍有差异的是，代码补全只是重多场景中的一个。 大量的企业内部在探索结合需求生成完整代码、代码审查等场景，也引入生成式 AI，来提升开发效率。 在这个背景下，我们（Thoughtworks）也开发了一系列的开源工具，以帮助更多的组织构建自己的 AI 辅助编码助手： - [AutoDev](https://github.com/unit-mesh/auto-dev)，基于 JetBrains 平台的全流程 AI 辅助编码工具。 - [Unit Eval](https://github.com/unit-mesh/unit-eval)，代码补全场景下的高质量数据集构建与生成工具。 - [Unit Minions](https://github.com/unit-mesh/unit-minions)，在需求生成、测试生成等测试场景下，基于数据蒸馏的数据集构建工具。 由于，我们设计 AutoDev 时，各类开源模型也在不断演进。在这个背景下，它的步骤是： - 构建 IDE 插件与度量体系设计。基于公开模型 API，编写和丰富 IDE 插件功能。 - 模型评估体系与微调试验。 - 围绕意图的数据工程与模型演进。 也因此，这个教程也是围绕于这三个步骤展开 ...继续阅读 (67)

回顾 2023 年，可以明显地看到生成式 AI 带给软件工程带来的新思考，每个组织也在探索结合生成式 AI 的可能性。 Unit Mesh (https://github.com/unit-mesh) GitHub 组织正是基于我与我的同事的研究，所构建的一系列围绕于生成式 AI 应用于软件研发的开源项目。 ...继续阅读 (70)

虽然 ChatGPT 已经诞生了一周年，但是大量的人依旧对于生成式 AI 没有足够的认识。在研发领域，Thoughtworks 一直在与不同的大型企业合作，保持开放性的探索。 ...继续阅读 (58)

借助于在 AutoDev 与 IDE 上的 AI 沉浸式体验设计，我们开始构建一个 AI 原生的文本编辑器，以探索沉浸式创作体验。其适用于**需求编写**、**架构文档**等等**文档场景**，以加速软件开发中的多种角色的日常工作。 ...继续阅读 (62)

作为 AutoDev 的核心开发，我们不仅在不断丰富 AutoDev 的功能以满足不同公司的定制需求，还在与各种团队进行持续交流。在处理遗留系统时，我们发现程序员们日常工作中需要面对大量使用过时技术、基础设施混乱的系统。 ...继续阅读 (62)

在过去的一年时间里，国内外大中型公司都在探索、引入了 GenAI / AIGC（生成式 AI），并在 2024 年将持续探索更多的可能性。因此自 10 月起，我们（Thoughtworks）与不同公司的团队持续交流了如何规划 2024 的 AIGC，从在软件研发中应用到产品设计，再到一些新的趋势探索。 ...继续阅读 (55)

在过去的一年里，越来越多的生成式 AI 应用来到了我们的日常，Copilot 似的 AI 大大改善了我们的工作和生活体验。而作为工程师，仅仅使用 AI 工具是不合时宜的，在恰当的时候，加入 AI 原生应用的开发大军，才是更适合被誉为 “夕阳产业” 从业人员的一种选择。 ...继续阅读 (68)

在过去的几个月里，我的同事们（Thoughtworker）一直在构建 Team AI 项目，一个围绕于 AIGC 辅助开发团队的野心勃勃的计划。在内部，我们还有一个名为 Team AI Hackathon 的活动，基于一个内部的 Team AI 代码库，探索构建适合于不同软件研发团队的 Team AI。 ...继续阅读 (55)

在过去的两个月里，随着 Thoughtworks 内部的大规模 AI 辅助软件交付（AI4SoftwareDelivery）的展开 —— 在全球，有上千名的 Thoughtworker 这一个涉及不同角色、不同地区，以及几十场内部分享的活动。 ...继续阅读 (58)

在软件开发团队里，Code Review 是非常重要的一个质量保障环境。好的 Code Review 能促进团队成长，差的 Code Review 形同流水。而在有了 LLM 之后，事情又发生了一些微妙的变化： ...继续阅读 (71)

你是否曾经想过，当你在 Intellij IDEA 中输入一个段代码时，GitHub 是如何给你返回相关的结果的？其实，这背后的秘密就是围绕 Prompt 生成而构建的架构设计。 ...继续阅读 (52)

本文将介绍 Chocolate Factory 框架背后的一系列想法和思路。在我们探索和设计框架的过程中，受到了：LangChain4j、LangChain、LlamaIndex、Spring AI、Semantic Kernel、PromptFlow 的大量启发。 ...继续阅读 (56)

在过去的一段时间，我们尝试从先前的 AIGC 应用经验里，进行一些再提炼和总结。从起先的 ClickPrompt（https://www.clickprompt.org/）、ChatFlow，到我们的 AI + 软件开发组织 Unit Mesh 下构建了一系列应用： ...继续阅读 (61)

几个月前，在 Thoughtworks 的内部 AIGC 研讨会里，我们一直达成了一系列一致观点，诸如于：如果没有 “开源模型” 降低企业应用 LLM 的成本，那么 LLM 会很快消亡。所以，我们相信开源 LLM + LoRA 微调会成为企业的一种主流方式。现今，我们可以看到 LLaMA 2、Code LLaMA 2 等模型在不断刷新这种可能性。 ...继续阅读 (69)