AWS-CodeWhisperer-Demo

體驗AWS CodeWhisperer

剛開始的時候需要一些文字描述讓他了解這段程式到底要做什麼事情，所以我先提供第一段， Alert Line Notify to Engineer which Python Application Monitor kafka Topic Monitor-Application-Alert，之後他再次修正這段文字訊息

過程中我已經得知Python搭配使用 confluent_kafka效能不錯，如果你的專案內有安裝相對應的套件的話，他會自動提示，不然無法提供相對應的套件

選定相對應的套件之後，下一步他會猜測你想執行的項目非常人性化，連需要帶入的參數都一一提供給你，這邊我只需要簡單的重構一下變數即可，省下不少查詢的時間

這邊因為我知道我從Kafka取得的資料是一個Json格式，所以我先寫一段註解讓AI知道我接下來想要執行的事情

於是他推測 msg.value()就是就是一個json格式，並提供相對應的程式碼而且還貼心的幫你帶上utf-8避免編碼錯誤的問題]]

接下來我得知已經可以正常取得我要的Json字串後，要做的就是把之前已經寫好的LINE 模組套用上去就可以大功告成，這邊AI也是相當貼心

我先把LINEToken填寫上去讓他了解我接下來想要執行的是 LINE 通知，但這邊有個比較不聰明的地方，我建立line物件的時候他並不會知道我要使用 我的 LineNotify，反而是要我自己打上去，但是也無訪至少他後面很聰明地知道要把我剛剛宣告的LINETOKEN帶上去。

建立完成line物件後我要做的就是Send訊息給工程師，其實在過程中我發現他提供的訊息也算是不錯Send Line Notify，可惜我按太快他的提示就沒出現了

這邊特別注意一下，其實我Line模組發送訊息是使用Send() 但是他根據我的前後文去推測，幫我帶上的是Send_message()，雖然VSCode有幫我提示send，但太過於依賴AI的話反而會被他誤導。

感想

其實一開始透過AI來輔助撰寫程式碼並不習慣，甚至不知道怎麼開始我覺得跟自己寫作習慣有關係，通常我是已經構想好怎樣執行或是有明確的步驟之後就會開始動手寫。
所以變成在寫的過程並沒有太多的提示或提供的並不是我要的，那是因為AI在你當下的頁面並不知道你要做什麼，所以提示無法深入我心。當我改成先寫註解在寫程式碼之後整個體驗就飛天了，寫作過程會有點期待他的提示或是想要查文件的時候他已經幫你寫好了(光是省去查文件就節省很多時間)，初次體驗的感受還不錯，難怪用過的人都稱讚，後續在更多的檔案之間再來進行測試後續再寫一篇深度的體驗。