通过ChatGPT生成设计和原型代码,可以帮助团队快速启动项目,验证想法,提高效率。原文: ChatGPT and Software Architecture[1]
Surfing Croyde Bay @UnsplashOpenAI的ChatGPT现在越来越火,出现了各种有趣用例。
从许多方面来看,ChatGPT都可以看作是AI赋能的架构师白板,除了画画线条和框框,还可以有许多用途。我在本文中将演示如何基于ChatGPT启动软件架构流程。
就像在白板上画画一样,过程会有点混乱,各种因素相互作用会导致不得不通过不断修改来找到最佳答案。本文旨在演示成功使用ChatGPT的一些提问技巧,这些技巧产生了真正有价值的结果。
需要注意,ChatGPT仍在学习中,所以不要对一致性有太大期望,多次问同样的问题可能会得到不同的结果。
设置ChatGPT帐户很简单,可以按照官方文档完成: https://openai.com/blog/chatgpt/
用户故事我们从要求ChatGPT写用户故事开始。
写一个用户故事,测量员登录到系统,输入地理空间坐标、建筑、建筑类型和特征信息,这是他们一天中要进行的许多调查中的一个
如你所见,这是个特定行业的用户故事。ChatGPT拥有庞大的知识库,需要通过实验来了解ChatGPT的知识深度,即它知道些什么?
第一个问题的关键是要对关键细节非常明确,以获得最佳结果。这样,ChatGPT可以响应一组体面的结果,如下所示:
如果获得的结果与上述类似,那就意味着ChatGPT已经找到了线索,并将根据进一步提出的问题进行构建。要记住的关键是,以下所有结果都将基于这个初始上下文,因此值得花时间定义第一个交互。
现在可以做些非常了不起的事情,构建数据库!
构建数据库在markdown中以表格格式详细生成数据模型
ChatGPT是这样回应的:
不止如此,我们继续…
生成SQL
CREATE TABLESurveyors (
id INT NOT NULLAUTO_INCREMENT,
name VARCHAR(255) NOT NULL,
email VARCHAR(255) NOT NULL,
password VARCHAR(255) NOT NULL,
PRIMARY KEY (id)
);
CREATE TABLEBuildings (
id INT NOT NULLAUTO_INCREMENT,
type_id INT NOT NULL,
coordinates VARCHAR(255) NOT NULL,
notes TEXT,
surveyor_id INT NOT NULL,
PRIMARY KEY (id),
FOREIGN KEY (type_id) REFERENCES BuildingTypes(id),
FOREIGN KEY (surveyor_id) REFERENCES Surveyors(id)
);
CREATE TABLEBuildingTypes (
id INT NOT NULLAUTO_INCREMENT,
type VARCHAR(255) NOT NULL,
PRIMARY KEY (id)
);
ChatGPT输出了完全可用的SQL,可以顺利创建SQL数据库。不止如此……
创建类图<script src=“https://cdn.jsdelivr.net/npm/mermaid@8.6.0/dist/mermaid.min.js”></script><script>mermaid.initialize({startOnLoad:true});</script><div class=“mermaid”>classDiagram
class Surveyors {
+id: int
+name: string
+email: string
+password: string
}
class Buildings {
+id: int
+type_id: int
+coordinates: string
+notes: string
+surveyor_id: int
}
class BuildingTypes {
+id: int
+type: string
}
Surveyors –> Buildings
Buildings –> BuildingTypes
</div>ChatGPT生成的类图如下所示…
ChatGPT真是让人惊喜:
ChatGPT没法显示图表,但可以生成能够创建图表的Mermaid代码。ChatGPT非常熟悉Mermaid脚本,可以生成这种脚本语言支持的图表。
由此可见,ChatGPT已经学会了编码,可以继续要求ChatGPT编写JavaScript、CSS和HTML,通过简单的请求将原型组合在一起。ChatGPT经过训练,可以用许多流行的编程语言生成代码。
如果有足够的时间,每个有经验的人都可以做到,只不过速度要慢一些。但这不是生产代码,要使代码达到生产质量和可用性水平,还需要做更多工作。不过ChatGPT已经很让人惊艳了。
我们尝试用ChatGPT来提高代码质量:
生成遵循C#实践原则的类设计,包含错误处理和数据库访问层
ChatGPT的响应:
public class Surveyor{
private readonly string_name;
private readonly string_email;
private readonly List
IDatabaseAccess _databaseAccess;
public Surveyor(string name, string email, IDatabaseAccess databaseAccess){
_name = name;
_email = email;
_databaseAccess = databaseAccess;
_surveys = new List
}
public void AddSurvey(ISurvey survey){
try{
_surveys.Add(survey);
_databaseAccess.SaveSurvey(survey);
}
catch(Exception ex)
{
// Log the error}
}
public void RemoveSurvey(ISurvey survey){
try{
_surveys.Remove(survey);
_databaseAccess.DeleteSurvey(survey);
}
catch(Exception ex)
{
// Log the error}
}
public List<ISurvey> GetSurveys(){
try{
return_databaseAccess.GetSurveys();
}
catch(Exception ex)
{
// Log the error return new List
}
}
}
public interface IDatabaseAccess{
void SaveSurvey(ISurvey survey);
void DeleteSurvey(ISurvey survey);
List<ISurvey> GetSurveys();
}
public class DatabaseAccess : IDatabaseAccess{
public void SaveSurvey(ISurvey survey){
// Implementation for saving the survey to a database}
public void DeleteSurvey(ISurvey survey){
// Implementation for deleting the survey from the database}
public List<ISurvey> GetSurveys(){
// Implementation for retrieving a list of surveys from the database}
}
public interface ISurvey{
decimal Latitude { get; set; }
decimal Longitude { get; set; }
string BuildingType { get; set; }
Dictionary<string, string> BuildingCharacteristics { get; set; }
}
public class Survey : ISurvey{
public decimal Latitude { get; set; }
public decimal Longitude { get; set; }
public string BuildingType { get; set; }
public Dictionary<string, string> BuildingCharacteristics { get; set; }
public Survey(decimal latitude, decimal longitude, string buildingType, Dictionary<string, string> buildingCharacteristics){
Latitude = latitude;
Longitude = longitude;
BuildingType = buildingType;
BuildingCharacteristics = buildingCharacteristics;
}
}
作为一组脚手架类,非常不错了。
接下来让ChatGPT为RESP API创建Swagger,ChatGPT再次返回了足以启动开发的不错成果。
结论ChatGPT功能广泛,可以帮助启动开发,但还无法实现比较深度的工作。每个回合都必须靠人来激发ChatGPT完成任务,缺乏主动性,需要有人发起并推动接下来的步骤。
不过可以开发一组标准问题,促使ChatGPT提供好的结果,也许足以帮助团队以多种方式开始开发。
你好,我是俞凡,在Motorola做过研发,现在在Mavenir做技术工作,对通信、网络、后端架构、云原生、DevOps、CICD、区块链、AI等技术始终保持着浓厚的兴趣,平时喜欢阅读、思考,相信持续学习、终身成长,欢迎一起交流学习。微信公众号:DeepNoMind
参考资料
[1]ChatGPT and Software Architecture: https://betterprogramming.pub/chatgpt-and-software-architecture-308b6e0cc25a
– END –