Neste documento, mostramos estratégias para criar comandos que funcionam com os modelos compatíveis para gerar código usando uma descrição de linguagem natural.
Casos de uso
Estes são alguns casos de uso comuns para geração de código:
Testes de unidade: crie um prompt para solicitar um teste de unidade para uma função.
Gravar uma função: transmita um problema ao modelo para receber uma função que solucione o problema.
Criar uma classe: use uma solicitação para descrever a finalidade de uma classe e tenha o código que define a classe retornada.
Modelos compatíveis
Os seguintes modelos dão suporte a tarefas de geração de código:
- Gemini 1.5 Flash
- Gemini 1.5 Pro
- Gemini 1.0 Pro
Exemplos de solicitações de geração de código
Use os exemplos a seguir para aprender a projetar solicitações de geração de código.
Gerar um script do Docker
Você pode usar o modelo de geração de código para gerar um script do Docker. O prompt a seguir gera um script do Docker para criar uma máquina Linux com bibliotecas específicas instaladas:
Generate a Docker script to create a simple linux machine that has python 3.10 installed with following libraries: pandas, tensorflow, numpy ``` # Create a new Dockerfile FROM ubuntu:20.04 # Update the package list RUN apt-get update # Install Python 3.10 RUN apt-get install -y python3.10 # Install Python libraries RUN pip install pandas tensorflow numpy # Create a new user RUN useradd -m user # Set the default user USER user # Start the Python shell CMD ["python"] ``` To build the Docker image, run the following command: ``` docker build -t my-python-image . ``` To run the Docker image, run the following command: ``` docker run -it --rm my-python-image ``` This starts a new container based on the `my-python-image` image. You can then use the Python shell to interact with the container. For example, you can install additional Python libraries or run Python scripts. |
Gerar uma função
É possível usar o modelo de geração de código para gerar uma função. O prompt a seguir gera uma função que insere um ano e determina se é um ano bissexto:
Write a function that checks if a year is a leap year. ```python def is_leap_year(year): """ def is_leap_year(year): """ Check if a year is a leap year. Args: year: The year to check. Returns: True if the year is a leap year, False otherwise. """ if year % 4 != 0: return False elif year % 100 == 0 and year % 400 != 0: return False else: return True ``` |
Gerar um teste de unidade
Você pode usar o modelo de geração de código para gerar um teste de unidade.
O prompt a seguir gera um teste de unidade para uma função que determina se um ano é bissexto ou não.
Write a unit test for this function: def is_leap_year(year): """ Check if a year is a leap year. Args: year: The year to check. Returns: True if the year is a leap year, False otherwise. """ if year % 4 != 0: return False elif year % 100 == 0 and year % 400 != 0: return False else: return True ```python import unittest class IsLeapYearTest(unittest.TestCase): def test_is_leap_year_true(self): self.assertTrue(is_leap_year(2000)) self.assertTrue(is_leap_year(2004)) self.assertTrue(is_leap_year(2012)) def test_is_leap_year_false(self): self.assertFalse(is_leap_year(1900)) self.assertFalse(is_leap_year(1999)) self.assertFalse(is_leap_year(2100)) def test_is_leap_year_invalid_input(self): with self.assertRaises(TypeError): is_leap_year("2000") if __name__ == '__main__': unittest.main() ``` |
A seguir
- Saiba como enviar solicitações de solicitação de chat do Gemini.
- Saiba como criar comandos de chat de código.
- Saiba como criar solicitações de preenchimento de código.
- Saiba mais sobre as práticas recomendadas de IA responsável e os filtros de segurança da Vertex AI.