GoonAI टूल्स के साथ अपना खुद का कोडिंग असिस्टेंट बनाएं
AI टूल्स के साथ अपना खुद का कोडिंग असिस्टेंट बनाना अब मुश्किल काम नहीं है, यहां तक कि उन लोगों के लिए भी जिनके पास तकनीकी ज्ञान या कोडिंग का अनुभव नहीं है। इस लेख में, हम कोडिंग सहायता के लिए समर्पित मौजूदा large language models का उपयोग करने, अपने उपयोग के मामले के लिए सबसे अच्छा मॉडल चुनने और अपनी मशीन कॉन्फ़िगरेशन के लिए उपयुक्त मापदंडों की संख्या के आधार पर मॉडल के उपयुक्त आकार का चयन करने के बारे में जानेंगे। हम कोड उत्पन्न करने, उत्पन्न कोड का परीक्षण करने, उत्पन्न कोड के लिए एक Docker इमेज बनाने और पुश करने और Minikube पर स्थानीय रूप से उत्पन्न Docker इमेज के साथ Kubernetes में Python कोड को तैनात करने के लिए एक निर्मित कोडिंग सहायक का उपयोग करने के तरीके के एक कामकाजी उदाहरण पर भी ध्यान देंगे।
कोडिंग असिस्टेंट का परिचय
वक्ता अपना परिचय देता है और बताता है कि वह कोडिंग से संबंधित गतिविधियों के लिए मौजूदा मॉडलों का उपयोग करने के बारे में बताएगा। वह इन मॉडलों का उपयोग करने के लिए आवश्यक उपकरणों को स्थापित करने के महत्व पर जोर देता है।
आवश्यक उपकरण स्थापित करना
वक्ता दो आवश्यक उपकरणों का उल्लेख करता है: Ollama और MsTY। वह अपने पिछले वीडियो का उल्लेख करता है जो बताते हैं कि इन उपकरणों को कैसे स्थापित और उपयोग किया जाए। वर्तमान वीडियो का मुख्य इरादा कोडिंग सहायता के लिए समर्पित सार्वजनिक रूप से उपलब्ध बड़े मॉडलों को स्थापित करने के तरीके के बारे में बताना है।
सार्वजनिक रूप से उपलब्ध Large Language Models
वक्ता बताता है कि कोडिंग सहायता के लिए प्रशिक्षित सार्वजनिक रूप से उपलब्ध Large Language Models कैसे खोजें। वह दिखाता है कि Ollama पर इन मॉडलों को कैसे खोजा जाए और मॉडल को कितनी बार अपडेट किया जाता है, इसकी जांच करने के महत्व का उल्लेख करता है।
सर्वश्रेष्ठ मॉडल चुनना
मापदंडों की संख्या और अपडेट आवृत्ति के आधार पर सर्वश्रेष्ठ मॉडल चुनना
वक्ता एक मॉडल चुनते समय विचार करने योग्य कारकों पर चर्चा करता है, जिसमें मापदंडों की संख्या और मॉडल को कितनी हाल ही में अपडेट किया गया था, शामिल हैं। वह बताता है कि मापदंडों की संख्या मॉडल के प्रदर्शन को प्रभावित करती है और आम तौर पर अधिक मापदंड बेहतर सहायता प्रदान करते हैं।
कार्य उदाहरण: कोड उत्पन्न करना
चुने हुए मॉडल का उपयोग करके कोड उत्पन्न करने का कार्य उदाहरण
वक्ता दिखाता है कि कोड उत्पन्न करने के लिए चुने हुए मॉडल का उपयोग कैसे करें। वह मॉडल से TLS प्रमाणपत्र बनाने के लिए Python कोड प्रदान करने के लिए कहता है और आवश्यक कोड के साथ एक प्रतिक्रिया प्राप्त करता है।
उत्पन्न कोड का परीक्षण करना
वक्ता उत्पन्न कोड का परीक्षण करता है और मॉडल को अतिरिक्त कार्यक्षमता शामिल करने के लिए इसे संशोधित करने के लिए कहता है। वह दिखाता है कि मॉडल संदर्भ को कैसे याद रख सकता है और अनुरोधित संशोधनों के आधार पर नया कोड उत्पन्न कर सकता है।
Docker इमेज का निर्माण और पुश करना
उत्पन्न कोड के लिए एक Docker इमेज का निर्माण और पुश करना
वक्ता बताता है कि उत्पन्न कोड के लिए एक Docker इमेज कैसे बनाया जाए और इसे Docker Hub पर कैसे पुश किया जाए। वह मॉडलिंग टूल का उपयोग करके इस प्रक्रिया की सरलता को दर्शाता है।
Docker इमेज को तैनात करना
वक्ता दिखाता है कि Minikube का उपयोग करके Kubernetes पर Docker इमेज को कैसे तैनात किया जाए। वह स्थानीय तैनाती और परीक्षण के लिए Minikube का उपयोग करने के लाभों के बारे में बताता है।
निष्कर्ष और अंतिम विचार
कोडिंग असिस्टेंट की क्षमता पर निष्कर्ष और अंतिम विचार
वक्ता उत्पादकता को बढ़ाने में कोडिंग सहायकों की क्षमता पर जोर देकर निष्कर्ष निकालता है। वह दर्शकों को यह पता लगाने के लिए विभिन्न मॉडलों और उपकरणों का पता लगाने के लिए प्रोत्साहित करता है कि उनके लिए क्या बेहतर काम करता है। वह एक मॉडल चुनते समय मापदंडों की संख्या और अद्यतन आवृत्ति पर विचार करने के महत्व का भी उल्लेख करता है।
अंतिम टिप्पणी
वक्ता देखने के लिए दर्शकों को धन्यवाद देता है और प्रतिक्रिया और सुझावों के लिए आमंत्रित करता है। वह दर्शकों को स्वस्थ रहने और नई चीजें सीखते रहने के लिए प्रोत्साहित करता है।
