强大的AI网站推荐(第一集)—— Devv AI

devtools/2025/3/22 2:43:53/

在这里插入图片描述

网站:Devv AI
号称:最懂程序员的新一代 AI 搜索引擎
博主评价:我的大学所有的代码都是使用它,极大地提升了我的学习和开发效率。
推荐指数:🌟🌟🌟🌟🌟🌟(超5星)
难度指数:需要梯子🪜

AI_Devv_AI_7">强大的AI网站推荐(第一集)—— Devv AI


🌟嗨,我是LucianaiB!

🌍 总有人间一两风,填我十万八千梦。

🚀 路漫漫其修远兮,吾将上下而求索。


Devv.ai 是什么

Devv.ai 是一款面向程序员的新一代 AI 搜索引擎,旨在替代传统的搜索引擎和技术博客社区,专注于解决编程和技术难题。其主要特点包括:

  • AI 驱动:基于 RAG(检索增强生成)技术和大型语言模型,Devv.ai 能够提供快速、准确的编程相关查询结果。
  • 多语言支持:支持多种编程语言,如 Python、Go、JavaScript、Java 等。
  • 多种搜索模式:提供快速模式、代理模式和
  • GitHub 模式:满足不同开发者的需求。 持续学习:基于用户互动不断学习和改进,提供更个性化的搜索体验。

AI_25">使用的AI模型

在这里插入图片描述

可以看到它提供了8中常见AI,这里比较推荐使用Gemini 1.5 Pro,因为它Limited Free限时免费。(我没使用过Pro,使用无法评价,但是免费的足够了)

以下是关于这些模型的介绍和比较:

Gemini 2.0

  • 特点:Google开发的模型,具有强大的多模态处理能力,支持文本、图像、视频和音频输入。其输入上下文窗口为1M tokens,单次请求可生成最多8192个tokens。
  • 性能:在MMLU-Pro基准测试中得分为77.6%,在MMMU(多模态理解)测试中得分为71.7%,在数学问题解决能力测试中得分为90.9%。

GPT-4o Mini

  • 特点:OpenAI开发的低成本高效模型,支持文本和视觉输入,未来将支持更多模态。其输入上下文窗口为128K tokens,单次请求可生成最多16.4K tokens。
  • 性能:在MMLU基准测试中得分为82%,在HumanEval(代码生成)测试中得分为87.2%,在数学问题解决能力测试中得分为70.2%。

Gemini 1.5 Pro

  • 特点:Google的早期版本模型,性能在不断改进。在某些任务中表现不如Gemini 2.0,但仍然具有较强的多模态处理能力。
  • 性能:在HumanEval基准测试中得分为84.1%,在数学问题解决能力测试中表现不如GPT-4o Mini和Gemini 2.0。

Claude 3.5 Sonnet

  • 特点:Anthropic开发的模型,在编程任务中表现出色,生成的代码质量较高。支持多种模态输入,但在某些任务中需要逐步指导才能达到最佳效果。
  • 性能:在HumanEval基准测试中得分为92%,在MMLU基准测试中得分为81.5%,在编程任务中表现优于Gemini 1.5 Pro。

Claude 3.7 Sonnet

  • 特点:Anthropic的更新版本模型,性能有所提升。在复杂任务如数学和编程方面表现出色。
  • 性能:在ARC-AGI测试中表现不如o1,但在其他任务中表现良好。

DeepSeek R1

  • 特点:DeepSeek开发的模型,拥有6710亿参数,是混合专家(MoE)模型。专注于复杂任务,如数学和编程。
  • 性能:在ARC-AGI测试中得分为15-20%,在MMLU测试中得分为79.5%。

GPT-4o

  • 特点:文本与视觉输入:GPT-4o 支持文本和视觉输入,能够处理图像和文本的结合任务,例如图像描述生成、视觉问答等。这种多模态能力使其在处理需要结合视觉和语言信息的任务时具有独特优势。
  • 性能
    MMLU基准测试:在MMLU(多任务语言理解)测试中,GPT-4o 得分为 82%,表现出色,说明其在多任务语言理解方面具有较高的准确率。
    HumanEval测试:在 HumanEval(代码生成)测试中,GPT-4o 得分为 87.2%,这表明其生成的代码质量较高,适合用于编程辅助任务。
    数学问题解决能力测试:在数学问题解决能力测试中得分为 70.2%,虽然不如一些专门的数学模型,但仍然表现出色。

o1-preview

  • 特点:OpenAI的最新模型,推理能力显著提升。在数学和编程任务中表现出色,准确率较高。
  • 性能:在数学和编程评估中准确率达到83%,远高于GPT-4o。

特点—— GitHub 模式

在这里插入图片描述
Devv.ai 提供了 GitHub 模式。

1.GitHub 模式:Devv.ai 提供了 GitHub 模式,允许用户直接连接自己的 GitHub 仓库,进行搜索、问答和代码生成。这一功能目前处于 Beta 测试阶段,用户可以通过该模式针对特定代码库进行查询,Devv.ai 会通过专门的程序分析 indexer 来解析代码仓库的语法结构和函数调用链关系,从而提供更精准的结果。

2.数据来源:Devv.ai 的数据来源包括 GitHub 等国际知名技术平台,这意味着它能够利用 GitHub 上的开源代码和项目信息,为开发者提供更全面和准确的编程建议。

3.社区反馈与贡献:Devv.ai 在 GitHub 上有自己的开源仓库,开发者可以通过该仓库报告错误、请求新功能、提问或提供反馈。这种开放式的社区互动模式有助于 Devv.ai 不断改进和优化其功能。

AI_78">AI实操

提示词:

使用代码,创建一个有科技感炫酷的动画

效果如下:(它不仅输出了代码,而且连效果都可以直接看到,这也是我最喜欢使用的原因)
在这里插入图片描述
对于的代码:

<!DOCTYPE html>
<html lang="zh">
<head><meta charset="UTF-8"><meta name="viewport" content="width=device-width, initial-scale=1.0"><title>粒子动画</title><style>body {background-color: #000;overflow: hidden;height: 100vh;margin: 0;display: flex;justify-content: center;align-items: center;}canvas {background-color: #000;}</style>
</head>
<body><canvas id="particleCanvas"></canvas><script>const canvas = document.getElementById('particleCanvas');const ctx = canvas.getContext('2d');canvas.width = window.innerWidth;canvas.height = window.innerHeight;let particlesArray;// 创建粒子class Particle {constructor(x, y, directionX, directionY, size, color) {this.x = x;this.y = y;this.directionX = directionX;this.directionY = directionY;this.size = size;this.color = color;}// 绘制单个粒子draw() {ctx.beginPath();ctx.arc(this.x, this.y, this.size, 0, Math.PI * 2, false);ctx.fillStyle = this.color;ctx.fill();}// 更新粒子位置update() {if (this.x + this.size > canvas.width || this.x - this.size < 0) {this.directionX = -this.directionX;}if (this.y + this.size > canvas.height || this.y - this.size < 0) {this.directionY = -this.directionY;}this.x += this.directionX;this.y += this.directionY;this.draw();}}// 创建粒子数组function init() {particlesArray = [];let numberOfParticles = (canvas.height * canvas.width) / 9000;for (let i = 0; i < numberOfParticles; i++) {let size = (Math.random() * 5) + 1;let x = (Math.random() * ((innerWidth - size * 2) - (size * 2)) + size * 2);let y = (Math.random() * ((innerHeight - size * 2) - (size * 2)) + size * 2);let directionX = (Math.random() * 5) - 2.5;let directionY = (Math.random() * 5) - 2.5;let color = 'rgba(173, 216, 230, 0.8)';particlesArray.push(new Particle(x, y, directionX, directionY, size, color));}}// 动画循环function animate() {requestAnimationFrame(animate);ctx.clearRect(0, 0, innerWidth, innerHeight);for (let i = 0; i < particlesArray.length; i++) {particlesArray[i].update();}}// 调整窗口大小window.addEventListener('resize', function(){canvas.width = innerWidth;canvas.height = innerHeight;init();});init();animate();</script>
</body>
</html>

AI__190">Devv AI 使用总结

Devv AI 是一款专为程序员设计的新一代 AI 搜索引擎,以其强大的 AI 驱动功能和多语言支持脱颖而出。它不仅能够快速准确地解答编程难题,还提供了多种搜索模式,满足不同开发者的需求。其 GitHub 模式更是将代码搜索和问答提升到了一个新的高度,通过连接 GitHub 仓库,开发者可以直接获取针对特定项目的精准建议。

在使用 Devv AI 的过程中,我深刻体会到其强大的多模态处理能力和智能生成能力。无论是复杂的代码生成任务,还是简单的技术问题解答,Devv AI 都能迅速给出高质量的解决方案。其提供的多种 AI 模型各有特点,例如 Gemini 1.5 Pro 的限时免费版本,为开发者提供了强大的功能支持,而 GPT-4o Mini 则以其高效的性能和较低的成本成为性价比之选。

Devv AI 的 GitHub 模式是其一大亮点。通过连接 GitHub 仓库,开发者可以利用 Devv AI 的智能分析功能,快速定位代码问题并获取优化建议。这种与开源社区的深度结合,不仅提升了开发效率,还为开发者提供了丰富的学习资源。

总的来说,Devv AI 是一个极具潜力的工具,它通过 AI 技术极大地简化了编程过程,提高了开发效率。无论是新手还是资深开发者,都能从中受益。尽管目前使用 Devv AI 需要梯子,但其强大的功能和友好的用户体验使其成为值得推荐的工具。如果你是一名程序员,Devv AI 绝对值得一试。

嗨,我是LucianaiB。如果你觉得我的分享有价值,不妨通过以下方式表达你的支持:👍 点赞来表达你的喜爱,📁 关注以获取我的最新消息,💬 评论与我交流你的见解。我会继续努力,为你带来更多精彩和实用的内容。

点击这里👉LucianaiB ,获取最新动态,⚡️ 让信息传递更加迅速。


http://www.ppmy.cn/devtools/169047.html

相关文章

图论——Prim算法

53. 寻宝(第七期模拟笔试) 题目描述 在世界的某个区域,有一些分散的神秘岛屿,每个岛屿上都有一种珍稀的资源或者宝藏。国王打算在这些岛屿上建公路,方便运输。 不同岛屿之间,路途距离不同,国王希望你可以规划建公路的方案,如何可以以最短的总公路距离将 所有岛屿联通…

基于生成对抗网络(GAN)的图像超分辨率重建:技术与应用

图像超分辨率重建(Super-Resolution, SR)是计算机视觉领域的重要任务,旨在从低分辨率图像中恢复出高分辨率图像。这一技术在医学影像、卫星图像、视频增强等领域具有广泛的应用价值。传统的超分辨率方法依赖于插值或基于模型的重建,效果有限。近年来,生成对抗网络(GAN)通…

Java 单例模式与线程安全

Java 单例模式与线程安全 单例模式&#xff08;Singleton Pattern&#xff09;是设计模式中最简单且常用的模式之一&#xff0c;它确保一个类只有一个实例&#xff0c;并提供一个全局访问点。单例模式在许多场景中非常有用&#xff0c;例如配置管理、线程池、缓存等。然而&…

蓝桥杯嵌入式组第十二届省赛题目解析+STM32G431RBT6实现源码

文章目录 1.题目解析1.1 分而治之&#xff0c;藕断丝连1.2 模块化思维导图1.3 模块解析1.3.1 KEY模块1.3.2 LED模块1.3.3 LCD模块1.3.4 TIM模块1.3.5 UART模块1.3.5.1 uart数据解析 2.源码3.第十二届题目 前言&#xff1a;STM32G431RBT6实现嵌入式组第十二届题目解析源码&#…

网络安全设备配置与管理-实验4-防火墙AAA服务配置

实验4-p118防火墙AAA服务配置 从这个实验开始&#xff0c;每一个实验都是长篇大论&#x1f613; 不过有好兄弟会替我出手 注意&#xff1a;1. gns3.exe必须以管理员身份打开&#xff0c;否则ping不通虚拟机。 win10虚拟机无法做本次实验&#xff0c;必须用学校给的虚拟机。首…

《数字图像处理》第三章 灰度变换与空间滤波学习笔记(3.1-3.2)反转、对数、幂律、分段线性等变换

请注意:笔记内容片面粗浅&#xff0c;请读者批判着阅读&#xff01; 3.1 背景知识&#xff1a;空间域处理基础 核心概念解析 空间域定义 空间域指图像平面本身&#xff0c;其处理直接作用于像素矩阵&#xff08;区别于频率域的变换处理&#xff09;。 数学表达式&#xff1a;…

Spring MVC 接口数据

访问路径设置 RequestMapping("springmvc/hello") 就是用来向handlerMapping中注册的方法注解! 秘书中设置路径和方法的对应关系&#xff0c;即RequestMapping("/springmvc/hello")&#xff0c;设置的是对外的访问地址&#xff0c; 路径设置 精准路径匹…

Spark DataFrame、Dataset 和 SQL 解析原理深入解析(万字长文多张原理图)

目录 1. Spark SQL 概述 1.1 Spark 整体架构概览 1.2 DataFrame 与 Dataset 简介 2. RDD 与 Spark 的分布式架构基础 2.1 弹性分布式数据集(RDD) 2.2 Spark 的分布式执行模型 3. SQL 解析流程与 Catalyst 优化器 3.1 SQL 解析流程概述 3.2 解析阶段与抽象语法树(AST…