强大的AI网站推荐(第一集)—— Devv AI

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🪜

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。

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>

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。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/36964.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

gradle-8.13

gradle-8.13 稍微看了下&#xff0c;基于Maven改造的 https://gradle.org/install/https://github.com/gradle/gradle-distributions/releaseshttps://github.com/gradle/gradle-distributions/releases/download/v8.13.0/gradle-8.13-all.zip https://github.com/gradle/gra…

网络安全——SpringBoot配置文件明文加密

XTHS&#xff1a;第一步、XTHS&#xff1a;第二步、XTHS&#xff1a;第三步、XTHS&#xff1a;第四步 &#xff01;就可以实现了。&#xff08;但是前提&#xff0c;你要先对你的文本进行加密&#xff0c;然后按照ENC(加密文本)&#xff0c;放到配置文件中&#xff09; 一、前言…

wsl2配置xv6全解(包括22.04Jammy)

文章目录 获取xv6源代码Ubuntu20.04 Version安装指令成功测试参考MIT2021年官方文档 24.04 Version安装指令成功测试参考MIT2024年官方文档 Ubuntu 22.04没有官方文档&#xff1f; 配置大体流程1. 卸载原本qemu&#xff08;如果之前安装了&#xff09;2. clone qemu官方源代码&…

【机器学习-分类算法】

比如将一张图片按尺寸识别分类为横向或者纵向两类就是二分类问题 设x轴为图像的宽、y轴为图像的高&#xff0c;那么把训练数据展现在图上就是这样的: 若增加更多的数据集有: 如果只用一条线将图中白色的点和黑色的点分开,那么: 分类的目的就是找到这条线,就可以根据点在线…

java项目之基于ssm的疫苗预约系统(源码+文档)

项目简介 疫苗预约系统实现了以下功能&#xff1a; 用户信息管理 负责管理系统用户的信息。 疫苗信息管理 负责管理疫苗的相关信息。 疫苗类型管理 负责管理不同种类疫苗的信息。 疫苗留言管理 负责管理用户关于疫苗的留言和反馈。 公告信息管理 负责发布和管理与疫苗相关…

游戏引擎学习第171天

回顾并计划今天的内容 昨天&#xff0c;我们在处理一项任务时暂停了&#xff0c;当时的目标非常清晰&#xff0c;但由于时间限制&#xff0c;我们将其分成了两个部分。我们首先完成了运行时部分&#xff0c;而今天要处理的是资产打包部分。这项任务涉及改进字体系统&#xff0…

跨平台RTSP高性能实时播放器实现思路

跨平台RTSP高性能实时播放器实现思路 目标&#xff1a;局域网100ms以内超低延迟 一、引言 现有播放器&#xff08;如VLC&#xff09;在RTSP实时播放场景中面临高延迟&#xff08;通常数秒&#xff09;和资源占用大的问题。本文提出一种跨平台解决方案&#xff0c;通过网络层…

Deepseek+飞书实现简历分析建议+面试题

步骤一&#xff1a;创建多维表格 点击云文档点击主页点击新建创建多维表格 步骤二&#xff1a;创建列 首先将多余的列进行删除 创建简历内容列&#xff0c;类型使用文本&#xff0c;目的是将简历内容复制进来 创建AI列&#xff1a;简历分析、简历建议、面试题 点击确定后&…

Linux基础开发工具--gdb的使用

目录 安装准备&#xff1a; 1. 背景 2. 开始使用 3. 做一个Linux第一个小程序&#xff0d;进度条 安装准备&#xff1a; 对于gdb的学习使用&#xff0c;为了方便大家学习&#xff0c;我建议大家先安装一个cgdb进行学习&#xff0c;这样方便观察操作与学习gdb。 用以下…

leetcode热题100道——两数之和

给定一个整数数组 nums 和一个整数目标值 target&#xff0c;请你在该数组中找出 和为目标值 target 的那 两个 整数&#xff0c;并返回它们的数组下标。 你可以假设每种输入只会对应一个答案&#xff0c;并且你不能使用两次相同的元素。 你可以按任意顺序返回答案。 示例 1…

某公司制造业研发供应链生产数字化蓝图规划P140(140页PPT)(文末有下载方式)

详细资料请看本解读文章的最后内容。 资料解读&#xff1a;某公司制造业研发供应链生产数字化蓝图规划 在当今制造业数字化转型的浪潮中&#xff0c;企业信息化建设成为提升竞争力的关键。本资料围绕 XX 公司的信息化建设展开&#xff0c;涵盖业务战略、信息化路线图、各领域系…

【总结篇】java多线程,新建线程有几种写法,以及每种写法的优劣势

java多线程 新建线程有几种写法,以及每种写法的优劣势 [1/5]java多线程 新建线程有几种写法–继承Thread类以及他的优劣势[2/5]java多线程-新建线程有几种写法–实现Runnable接口以及他的优劣势[3/5]java多线程 新建线程有几种写法–实现Callable接口结合FutureTask使用以及他的…

GB9706.1-2020附件J绝缘路径参考

下图为GB9706.1-2020绝缘路径示例图&#xff0c;附件J。 MOOP&#xff1a;对操作者的防护措施 MOPP&#xff1a;对患者的防护措施 1、保护接地外壳&#xff0c;网电源及次级电路与外壳之间。 网电源-外壳&#xff1a;1MOOP 次级电路-外壳&#xff1a;1MOOP 2、未保护接地外壳&…

基于springboot的教务系统(源码+lw+部署文档+讲解),源码可白嫖!

摘要 这些年随着Internet的迅速发展&#xff0c;我们国家和世界都已经进入了互联网大数据时代&#xff0c;计算机网络已经成为了整个社会以及经济发展的巨大动能&#xff0c;各个高校的教务工作成为了学校管理事务的重要目标和任务&#xff0c;因此运用互联网技术来提高教务的…

大模型+知识图谱:赋能知识智能新升级

在大模型&#xff08;Large Language Model, LLM&#xff09;飞速发展的今天&#xff0c;如何把传统行业中沉淀多年的大量结构化与非结构化数据真正“用起来”&#xff0c;正成为推动智能化转型的关键一步。 找得到&#xff0c;看得懂&#xff0c;为何很难&#xff1f; 以制造…

Qt6+QML实现Windows屏幕录制

前言 Qt6提供了更丰富的多媒体支持类&#xff0c;使用Qt6 QMediaCaptureSession、QScreenCapture、QMediaRecorder&#xff0c;来实现一个屏幕录制的demo&#xff0c;其中QScreenCapture 最低版本 Qt6.5。支持录制的清晰度设置&#xff0c;选择视频保存位置&#xff0c;UI使用…

Java---SpringMVC(2)

下文使用postman模拟客户端传递信息。 1.postman传参介绍 1.1传递单个参数 1.2传递多个参数 注意事项 使⽤基本类型&#xff08;int...&#xff09;来接收参数时, 参数必须传(除boolean类型), 否则会报500错误 类型不匹配时, 会报400错误 对于包装类型, 如果不传对应参数&a…

MySQL为什么默认使用RR隔离级别?

大家好&#xff0c;我是锋哥。今天分享关于【MySQL为什么默认使用RR隔离级别&#xff1f;】面试题。希望对大家有帮助&#xff1b; MySQL为什么默认使用RR隔离级别&#xff1f; 1000道 互联网大厂Java工程师 精选面试题-Java资源分享网 MySQL 默认使用 RR (Repeatable Read) …

人工智能之数学基础:线性方程组求解的得力助手——增广矩阵

本文重点 增广矩阵是一个极具实用价值的工具,尤其在处理线性方程组时,它展现了卓越的功效。通过整合系数和常数项,增广矩阵简化了计算过程并提供了判断方程组解集的有效方法。 增广矩阵的起源与定义 增广矩阵的概念源于线性方程组求解的需求。在解决线性方程组时,我们常…

【Axure高保真原型】增删改饼图

今天和大家分享能增删改的饼图的原型模版&#xff0c;该模版是用Axure原生元件制作的&#xff0c;所以不需要联网或者调用外部接口&#xff0c;使用也很方便&#xff0c;默认数据在中继器表格里填写&#xff0c;默认支持20个不同颜色的扇形&#xff0c;后续可根据实际需要自己增…