简介
github copilot是一个很强大的智能代码提示助手，这一点母庸质疑，人们对它最大的争议主要是在价格上。
它收费10美元每月，对个人来说也是一笔不小的支出。
但是有一种方案，可以在本地搭建类似于github copilot的服务，但是因为我算力垃圾跑不动大模型，所以一般电脑看看就好。
它就是由百度开发的 PaddlePaddle 深度学习平台。智能代码补全是其中一个范例。
接下来，我就来讲讲如何安装它已经过程中我踩的坑。
开始安装
克隆存储库
我克隆的是飞桨的官方github仓库，可以使用如下命令克隆（depth为1是为了加快克隆）
ssh命令（前提是你配置了ssh公钥）：
git clone git@github.com:PaddlaPaddle/PaddleNLP --depth 1
如果没有配置，也可以用https克隆（有亿点慢）。
git clone https://github.com/PaddlePaddle/PaddleNLP --depth 1
代码补全的范例保存在 /examples/code_generation/codegen 下。
创建conda环境
没有conda也别划走，也能用
因为paddlepaddle本质是一个python框架，所以我们需要python的环境。（没有conda请跳过这步）
conda create --name 自己取个名字 python=3.9 # 创建python环境
conda activate 你的环境名字
这时候，你就可以将这个环境当成正常python用了。
安装依赖
首先cd到 仓库根目录/examples/code_generation/codegen
然后pip安装依赖：
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple paddlepaddle
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple -r requirements.txt
运行
万事俱备，只欠运行！
python ./codegen_server.py
应该会报错缺少包，然后pip安装上就行。
在这里还有一个问题就是一定要改配置文件！！！
它的配置文件在它代码的这里：
from pydantic import BaseModel
# 这里是代码的第25行
class DefaultConfig:
model_name_or_path = "" # 这里自己选一个模型，个人建议是350M或2B（再以上只有服务器扛得住了）
device = "cpu" # 一般改成cpu，你总不指望每个人家里的显卡都支持cuda吧
temperature = 0.5
top_k = 10
top_p = 1.0
repetition_penalty = 1.0
min_length = 0
max_length = 16
decode_strategy = "greedy_search"
load_state_as_np = True
use_faster = False # 如果报错改成false
use_fp16_decoding = False # 如果报错改成false
default_dtype = "float16" if use_faster and use_fp16_decoding else "float32"
class Input(BaseModel):
prompt: str
在vscode中使用
有一个叫fauxpilot的插件，下载后在设置里配置一下就行。
打完代码停顿一会就会有补全，按tab接受。
使用体验
这玩意不是很好用。
因为它只是为了展示paddlepaddle和当今AI模型的实力而产生的一个小项目。
所以仅供娱乐，当前阶段真正要代码补全还得是github。