当前位置: 首页 > java >正文

腾讯云推出云开发AI Toolkit,国内首个面向智能编程的后端服务

5月28日,腾讯云开发 CloudBase 宣布推出 AI Toolkit(CloudBase AI Toolkit),这是国内首个面向智能编程的后端服务,适配 Cursor 等主流 AI 编程工具。

云开发 AI Toolkit旨在解决 AI 辅助编程的“最后一公里”问题,包括后端资源的创建、部署、管理与运维等问题。

开发者在Cursor 与腾讯云代码助手 CodeBuddy等 AI 编程工具里写代码时,在云开发 AI Toolkit的帮助下,AI 可自动帮用户生成可直接部署的前后端应用+小程序,并一键发布上线到腾讯云开发 CloudBase 平台,并辅助后期运维工作。

AI 编程实际落地痛点:复杂耗时的后端工作

近几年,随着AI大模型技术广泛应用,Cursor、Windsurf、VSCode Copilot 与腾讯云代码助手CodeBuddy等的AI编程工具正日益普及。“氛围编程”(Vibe Coding)的新概念也在海外开发者社区逐步流行。

“Vibe Coding”模式强调借助 AI 编程工具快速完成从产品文档、数据库设计到服务实现的完整流程,已在一些 AI 原生应用开发中得到实践。这种模式极大地降低了编程门槛,让更多非技术背景的用户也能将创意变为现实,同时显著提升了专业开发者的效率。

图片来源于网络

然而,仅通过 AI 编程工具编写应用代码是不够的,还存在“最后一公里”的痛点需要解决,包括:如何将快速生成的应用代码部署到线上运行?应用上线运行还依赖后端资源(如数据库、API 服务等),如何创建、部署并管理相关资源?还有后续复杂的运维、错误排查的表格工作,如何让 AI 更好地解决?

这些“最后一公里”的问题我们统称为“后端服务”。后端服务由于涉及到的开发、部署、资源管理、运维等环节较为复杂,往往在软件开发和运行的生命周期中耗时超过一半甚至更高,成为 AI 辅助开发在实际软件研发中落地的痛点。

图片来源于网络

在海外,AI 编程工具往往会内置与适配相关的后端即服务(BaaS,Backend as a Service)解决方案。比如,Supabase 将后端工作打包为一站式服务,提供自动 API、用户认证、对象存储、实时订阅、向量数据库等多个功能模块,让开发者可以像搭积木一样即插即用地快速搭建后端。随着 vibe coding 爆火,Supabase被多个AI编程工具产品设置为默认后端,吸引了 200 多万开发者。

正是在这样的背景下,腾讯云开发 CloudBase 推出了 AI Toolkit,全面适配主流 AI 编程工具,不仅弥补了国内 AI 编程工具在后端服务和部署平台上的空白,更将 AI 的强大能力融入开发全生命周期。

AI Toolkit面向AI编程提供后端服务

云开发 AI Toolkit为主流的 AI 编程工具提供了领域知识+操作能力+工具箱。

领域知识:针对 AI 辅助开发的场景,云开发 AI Toolkit内提供了专为云开发适配的 AI 规则和提示词,包含代码优化、架构设计、最佳实践的领域专有知识,让 AI 可以更好地理解并操作云开发平台。

操作能力:云开发 AI Toolkit提供了完整的 MCP 工具,连接了 AI 编程工具与云开发的后端服务,允许用户授权 AI 编程工具在其账号下调用和操作在云开发上的资源,如数据库、云函数、容器服务等。在 AI 编程工具中,开发者配置好云开发 MCP 工具后,即可用自然语言让 AI 自动完成一系列云端开发动作,如创建数据库集合、编写并部署云函数代码等。

工具箱:云开发 CloudBase 平台提供了 CLI、前端 SDK 等全面的本地开发工具,涵盖了从后端资源管理、运维部署、日志监控全生命周期的功能,给予 AI 充分的发挥空间和操作权限,开发者只需要当一个“裁判”逐项确认 AI 的操作即可完成开发过程。

AI Toolkit开启全新AI编程开发体验

在开发阶段,云开发 AI Toolkit让开发者可通过 AI 辅助操作数据库、编写云函数,加速后端构建,让开发者更专注于业务逻辑。开发者可以通过自然语言描述需求,让 AI 辅助生成数据库 Schema、创建数据表,并利用云开发的 SDK 进行高级查询、校验,甚至一键生成可编辑的管理应用;可以让 AI 根据需求编写云函数逻辑,并且直接发布上线。

在上线阶段,借助 AI Toolkit内的 MCP 工具,AI 编程工具生成的应用可以实现自动部署,快速上线。无论是发布到微信小程序、H5还是其他平台,云开发都能自动处理底层基础设施的配置和扩缩容。

在后期运维阶段,AI Toolkit可以帮助智能编程工具进行智能监控与报错辅助修复。云开发提供全面的监控告警和日志系统,能够实时追踪云资源的运行情况和云函数的调用状态。出现报错时,开发者可以将错误日志反馈给 AI 编程工具,利用 AI 的智能分析能力辅助定位问题,根据错误信息提供修复建议,甚至生成修复代码。而云开发则保障了这些AI辅助操作的稳定执行和快速部署。

如何开始使用云开发 AI Toolkit?

目前,云开发 AI Toolkit已经发布在 Github 开源仓库中,面向开发者提供下载,模板仓库提供了主流 AI 编程工具的配置文件。

开发者在仓库中找到快速开始模板并进行下载(目前提供 React 框架、微信小程序的快速开始模板);然后根据响应编程工具,遵循指引配置完毕即可启用云开发 AI Toolkit,让 AI 帮助管理、操作云开发。

http://www.xdnf.cn/news/10200.html

相关文章:

  • Vue 3 中ref 结合ts 获取 DOM 元素的实践指南。
  • BLE 广播与扫描机制详解:如何让设备“被看见”?
  • Deseq2:MAG相对丰度差异检验
  • 算法分析与设计概述
  • 达梦的TEMP_SPACE_LIMIT参数
  • 如何实现一个请求库?【面试场景题】
  • NLP学习路线图(十三):正则表达式
  • CloudCompare-源码分析-绘制与 3D 场景分离的“前景”元素
  • 【harbor】--harbor仓库部署
  • win32相关(临界区)
  • 免费且好用的PDF水印添加工具
  • 【图像处理入门】2. Python中OpenCV与Matplotlib的图像操作指南
  • 第304个Vulnhub靶场演练攻略:digital world.local:FALL
  • 考研系列—操作系统:第四章、文件管理(part.1)
  • 软件工程方法论:在确定性与不确定性的永恒之舞中寻找平衡
  • CSS专题之水平垂直居中
  • Unity3D仿星露谷物语开发58之保存时钟信息到文件
  • java 微服务中,微服务相互调用 feign 和flux 如何选择
  • 在 RK3588 上通过 VSCode 远程开发配置指南
  • 基础补充(扩展方法/协变)
  • 设计模式——建造者设计模式(创建型)
  • Spring Boot 自动参数校验
  • 基于大模型预测带状疱疹(无并发症)诊疗方案的研究报告
  • 基于图神经网络的自然语言处理:融合LangGraph与大型概念模型的情感分析实践
  • 每日c/c++题 备战蓝桥杯(P2240 【深基12.例1】部分背包问题)
  • Photoshop智能图层 vs 普通图层:核心差异与适用场景对比
  • 进程间通信(消息队列)
  • 11.21 LangGraph多轮对话系统实战:三步构建高效信息整理引擎,效率提升300%!
  • [9-3] 串口发送串口发送+接收 江协科技学习笔记(26个知识点)
  • STM32 串口通信①:USART 全面理解 + 代码详解