Comment j’ai utilisé Github Spark pour créer une application avec une simple invite d’IA à une phrase
- Intelligence Artificielle
Noesis News- 0
- 23 minutes de lecture
Avez-vous déjà voulu créer votre propre application personnalisée, mais je ne voulais pas prendre le temps de faire l’un des Apprentissage embêtant que le développement de logiciels nécessite? Si c’est le cas, un nouveau projet expérimental de Github pourrait bien réaliser vos rêves.
GitHub Spark vous permet de créer ce que l’entreprise appelle des « micro applications » ou des « étincelles ». Ce sont des applications personnalisées très limitées qui effectuent une ou deux tâches de base. Vous les créez via une interface chatbot, et lorsque vous avez terminé, vous obtenez une étincelle que vous pouvez (un jour) partager avec tous vos amis.
J’ai récemment eu accès à l’aperçu et j’ai pu faire des tests. Fondamentalement, l’outil est extrêmement limité. Mais parce qu’il y a un AI opérant en dessousil est possible pour l’IA de faire une magie d’IA très sophistiquée dans l’interface très limitée de Spark.
Liaison et configuration
La première chose que vous devez faire est de lier votre compte GitHub pour étimuler. Pointez votre navigateur vers https://spark.githubnext.com/ et connectez-vous avec votre compte GitHub. Si vous n’avez pas de compte GitHub, vous devrez en obtenir un.
Aussi: La meilleure IA pour le codage (et ce qu’il faut utiliser)
Une fois que vous vous êtes connecté, vous devrez donner la permission. Ceci est très similaire à toute autre application qui nécessite une autorisation avant la première utilisation.
Une fois que vous êtes dans l’environnement Spark, vous verrez une interface de chatbot standard. Si vous cliquez sur l’icône Little Control Panel, vous pouvez choisir le modèle AI que vous souhaitez utiliser. J’en ai eu Bon succès avec GPT-4O et codagec’est donc ce que j’ai choisi.
Que voulez-vous construire?
J’ai beaucoup pensé au type d’application que je voudrais créer. Les exemples comprenaient des applications de suivi des habitudes, un tracker d’allocation, une application de carte et un planificateur de nuit de karaoké. Fondamentalement, ils étaient toutes des applications qui présentaient une forme composée de champs et de boutons et ont effectué une logique métier en fonction des données saisies.
Mais l’entité faisant le calcul de la logique métier n’était pas un gestionnaire de formulaires typique. Au lieu de cela, c’était GPT-4O. Et si ma logique commerciale était quelque chose de incroyablement complexe et difficile pour un algorithme régulier mais facile pour une IA – le tout enveloppé dans une interface utilisateur très simple?
J’ai décidé que je voulais créer un outil qui me permettrait de coller dans un bloc de code. L’application me dirait ce que le code a fait, dans quelle langue elle a été écrite, toutes les observations sur les domaines où il pourrait y avoir un problème, et peut-être une ventilation détaillée des lignes de code.
Pensez-y. Au cours des années passées, cela aurait été un projet de plusieurs millions de dollars si cela aurait pu être fait.
Mais je viens de nourrir Spark une seule ligne: « Un outil qui examine et explique le code source. »
Ensuite, j’ai frappé « Go ».
Aussi: Comment utiliser Chatgpt pour écrire du code: ce qu’il fait bien et ce qu’il ne fait pas
Le résultat a été l’interface illustrée ci-dessous. À gauche, un volet qui vous permet théoriquement d’itérer ce que l’application fera. Le volet moyen se compose du code généré à partir de l’invite. Et le volet droit est l’étincelle de l’interface utilisateur créée pour l’application.
Je lui ai nourri le code d’expression régulière de buggy de Mes tests de programmation Juste pour voir ce qu’il ferait.
Comme je le soupçonnais, GPT-4O était tout à fait capable d’analyser un extrait de code. Je n’ai pas trouvé le résultat aussi utile que je le voulais, j’ai donc décidé d’affiner ce que l’application ferait pour moi.
Personnalisation de l’application
Vous apportez des modifications à travers le champ d’itération dans le volet le plus à gauche. J’ai dit à GPT-4O que je le voulais:
- Afficher la langue du code source
- Fournir une courte description d’une à deux phrases de ce que fait le code
- Ajouter une phrase ou deux décrivant tout échec du code
J’ai présenté cela pour étinceler dans ce domaine et espéré le meilleur.
Les résultats étaient impressionnants. L’application m’a en fait fourni les informations que je voulais. Vous pouvez le voir dans le volet sur le côté droit de l’interface. Il a identifié la langue, a fourni une brève description du code et a décrit un tas de problèmes avec le code.
Aussi: Gemini Pro 2.5 est un assistant de codage incroyablement capable – et une grande menace pour Chatgpt
Il a ensuite fourni l’explication détaillée du code qui faisait partie de l’invite des exigences d’origine, où je lui ai demandé d’expliquer le code source.
Les résultats ont été impressionnants, mais je n’aimais pas le formatage.
Têtu, à tête épaisse et non réactive
C’est à ce stade que Spark a commencé à montrer ses limites. Comme vous pouvez le voir dans le volet le plus à gauche de l’image ci-dessus, j’ai essayé d’obtenir Spark pour retirer les trois astérisques au début de chaque réponse. J’ai également essayé de le faire transformer la section critique en liste à puces. Enfin, je voulais me débarrasser du deuxième ensemble de numéros d’index sous les titres.
J’ai obtenu les balles, mais Spark ou GPT-4O a ignoré mes autres demandes. Je suppose que GPT-4O écrivait dans Markdown, mais l’interface utilisateur de Spark n’a pas analysé Markdown correctement.
Pour être honnête, j’ai environ 20 autres captures d’écran de mes différentes tentatives pour obtenir GPT-4O et Spark pour nettoyer cette présentation. J’ai été tellement impressionné que je pouvais rapidement créer une application qui expliquait le code, mais de plus en plus frustrée de ne pas pouvoir le faire pour faire quelques correctifs de présentation mineurs qui auraient pris cinq minutes si je le codais directement.
Aussi: Je mets l’IA de GitHub Copilot au test – son succès mitigé à Coding Me a dérouté
Une ligne de code – une chaîne remplace la commande remplaçant trois astérisques par la chaîne vide, et un autre remplaçant deux astérisques par la chaîne vide – aurait nettoyé un problème de présentation. Une autre commande de chaîne remplacer, par une expression régulière simple qui a recherché un chiffre suivi d’un point décimal au début d’une ligne et l’a remplacé par la chaîne vide, aurait résolu tous les problèmes de présentation.
Je l’ai essayé et vous pouvez modifier le code généré par Spark. Mais si vous effectuez des itérations supplémentaires à l’aide de l’IA, tout code que vous modifiez est écrasé, même si les modifications de l’IA demandées ne sont nulle part près de votre code modifié.
Le partage est limité
Finalement, j’ai renoncé à essayer de régler le format de sortie. Même avec une sortie légèrement laide, l’outil lui-même était utile. J’ai donc décidé que je voulais le partager avec tout le monde.
Aussi: De zéro à des millions? Comment les gens ordinaires sont encaissés sur l’IA
Vous pouvez le faire en cliquant sur l’icône Share à côté de l’étincelle nommée et en choisissant de le partager.
Voici Un lien vers mon étincelle (Mais ne vous engagez pas à l’utiliser). Vous ne pouvez pas l’utiliser à moins que vous ayez un compte GitHub. Même si vous le faites, vous ne pouvez pas l’utiliser à moins que vous n’ayez été accepté dans le programme Spark Preview. J’ai essayé avec un autre compte GitHub et j’ai reçu ce message.
Dans quelle mesure est-ce consécutif?
Les générateurs de formulaires sans code sont disponibles depuis des années. J’en ai construit un dès le début des années 2000. Étant donné que l’interface utilisateur pour un tel outil est principalement une question de choisir les commandes (boutons, déroutes, champs, etc.), ainsi que le placement et une jolie peinture, ce n’est pas une perspective très difficile.
Bien que vous ne puissiez faire que beaucoup avec des applications basées sur des formulaires, vous pouvez réellement créer une assez bonne variété d’applications. Ces applications sont généralement du type de gestion de l’information, plutôt que de productivité ou d’outils hautement interactifs. Pourtant, les entreprises peuvent faire beaucoup de choses dans les limites d’un générateur de formulaires.
Aussi: Si ChatGpt produit du code généré par AI pour votre application, à qui appartient-il vraiment?
L’ajout d’IA pour gérer la logique métier élargit sauvagement la capacité de ces générateurs de formulaires, comme l’a montré mon analyseur de code de programmation. Mais les AIS sont également incroyablement peu fiables, il n’est donc pas clair que vous voudriez exécuter une logique commerciale critique à travers un algorithme géré par une IA.
Mais encore une fois, pour un sous-ensemble d’applications modérément important, cette approche pourrait être assez bonne.
Et cela nous amène au processus itératif que Spark propose. Parce que le code écrite par l’homme est explosé dans l’oubli à chaque mise à jour de l’IA, la modification et la personnalisation de la manière à l’ancienne sont peu pratiques. Malheureusement, l’IA a une mentalité de cette Far-no-Farth, et une fois qu’elle a créé une logique commerciale de base, il refuse obstinément d’implémenter des ajustements et des modifications supplémentaires.
Cela, malheureusement, fait de cet outil une simple curiosité, pas une ressource commerciale utile. Mais d’un autre côté, ce n’est pas un problème terriblement difficile à résoudre. En tant que tel, étant donné la tâche très réalisable d’augmenter la capacité du générateur de formulaires et la tâche tout aussi réalisable de rendre l’itération et les changements plus efficaces, je pense que Github Spark a le potentiel d’être utile.
Aussi: 10 développeurs professionnels sur la vraie promesse et le péril du codage d’ambiance
J’aimerais voir un moyen pour le code écrit humain de coexister avec le code écrite par AI. Et j’aimerais voir un moyen pour les étincelles d’exécuter en tant qu’applications Web autonomes sans que les utilisateurs n’aient à faire partie du framework GitHub. Mais ce sont également des attentes assez réalisables.
L’essentiel est que cela a le potentiel d’être un outil utilisable, mais contraint,. Ce n’est certainement pas encore là, mais donnez-lui environ un an d’itération. Il sera probablement capable de faire des tâches intéressantes.
Je dirais, restez à l’écoute. Il y a probablement plus à venir.
Avez-vous déjà essayé Github Spark, ou attendez-vous toujours d’être accepté dans l’aperçu? Si vous avez eu accès, quel type d’application avez-vous essayé de construire et comment s’est-il passé? Avez-vous été impressionné par la capacité de l’IA à générer une logique ou frustrée par les limites lorsque vous essayez de faire des ajustements? Et si vous n’avez pas utilisé Spark, pensez-vous que des outils comme celui-ci pourraient changer la façon dont les non-codeurs abordent les applications de création? Faites-nous savoir dans les commentaires ci-dessous.
Obtenez les meilleures histoires du matin dans votre boîte de réception chaque jour avec notre Newsletter Tech Today.
Vous pouvez suivre mes mises à jour quotidiennes de projet sur les réseaux sociaux. Assurez-vous de vous abonner à ma newsletter hebdomadaire de mise à jouret suivez-moi sur Twitter / X à @Davidgewirtzsur Facebook à Facebook.com/davidgewirtzsur Instagram à Instagram.com/davidgewirtzsur bluesky à @ Davidgewirtz.comet sur youtube à Youtube.com/davidgewirtztv.
