网站 https://jules.google 是谷歌推出的一款自主编码代理工具 Jules 的官方网站,目前处于公开测试(public beta)阶段。Jules 是一个异步、代理型的编码助手,旨在帮助开发者处理繁琐的编码任务,让他们能够专注于更有创造性的工作。以下是对 Jules 网站及其功能的详细介绍,基于可用的信息:
网站的主要用途
Jules 是一个基于人工智能的编码代理工具,集成于 GitHub 仓库,能够自主理解代码库的上下文并执行各种编码任务。它通过在安全的 Google Cloud 虚拟机(VM)中克隆用户的代码库,结合 Gemini 2.5 Pro 模型进行任务处理。Jules 的设计理念是作为一个真正的编码代理,而非仅仅是代码补全工具或辅助编程的“副驾驶”。
Jules 的核心目标是:
- 自动化繁琐任务:处理开发者不想做的重复性或低优先级的编码工作,例如修复 bug、编写测试用例、版本更新等。
- 异步工作:Jules 在后台运行任务,开发者可以继续进行其他工作,任务完成后会收到通知。
- 与 GitHub 深度集成:通过 GitHub 集成,Jules 能够直接操作代码库,创建分支、提交更改并生成拉取请求(Pull Request, PR)。
Jules 的主要功能
根据官方信息和用户反馈,Jules 提供了以下核心功能:
- 代码库克隆与分析:
- Jules 会将用户的 GitHub 仓库克隆到一个安全的 Google Cloud 虚拟机中,安装依赖并分析代码库的上下文。
- 它会自动查找仓库根目录下的 AGENTS.md 文件,该文件描述了代码库中的代理或工具信息,帮助 Jules 更准确地理解项目结构和需求。
- 任务规划与执行:
- 用户通过详细的提示(prompt)为 Jules 指定任务,例如添加新功能、修复 bug 或更新依赖版本。
- Jules 会生成一个任务计划,列出需要修改的文件和具体的更改内容,用户可以预览并批准计划。
- 任务执行完成后,Jules 会提供更改的差异视图(diff),用户可以快速浏览并批准代码更改。
- GitHub 集成与自动化:
- Jules 自动为任务创建新的分支,执行代码更改后生成拉取请求(PR)。
- 用户可以直接在 GitHub 上审核 PR,批准后合并到目标分支,Jules 支持将更改发布到 GitHub。
- 如果仓库与 Vercel 等部署平台集成,Jules 的更改可以触发自动部署。例如,一位用户提到在 5 分钟内完成了一个功能添加并成功部署到 Vercel。
- 异步工作模式:
- Jules 的任务执行是异步的,用户可以在任务运行期间离开平台,完成后通过通知(可通过设置启用或禁用)获得结果或进一步的反馈请求。
- 音频变更日志:
- Jules 可以生成更改的音频摘要,帮助用户快速了解任务的完成情况和代码变更内容。
- 隐私与安全:
- Jules 默认是私密的,不会使用用户的私有代码进行训练,数据在执行环境中是隔离的。
- 支持的任务类型:
- 修复 bug:定位并修复代码中的错误。
- 版本更新:例如将代码库升级到新版本的 Node.js。
- 编写测试:自动生成测试用例。
- 功能开发:根据用户需求添加新功能,例如为一个封面信生成器添加语言选择功能。
- 用户交互:
- 用户通过 GitHub 登录并授权 Jules 访问指定仓库(可以选择全部或部分仓库)。
- 在 Jules 界面中选择仓库和分支,输入任务提示,Jules 会自动处理后续步骤。
- 如果任务需要进一步输入或遇到问题(例如超时或复杂任务失败),Jules 会提示用户审查已完成的工作并提供反馈。
使用流程
根据官方指南,以下是使用 Jules 的基本步骤:
- 登录与授权:
- 使用 Google 账号登录,接受隐私声明。
- 连接 GitHub 账号,授权 Jules 访问你的仓库(可选择全部或特定仓库)。
- 选择仓库与分支:
- 从仓库选择器中挑选目标仓库,默认选择默认分支,用户也可以指定其他分支。
- 输入任务提示:
- 在提示输入框中描述任务,建议提供详细的指令以提高 Jules 的执行准确性。
- 未来将支持通过 GitHub 问题中的“assign-to-jules”标签直接分配任务(功能尚未完全上线)。
- 任务执行与审核:
- Jules 克隆代码库,生成任务计划,用户审核后批准执行。
- 执行完成后,Jules 提供更改的差异视图和 PR,用户审核并合并。
- 通知与反馈:
- 用户可以通过设置启用通知,任务完成或需要输入时会收到提醒。
- 如果任务失败或需要调整,用户可以提供反馈以继续优化。
使用限制
- 使用配额:公开测试版有使用限制,例如每天最多 5 个请求,同时运行的任务限制为 3 个。
- 性能问题:在高峰期,Jules 可能会因系统流量过高而响应较慢,尤其是在处理复杂任务时,可能出现超时或“未完成任务”的提示。
- 代码质量:部分用户反馈,Jules 生成的代码可能包含冗余或重复代码,与其他工具(如 Codex)相比,代码简洁性稍逊,但整体功能精准且实用。
用户体验与反馈
- 优点:
- 高效性:用户报告称,Jules 能在短时间内完成任务(例如 5 分钟内完成功能添加并部署)。
- 差异视图:用户对 Jules 的差异视图(diff view)评价很高,认为其清晰展示变更,便于审核。
- GitHub 集成:与 GitHub 的无缝集成简化了工作流程,尤其是创建分支和 PR 的自动化。
- 缺点:
- 复杂任务表现:在处理复杂任务时,Jules 可能生成冗余代码或未能完全满足需求,需要用户进一步反馈。
- 使用限制:免费版的使用配额较严格,可能需要付费计划来解锁更高限额。
- 稳定性:高峰期可能因服务器负载导致响应延迟。
适用场景
Jules 适合以下用户:
- 独立开发者:希望自动化繁琐任务以专注于核心开发。
- 小型团队:需要快速修复 bug 或添加简单功能,减少手动工作。
- 实验性项目:想尝试 AI 驱动的编码代理,探索其在实际项目中的潜力。
如何获取更多信息
- 官方文档:访问 https://jules.google/docs/usage-limits/ 获取详细使用指南和限制说明。
- 社区支持:通过 Jules 的 Discord 社区或 X 官方账号获取支持和反馈渠道。
- 示例提示:查看 Jules Awesome Prompts 仓库,获取任务提示的灵感。
总结
Jules(https://jules.google)是一个强大的自主编码代理工具,专注于异步处理编码任务,集成 GitHub 提供无缝的工作流程。它通过自动化 bug 修复、测试编写、版本更新和新功能开发等任务,帮助开发者提高效率。尽管目前处于测试阶段,存在使用限制和偶尔的高负载问题,但其精准的任务执行、清晰的差异视图和音频日志功能使其在编码自动化领域具有巨大潜力。对于需要更多配额或高级功能的用户,可参考 https://x.ai/grok 查看可能的付费计划详情。
你可能还喜欢

OpenVoiceOS
OpenVoiceOS 是一个社区驱动的开源语音人工智能平台,旨在帮助用户创建自定义的语音控制界面,适用于各种设备。它注重自然语言处理(NLP)、可定制的用户界面(UI),并且特别强调隐私和安全性。

GPTBots.AI
是一个面向企业级用户的 AI 智能体构建与部署平台,专注于通过无代码/低代码技术帮助企业实现业务流程自动化、客户互动优化及数据驱动的决策升级。
ZelinAI-AI应用构建平台
ZelinAI是一个AI应用构建平台,允许用户通过零代码方式构建自己的AI应用。它专注于Prompt学习和训练、AI参数调试等场景,并支持将模型打包为专属AI应用。此外,用户还可以通过分享...

ChainGPT
ChainGPT是一个基于区块链的人工智能模型,旨在帮助个人和企业完成所有加密和区块链相关的任务。它使用变压器网络等深度学习技术来生成类似人类的文本,并回答有关加密和区块链的...
代码小浣熊
代码小浣熊Raccoon是商汤科技最新推出的一个智能AI编程助手和工具,由商汤自研的大模型驱动,支持多种编程语言和多项任务能力,可为开发人员带来全新的编程体验。

文心快码
Baidu Comate 是由百度研发的智能编码助手。基于文心大模型,结合百度积累多年的编程现场大数据和外部优秀开源数据,为你生成更符合实际研发场景的优质代码。提升你的编码效率,释...

通义灵码
一款基于阿里云通义大模型(Tongyi Qianwen,尤其是 Qwen2.5-Coder 模型)的 AI 编程助手,集成了代码生成、调试、测试生成、代码优化等功能。它支持主流开发环境(如 Visual Studio Code、JetBrains IDEs 和 Visual St

CodeGeeX
CodeGeeX由清华大学和智谱AI联合开发的智能编程助手,基于130亿参数的多语言代码生成模型,旨在通过AI技术提升开发效率。

Qodo
一个由 Qodo 公司(前身为 CodiumAI)运营的网站,致力于提供以质量为优先的生成式人工智能编码平台。它的核心目标是帮助开发者在集成开发环境(IDE)和 Git 工作流中编写、测试和审查代码,从而提升代码质量和软件开发的整体效率。Qodo 的工具通过自动化代码审查、生成测

ResearchGPT
提供一个界面,以启用与研究...

Adept.ai
一个由 Adept 公司运营的官方网站,该公司专注于开发基于人工智能的代理(Agentic AI),旨在通过自动化软件操作提升企业员工的生产力。

Cradle.bio
Cradle 使用强大的预测算法和 AI 设计建议帮助生物学家在创纪录的时间内设计出改进的蛋白质。