Cody

一、Cody 是什么？

Cody 是 Sourcegraph 开发的一款 AI 编码助手，结合了大型语言模型（LLMs，如 Claude 3.5 Sonnet、GPT-4o 等）以及 Sourcegraph 的代码搜索和上下文理解技术。它通过深入理解整个代码库（包括本地和远程代码库），为开发者提供上下文感知的代码建议、解答问题和自动化任务支持。Cody 的目标是减少开发者在复杂代码库中处理重复性、低效任务的时间，让他们专注于创新和高质量代码编写。

Cody 的核心优势在于其 代码库上下文理解能力，它利用 Sourcegraph 的代码搜索技术，能够从大规模代码库中提取相关上下文（如 API、符号、使用模式等），从而提供更准确、更贴合实际需求的编码帮助。

二、Cody 的主要功能

Cody 提供了一系列功能，涵盖代码编写、调试、文档生成、代码库导航等多个开发场景。

1. 代码自动补全（Code Completions）

• 功能描述：Cody 能够实时提供上下文感知的代码补全建议，减少手动输入的工作量。
• 技术亮点：
  • 利用 Sourcegraph 的代码图（code graph）技术，理解代码的语义结构，避免常见的类型错误或虚构函数名等 LLM 幻觉问题。
  • 支持低延迟补全，使用开源模型（如 StarCoder）以提高补全速度和接受率（官方称补全接受率可达 30% 或更高）。
  • 未来版本将进一步整合更深层次的代码图上下文，基于代码库中定义的符号提供更精准的补全建议。
• 适用场景：快速编写函数、补全代码片段、减少手动敲代码的时间。

2. 代码生成与编辑（Code Generation and Edits）

• 功能描述：Cody 可以根据用户需求生成代码片段、进行代码重构或修改现有代码。
• 技术亮点：
  • 支持上下文感知的代码生成，能够根据代码库中的现有模式和结构生成一致的代码。
  • 提供 自动编辑（Auto-Edit） 功能，允许在编辑器中直接建议上下文相关的代码更改，减少认知负担。
  • 用户可以通过自定义提示（Prompts）指导 Cody 生成特定风格或功能的代码。
• 适用场景：生成单元测试、实现新功能、迁移代码（如从一种语言到另一种语言）或进行大规模重构。

3. 代码库问答（Developer Chat）

• 功能描述：Cody 提供一个交互式聊天界面，开发者可以提问关于代码库的问题，获取准确的解答。
• 技术亮点：
  • 通过 Sourcegraph 的语义搜索技术，从本地或远程代码库中检索相关文件和上下文，提供基于代码库的精准回答。
  • 支持 @-mentions 功能，用户可以手动指定文件、目录、符号或仓库作为上下文，增强回答的针对性。
  • 透明的上下文展示，Cody 会显示使用的上下文文件，便于用户验证答案的准确性。
• 适用场景：理解遗留代码、查找特定函数的用法、解答 API 或框架相关问题。

4. 提示库（Prompt Library）

• 功能描述：Cody 提供了一个提示库，允许用户创建、保存和重用自定义提示（Prompts）来自动化常见开发任务。
• 技术亮点：
  • 团队可以共享提示，确保代码风格和质量的一致性。
  • 支持预定义的命令（Cody Commands），可以对选定的代码片段或整个代码库运行上下文感知的操作。
• 适用场景：自动化生成文档、格式化代码、创建测试用例或执行特定重构任务。

5. 代码搜索与导航（Code Search Integration）

• 功能描述：Cody 与 Sourcegraph 的代码搜索功能无缝集成，允许用户通过搜索查询直接与 Cody 交互，获取代码相关信息。
• 技术亮点：
  • 支持在搜索结果旁边打开 Cody 聊天窗口，基于搜索上下文提问。
  • 能够处理跨仓库、跨分支的代码库搜索，适用于大规模企业代码库。
  • 提供代码导航功能，如跳转到变量或函数定义、查找引用等。
• 适用场景：快速定位代码、分析代码依赖关系、进行大规模代码变更。

6. 测试用例生成

• 功能描述：Cody 可以自动生成测试用例，减少手动编写测试的负担。
• 技术亮点：
  • 基于代码库上下文生成高质量的测试用例，保持高代码覆盖率。
  • 集成到开发工作流中，减少测试疲劳。
• 适用场景：为新功能或现有代码生成单元测试、集成测试。

7. 多语言和多平台支持

• 功能描述：Cody 支持所有主要编程语言和框架，适用于各种代码库规模和托管平台。
• 技术亮点：
  • 与 GitHub、GitLab 等代码托管平台无缝集成。
  • 支持 VS Code、JetBrains、Neovim 等主流 IDE，以及 Sourcegraph Web 界面。
  • 可在云端或自托管环境中运行，满足企业安全需求。
• 适用场景：跨语言项目开发、混合技术栈的团队协作。

8. 企业级安全与隐私

• 功能描述：Cody 提供严格的安全控制，适合企业使用。
• 技术亮点：
  • 零数据保留：Sourcegraph 合作伙伴的 LLM（如 Anthropic）不会保留输入或输出数据。
  • 不用于训练：企业客户的代码不会用于训练模型；免费/Pro 用户的数据需明确授权才会用于模型微调。
  • 提供详细的审计日志、数据隔离和访问控制，确保合规性。
  • 支持自托管部署，适合需要完全控制数据的企业。
• 适用场景：金融、政府机构等对数据隐私要求高的行业。

9. 自定义 AI 代理（Agents）

• 功能描述：企业用户可以构建定制化的 AI 代理，适应特定的工作流和工具。
• 技术亮点：
  • 通过 Sourcegraph 的 API，开发者可以创建专属的自动化代理，处理特定任务。
  • 提高团队生产力，减少重复性工作。
• 适用场景：自动化代码审查、特定工作流优化。

三、Cody 的使用方式

Cody 提供了多种使用方式，适应不同用户需求：

1. IDE 扩展：
   • 免费扩展支持 VS Code、JetBrains 和 Neovim。
   • 用户可以通过安装扩展，在 IDE 中直接使用 Cody 的补全、聊天和命令功能。
2. Sourcegraph Web 应用：
   • 用户可以通过 Sourcegraph.com 或企业自托管实例登录，访问 Web 版的 Cody 聊天界面。
   • 支持在搜索结果旁直接与 Cody 交互，或通过 Web 聊天窗口提问。
3. 命令行：
   • Cody 支持命令行操作，适合脚本化或自动化任务。
4. 企业版：
   • 企业用户可以通过 Sourcegraph Enterprise 订阅，获得高级功能（如多仓库上下文、定制代理）和增强的安全性。

四、Cody 的目标用户

Cody 适用于以下群体：

• 个人开发者：免费版适合个人项目或小型代码库，提供基本的补全和问答功能。
• 开发团队：Pro 版和企业版为团队提供一致的代码质量、共享提示和大规模代码库支持。
• 企业用户：需要处理复杂代码库、强调安全性和合规性的组织（如银行、政府机构、科技公司）。官方数据显示，4/6 的美国顶级银行、15+ 美国政府机构和 7/10 的顶级科技公司信任 Sourcegraph。

五、总结

https://sourcegraph.com/cody 是 Sourcegraph 推广其 AI 编码助手 Cody 的入口，展示了 Cody 如何通过结合大型语言模型和代码库上下文理解，助力开发者高效工作。其核心功能包括代码补全、生成、问答、测试用例生成和代码搜索集成，适用于个人开发者、团队和企业用户。Cody 的开源性质、强大的企业级安全性和社区支持使其在 AI 编码工具中独具竞争力。