我正在使用 GibsonAI 在几分钟内编写 70% 的 Python 代码。 GibsonAI 数据建模器将采用自然语言指令并将其转换为可执行的 Python 代码。这立即将开发时间从几天或几周缩短到几分钟。与典型的 LLM 直通人员或副驾驶员不同，GibsonAI 的结对程序员让开发人员能够控制编写适用于用例的非常具体的代码。

示例：构建 Parenthood 应用程序

我目前正在开展一个名为“Parenthood”的新项目。首先，我有一个没有任何现有代码的 GitHub 存储库和一个完全空的 MySQL 数据库。我使用 Gibson 的结对程序员设置了一个实体“父实体”，无需任何手动编码。这是我下一步构建的基础。

Gibson 结对编程器的用途非常广泛。作为命令行爱好者，我喜欢通过终端使用 Gibson，因为它的速度和效率。

为了了解 Gibson 的功能，我使用简单的自然语言命令创建了一个新实体“child”：

1. 编码实体子级：当您告诉 Gibson“编码实体子级”时，它会通过分析当前数据库上下文（目前仅包括父表）来进行初始化。然后，您可以使用自然语言开始数据建模。

2. 添加属性：您可以指定名字和姓氏等属性，并将其标记为必需。 Gibson 同时处理 SQL 和 Python，确保一切都符合标准。

3. 外键创建：简单地说“FKparent”会提示Gibson识别父表，识别其主键，并自动创建索引外键。这种自动化节省了时间和精力。

4. 添加唯一约束：需要针对家长 ID、名字和姓氏的唯一键？ Gibson 可以快速实现这一点，以确保整个应用程序中的数据完整性。

查看和合并表格

构建“子”实体后，您可以轻松查看表结构，其中包括父 ID、名字、姓氏、出生日期和相关键。一旦满意，快速的“Gibson merge”命令会将表集成到您的项目中。

部署到数据库

实体就位后，我指示 Gibson 将它们加载到 MySQL 数据库中，并附带 SQL 索引和外键。接下来，“编写基本代码”、“编写模型”、“编写模式”和“编写测试”等命令允许 Gibson 在几分钟内生成从 SQL Alchemy 模型到单元测试的所有内容。

Gibson AI 将通常需要数小时、数天甚至数周的手动编码时间压缩为几分钟。通过快速数据建模和代码生成，我快速构建了 SQL Alchemy 模型、Pydantic 模式和 FastAPI 路由，并准备启动我的应用程序。