OpenAI-sublime-text 项目教程
项目介绍
OpenAI-sublime-text 是一个为 Sublime Text 编辑器开发的 AI 助手插件,支持 GPT-4 和 llama cpp 模型。该插件能够提供一流的代码辅助支持,包括代码操作(追加、插入和编辑)和聊天模式,使用户能够在编辑器内直接与 AI 模型交互。
项目快速启动
安装步骤
-
克隆仓库:
git clone https://github.com/yaroslavyaroslav/OpenAI-sublime-text.git -
安装依赖:
cd OpenAI-sublime-text pip install -r requirements.txt -
配置插件: 打开 Sublime Text,进入
Preferences->Browse Packages,将克隆的仓库文件夹复制到此目录中。 -
启用插件: 在 Sublime Text 中,进入
Preferences->Package Control,选择Enable Package,然后选择OpenAI-sublime-text。
使用示例
-
代码辅助: 选择一段代码,使用快捷键
Ctrl+Shift+P打开命令面板,输入OpenAI Code Assist,选择相应操作(如追加、插入或编辑)。 -
聊天模式: 使用快捷键
Ctrl+Shift+P打开命令面板,输入OpenAI Chat,开始与 AI 模型进行交互。
应用案例和最佳实践
代码重构
使用 OpenAI-sublime-text 插件,可以快速重构代码,提高代码质量。例如,选择一段代码后,使用插件的编辑功能,AI 会提供优化建议并自动应用。
代码注释
在编写代码时,使用插件的聊天模式,可以快速生成代码注释,帮助团队成员更好地理解代码逻辑。
错误排查
当遇到代码错误时,使用插件的聊天模式,可以向 AI 描述问题,获取可能的解决方案或调试建议。
典型生态项目
llama cpp
llama cpp 是一个支持多种语言模型的 C++ 库,与 OpenAI-sublime-text 插件结合使用,可以提供更强大的代码辅助功能。
Ollama
Ollama 是一个开源的 AI 模型管理工具,支持多种模型和框架。与 OpenAI-sublime-text 插件结合使用,可以方便地管理和切换不同的 AI 模型。
通过以上教程,您可以快速上手并充分利用 OpenAI-sublime-text 插件,提升您的代码编写效率和质量。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00