在编写程序时，无论是对于初学者还是对于专业开发人员，都会花费大量时间来调试或修复源代码错误，也就是 Debug。
这个过程繁琐复杂，包括 Bug 复现和 Bug 定位等环节。如果有了自动化的 Debug 程序，就可以显著提高编程实践的效率。
近日，有开发者打造了一款可以在几秒钟内修复并解释问题代码的 Debug 神器 ——Adrenaline。
试用地址：https://useadrenaline.com/
该工具由 OpenAI Codex 提供支持，Codex 是 OpenAI 与 GitHub 联合发布的 AI 代码补全工具 GitHub Copilot 背后的技术支撑。
鉴于 Codex 的补全功能是基于 GPT-3 的，所以 Adrenaline 也多了一项特色 Debug 功能：解释 Bug。
目前，Adrenaline 已经开源，GitHub 存储库地址为：https 😕/github.com/shobrook/adrenaline
技术提升
论文探讨、算法交流、求职内推、干货分享、解惑答疑，与2000+来自港大、北大、腾讯、科大讯飞、阿里等开发者互动学习。
项目源码、数据、技术交流提升，均可加交流群获取，群友已超过2000人，添加时最好的备注方式为：来源+兴趣方向，方便找到志同道合的朋友
方式①、添加微信号：mlc2060，备注：来自CSDN +研究方向
方式②、微信搜索公众号：机器学习社区，后台回复：加群
使用方法
请注意，使用 Adrenaline 的前提是，用户必须从 OpenAI 控制台提供自己的 OpenAI API 密钥。这是为了防止 API 滥用。
要在本地运行，需要克隆存储库并运行以下命令：
$ npm install``$ npm run start-local
目前，Adrenaline 支持 Python、JavaScript、Java、Ruby、PHP、C++、C、Shell 多种编程语言。
调试过程如下：Adrenaline 将代码和错误信息发送到 OpenAI 编辑与插入 API ( code-davinci-edit-001)，该 API 会发回可能修复错误的代码编辑。建议的修复会像 diff 一样在线显示，带有接受、拒绝或修改每个代码更改的选项。
Adrenaline 不仅会为错误提出修复建议，还会使用 GPT-3 ( text-davinci-003) 以通俗易懂的英语解释错误：
该错误消息意味着无法计算 Granger 因果检验统计量，因为 VAR（向量自回归）模型对数据有完美的拟合。这意味着数据的可预测性太强，VAR 模型无法找到变量之间的任何有意义的关系。要解决此问题，您可以尝试使用不同的模型或调整 VAR 模型的参数。
如果代码没有引发异常，但可能仍然存在错误，Adrenaline 还可以使用 OpenAI Codex 扫描代码以查找问题并提出修复建议。
作者：希望能引入 ChatGPT 助手
现在，Adrenaline 只是一个简单的 Demo，仅仅展示了 AI 驱动 Debug 的可能性。但在作者的构想中，未来的 Adrenaline 将会有更丰富的功能。
在项目主页，作者也介绍了有关如何改进 Adrenaline 的一些想法：
1. 客户端智能（例如静态代码分析）可用于为 GPT-3 构建更好的 prompt。
2. Adrenaline 不仅应该解释错误，还应该提供一个 ChatGPT 风格的助手来回答有关错误的问题。
3. 创建一个执行此操作的 VSCode 扩展，将消除将代码和错误消息复制粘贴到站点中的问题。
当然，ChatGPT 未必是完全正确的。有人问：如何处理来自 ChatGPT 的错误？
作者表示：「Adrenaline 不会总是正确地纠正你的错误，但它至少可以给你一个起点。」
参考链接：https://www.reddit.com/r/MachineLearning/comments/106q6m9/p_i_built_adrenaline_a_debugger_that_fixes_errors/
