5 大场景上手通义灵码企业知识库 RAG

大家好，我是通义灵码，你的智能编程助手！最近我又升级啦，智能问答功能全面升级至 Qwen2，新版本在各个方面的性能和准确性都得到了显著提升。此外，行间代码补全效果也全面优化，多种编程语言生成性能及准确性大幅提升，如前端、Java、Go、Python、C++ 等。此外，灵码新增代码提交信息（Commit Message）生成，支持 Visual Studio 端。

我还在企业版里还引入了一个超酷的新技能：RAG（Retrieval-Augmented Generation）检索增强生成的能力，今天就跟大家分享下企业知识库能帮开发者做些什么。

可能有些朋友还不太明白这是啥，别急，我来通俗解释一下。想象一下，你有个超级聪明的研发助手，它除了通过大语言模型，记得自己学过海量知识外，还能随时外挂一个更懂你或者企业的“百科全书”知识库。检索增强生成能力能够即时访问、引用深入的知识体系，让我（通义灵码）为你提供更加精准、全面的研发问答和智能编码服务，避免模型幻觉哦~

说完这么多概念，你是不是迫不及待的想试试呢？本期就从通义灵码企业知识库的问答，带你一起感受下。Let’s go。

基于知识库的内容，帮你精准回答问题

新人入职场景

假如你是一位入职新人，我们可以使用通义灵码企业知识库的问答能力，更快速地学习企业编码规范、安全规范、环境准备等。

第一步：需要通义灵码的企业管理员，在通义灵码的知识库管理后台添加相关知识文档。

在这里插入图片描述

第二步：在通义灵码插件端的问答面板上，就可以直接提问咨询了。举例来说，在问答输入框，输入：#team docs 这段代码是否符合代码规范，帮我优化

在这里插入图片描述

这个时候，通义灵码就给你召回相关文档片段（原文档切块后片段），并针对文档的内容进行总结回答。这快准狠的效率是不是比你肉眼查阅、学习快多了。

基于知识库的内容，帮我精准生成代码

2.1 根据组件库文档生成代码

在软件开发，尤其是前端开发中，我们需要从一个产品需求开始，完成具体的产品界面的实现，这个过程，面临将抽象的需求文档，转化为具体、可用的产品界面的挑战。这个过程，不仅需要深刻理解需求，还要熟练掌握所选技术栈的组件库，同时还要确保开发的速度和代码质量。使用通义灵码企业知识库，可以让这个过程事半功倍。

首先，通过上传关键组件库的帮助文档到通义灵码的知识管理中。然后，在遇到具体需求时，在通义灵码问答区域通过 #team docs 调用企业知识库，快速获得咱们自己技术栈的代码建议和示例，加速开发流程。

下面，我们通过一个例子，如何基于企业知识库，快速实现“显示未读消息计数”的需求：

理解需求：以“显示未读消息数量”为例，识别关键组件为数字显示单元（可能含图标指示）及数据更新逻辑。
组件选择：在灵码知识库中，查找适用的组件，如 badge 组件，用于高亮显示未读消息数量，利用 Vue 的数据绑定机制实现数据动态更新。
代码生成：直接在通义灵码中，以自然语言形式表述需求，如：“创建 Element-UI 的 Badge 组件，展示未读消息数量，并随数据变动实时刷新。”通义灵码将理解这个需求，快速生成代码框架，后续做简单调整，以适应设计细节。

第一步：上传文档到知识库

为了丰富你的智能化开发资源库，请登录通义灵码企业管理后台，在“知识管理”区域下点击“文档”，上传关键的前端组件文档。以《Badge.md [ 1] 》为例，此文档聚焦于使用 React，结合自研组件库开发的右上角圆形数字徽章组件，内容全面，包括详细的使用教程、实战代码示例以及 API 接口说明。

备注：请参考示例文档链接以深入了解查阅示例文档 [ 2] 。

在这里插入图片描述

文档处理与配置：上传完成后，系统将自动处理这些文档，当状态显示为“已完成”，表明你的知识库已经准备就绪，在列表右上角点击 “开启检索增强” 按钮，即可体验。

在这里插入图片描述

第二步：智能化实现，需求转代码

当通义灵码企业管理员已经提前在灵码企业知识库，上传好前端组件文档后，我们就可以上手了。你可以在 VSCode、JetBrains IDEs、Visual Studio 这些 IDE 上安装通义灵码插件，如未安装，参考文档 [ 3]

我们再看下需求：“显示未读消息数量”，即为消息图标添上计数徽标。

于是，你可以在通义灵码问答面板提问：#team docs 如何给图标添加数字徽标？

备注：必须使用 #team docs 标签确保调用企业内部知识库资源

在这里插入图片描述

提交问题后，通义灵码将迅速根据你的 Badge.md 组件文档，提供精确的代码片段和使用指南，确保代码既符合团队编码规范，又能快速高效实现功能。

以下是通义灵码从文档中提取的一个使用 Badge 组件的例子，它展示了如何在 React 中使用 @teamix/ui 库的 Badge 组件来给图标添加数字徽标：

在这里插入图片描述

第三步：如何应对需求变更

如果你还想继续变更需求，通义灵码也能帮忙。如新需求“只需标记未读而不展示具体数字”，我们就继续基于 #team docs 来提问，输入：#team docs 能否将徽标改为小红点而非数字

通义灵码会立即根据你的新需求和已有的知识库内容，提供 API 调用调整的建议及相应的代码示例，确保你能迅速适应需求变动，保持开发的灵活性和效率。

我们来看看通义灵码给的代码建议与示例：

在这里插入图片描述

2.2 根据接口文档生成示例代码

程度员在开发程序的过程中，需要调用相应的接口，但苦于找不到帮助文档和示例代码，特别是一些内部的非通用的接口实现。使用通义灵码，可以将知识检索增强生成能力，应用到程序员高频使用的 API 调用场景中。

首先，上传接口文档至企业知识库，如，“OpenAI-对话 Chat.md”文档，包含了接口的调用方式、请求参数、返回参数等。这样，通义灵码就懂得了该文档中描述的知识。

接下来，我们可以在通义灵码问答区输入：#team docs 根据openai对话chat请求和响应体生成对应的go语言示例

这时通义灵码就给你召回相关文档片段（原文档切块后片段）。

在这里插入图片描述

根据接口文档，生成示例代码如下：

package main

import (
    "bytes"
    "encoding/json"
    "fmt"
    "io/ioutil"
    "net/http"
)

func main() {
    // OpenAI API endpoint
    apiEndpoint := "https://api.openai.com/v1/chat/completions"

    // API key
    apiKey := "YOUR_API_KEY"

    // Request body
    requestBody := map[string]interface{}{
    "model": "gpt-3.5-turbo",
    "messages": []map[string]interface{}{
    {"role": "user", "content": "Hello!"},
    },
    }

    // Convert request body to JSON
    jsonBody, err := json.Marshal(requestBody)
    if err != nil {
    fmt.Println("Error marshaling request body:", err)
    return
    }

    // Create request
    req, err := http.NewRequest("POST", apiEndpoint, bytes.NewBuffer(jsonBody))
    if err != nil {
    fmt.Println("Error creating request:", err)
    return
    }

    // Set headers
    req.Header.Set("Content-Type", "application/json")
    req.Header.Set("Authorization", "Bearer "+apiKey)

    // Send request
    client := &http.Client{}
    resp, err := client.Do(req)
    if err != nil {
    fmt.Println("Error sending request:", err)
    return
    }
    defer resp.Body.Close()

    // Read response body
    body, err := ioutil.ReadAll(resp.Body)
    if err != nil {
    fmt.Println("Error reading response body:", err)
    return
    }

    // Parse response body
    var response map[string]interface{}
    err = json.Unmarshal(body, &response)
    if err != nil {
    fmt.Println("Error parsing response body:", err)
    return
    }

    // Print response
    fmt.Println("Response:")
    fmt.Println(response)
}

根据文档名和接口名清晰的定义，可以从对话中召回对应信息，并根据模型的推理能力生成不同语言的处理方式，以下为使用知识检索增强前后的对比效果，是不是一目了然。

在这里插入图片描述

基于知识库的内容，帮我优化框选代码

3.1 前端老旧工程代码升级场景

前端技术领域发展特别快速，老旧项目的依赖库版本升级，对于维持竞争力也至关重要。当前端团队计划将现有业务代码从 React 15 升级至新版本 16.8 时，通过智能编码工具可以显著加速这一升级过程。以下是通过企业知识库，在通义灵码中，实现老旧工程代码升级的详细步骤。

第一步：构建企业知识库

首先，企业管理者将框架最新版本的编码指南上传至通义灵码企业知识库。比如，这份详尽的表单组件使用说明文档：表单组件文档 [ 4] ，为接下来的组件框架版本的升级提供权威指导和参考依据。

第二步：识别并准备升级目标代码

手头上恰好有一个基于 React 版本 15 的旧项目，这时，你需识别出待升级的代码片段。例如，一个传统的类组件写法如下：

class Demo extends React.Component {
  handleSubmit= (values, errors) => {
    console.log('value & errors', values, errors);
  };

  render() {
    return (
      <Form style={{ width: '60%' }} {...formItemLayout} colon>
      </Form>
  );
}
}