Codegeneratie: door de ontwikkelingsroutine snijden
Een artikel van een DevOps-ingenieur bij IT-huis T1 legt uit hoe je codegeneratie in verschillende stadia van de ontwikkelingslevenscyclus kunt implementeren, van eenvoudige snippets tot runtimegeneratie. De auteur behandelt het gebruik van concatenatie, templating met Jinja2 en syntaxisbomen (AST en CST) voor het wijzigen van bestaande code, en bespreekt de toekomst met LLM's en het Model Context Protocol (MCP). Praktisch advies wordt gegeven over het starten met codeformatters en het gebruik van tools zoals OpenAPI-generator en Cookiecutter.
Het artikel, geschreven door Ivan, een DevOps-engineer bij IT-holding T1, benadrukt dat codegeneratie essentieel is om ervoor te zorgen dat code overeenkomt met een gespecificeerd schema zoals OpenAPI, waardoor drift tussen schema en implementatie wordt voorkomen. De auteur schetst niveaus van automatisering: IDE-snippets, generatie tijdens ontwikkeling, generatie voor gemeenschappelijke modules (API-clients, messageschema's), generatie tijdens buildtijd (het inbedden van backend-URL's, licentiesleutels), generatie tijdens implementatie en generatie tijdens runtime (gebruikt in no-code/low-code-omgevingen, bijvoorbeeld PyTest). Methoden voor het maken van generatoren worden gedetailleerd beschreven: eenvoudige concatenatie van strings, templating met Jinja2 voor ondersteuning van meerdere talen, en het gebruik van Abstract Syntax Trees (AST) in Python om bestaande code te refactoren, hoewel AST opmerkingen en opmaak verliest. Concrete Syntax Trees (CST) via libcst behouden opmerkingen en stijl, waardoor veilige refactoring mogelijk wordt. Het artikel bespreekt ook de potentie van LLM's en het Model Context Protocol (MCP) om hallucinaties te verminderen door modellen tools te geven om te interacteren met de codebase, met verwijzing naar agents zoals 'oh my pi'. Praktisch advies omvat het beginnen met een codeformatter, het gebruik van OpenAPI-generator voor servicecontracten, en Cookiecutter voor microservicesjablonen, met de conclusie dat codegeneratie codebases schaalt en opschoont, maar een juiste toolselectie vereist.
Bron: Habr — хаб ИИ —
origineel