RStudio AI care nu costă un ban: llmcoder vs. Posit AI Assistant

Introducere

Dacă sunteți utilizator R, probabil că ați trăit aceste momente:

• Scrieți cod și ați uitat sintaxa exactă pentru o funcție
• Codul dvs. aruncă o eroare și vă uitați la un mesaj de eroare confuz
• Aveți un bloc de cod, dar doriți să înțelegeți ce face în limba engleză simplă
• Doriți să discutați cu un asistent AI despre analiza datelor dvs., dar nu doriți să părăsiți RStudio

llmcoder este un supliment RStudio care rezolvă toate aceste probleme prin integrarea asistenței Large Language Model (LLM) direct în fluxul dvs. de lucru RStudio și, mai important, este GRATUIT!

În această postare, vă voi arăta cum llmcoder vă poate accelera codarea R și vă poate face fluxul de lucru mai fluid.

Urmăriți o demonstrație rapidă a llmcoder în acțiune:

Instalare

# Install remotes if you haven't already
install.packages("remotes")

# Install llmcoder
remotes::install_github("ShiyangZheng/llmcoder")

Încărcați pachetul:

library(llmcoder)

Caracteristica 1: Generați codul R din comentariile inline

V-ați dorit vreodată să introduceți ceea ce doriți în limba engleză simplă și să obțineți codul R instantaneu?

Cum se utilizează:

1. Introdu un comentariu care descrie ceea ce vrei
2. Plasați cursorul pe acea linie
3. Utilizați meniul Addins și selectați „Generează cod din comentariu”

Exemplu:

# Load the mtcars dataset and create a scatter plot of mpg vs wt, colored by number of cylinders

După rularea programului de completare, comentariul este înlocuit cu:

library(ggplot2)
data(mtcars)
ggplot(mtcars, aes(x = wt, y = mpg, color = factor(cyl))) +
  geom_point(size = 3, alpha = 0.8) +
  labs(
    title = "Fuel Efficiency vs Weight by Cylinder Count",
    x = "Weight (1000 lbs)",
    y = "Miles per Gallon",
    color = "Cylinders"
  ) +
  theme_minimal()

Nu mai treceți la ChatGPT sau copiați codul din Stack Overflow!

Caracteristica 2: Remediați erorile consolei cu Asistență LLM

Am fost cu toții acolo – un mesaj de eroare criptic și nu ești sigur ce a mers prost.

Cum se utilizează:

1. Rulați codul care produce o eroare
2. Eroarea apare în consolă
3. Utilizați meniul Addins și selectați „Remediați eroarea cu LLM”

Exemplu:

library(dplyr)
data %>%
  filter(cyl == 4) %>%
  summary()
# Error: object 'data' not found

llmcoder captează eroarea și o trimite la LLM, care returnează o explicație și sugerează:

mtcars %>% filter(cyl == 4) %>% summary()

Caracteristica 3: Explicați codul selectat în limba engleză simplă

Uneori moșteniți cod de la un coleg sau găsiți un răspuns Stack Overflow și doriți să înțelegeți ce face.

Cum se utilizează:

1. Selectați un bloc de cod în editor
2. Utilizați meniul Addins și selectați „Explicați codul”

Exemplu:

mtcars %>%
  group_by(cyl) %>%
  summarize(
    mean_mpg = mean(mpg, na.rm = TRUE),
    sd_mpg = sd(mpg, na.rm = TRUE),
    count = n()
  ) %>%
  arrange(desc(mean_mpg))

llmcoder returnează:

1. Ia încorporat mtcars set de date
2. Grupează datele după numărul de cilindri (cyl)
3. Calculează media și abaterea standard a milelor pe galon (mpg) pentru fiecare grupă
4. Aranjează rezultatele în ordinea descrescătoare a eficienței medii a combustibilului

Caracteristica 4: Panou de chat cu mai multe ture cu context de sesiune

Aceasta este caracteristica emblematică. llmcoder include a Panoul de chat care înțelege sesiunea dvs. actuală R.

Cum se deschide: Utilizați meniul Addins și selectați „Deschideți panoul de chat”

Ce îl face special?

Panoul de chat este conștient de sesiune:

• Știe ce pachete ați încărcat
• Știe ce obiecte sunt în mediul tău global
• Poate citi conținutul scriptului dvs. curent
• Are acces la istoricul recent al consolei dvs

Exemplu de conversație:

Tu: Care este corelația dintre mpg și wt în mtcars?

AI: Corelația dintre mpg și wt în setul de date mtcars este -0,87, indicând o relație negativă puternică. Pe măsură ce greutatea crește, eficiența combustibilului scade.

cor(mtcars$mpg, mtcars$wt, use = "complete.obs")

Doriți să vedeți panoul de chat în acțiune? Urmărește această demonstrație:
https://youtu.be/zP-RuCN3q14

Furnizori LLM acceptați

llmcoder suportă mai mulți furnizori LLM – îl poți alege pe cel care ți se potrivește cel mai bine:

Notă de confidențialitate: Dacă utilizați Ollama, toate procesările au loc local pe aparatul dvs. Nu sunt trimise date către servere externe.

Personalizare: alegeți stilul dvs. prompt

Panoul de chat vă permite să selectați diferite stiluri prompte:

• Asistent general: Cel mai bun pentru întrebări generale
• R Code Helper: Se concentrează pe scrierea unui cod R idiomatic, curat
• Consilier statistic: Ajută la conceptele statistice și la selecția testelor
• Cercetare (psiho): Adaptat pentru cercetătorii în psiholingvistică

De ce llmcoder?

Există mulți asistenți de codare AI (Copilot, Cursor etc.), așa că de ce llmcoder?

1. Integrare nativă RStudio: Nu este nevoie să comutați la altă aplicație sau filă de browser
2. Conștient de sesiune: LLM știe la ce lucrați
3. Mai mulți furnizori LLM: Alegeți-l pe cel pe care îl preferați (sau utilizați un model local pentru confidențialitate)
4. Sursă deschisă: licență MIT, gratuită de utilizat și modificat
5. Proiectat pentru utilizatorii R: Nu este un asistent de codificare generic – înțelege fluxurile de lucru specifice R

Apel la acțiune

Ești gata să încerci llmcoder?

remotes::install_github("ShiyangZheng/llmcoder")

Dacă întâmpinați erori sau aveți solicitări de funcții, trimiteți o problemă: https://github.com/ShiyangZheng/llmcoder/issues

Marcați cu stea repo daca ti se pare de folos!

Despre autor

Shiyang Zheng este doctorand în psiholingvistică la Universitatea din Nottingham. Cercetările sale se concentrează pe achiziția de idiom și modelarea computațională. El a construit llmcoder pentru a face codarea R mai ușoară pentru el și pentru comunitatea R.