- 综合排序
- 最热优先
- 最新优先
- 来自专栏云云众生s
使用生成式AI进行软件调试
译自 Debugging Software Using Generative AI，作者 Jeffrey Burt 是一位资深记者，拥有三十多年的新闻工作经验，过去二十多年专注于科技领域。 据卡内基梅隆大学SEI博客中的AI专家在2023年10月的一篇文章称，开发人员越来越认为生成式人工智能是一个有用的工具。 AI技术不断改进，因此他预计Baldur的能力也会得到提升。 在未来，研究人员计划通过调整LLM训练的数据来提高65.7%的数字。对于验证而言，目前并没有太多的数据，因此创建数据集并不容易。
38110编辑于 2024-03-28 - 来自专栏愚公系列-书籍专栏
【愚公系列】《AIGC辅助软件开发》019-AI 辅助测试与调试：AI辅助测试与调试应用案例
因此，AI技术在软件测试领域的应用已成为一种必然趋势。 应用领域 描述 测试需求分析 AI技术可以协助测试人员快速、准确地分析和整理测试需求，从而更好地理解需求，为后续的测试工作提供支持。 除了上述工作，AI技术还可以协助测试人员进行多种类型的测试，包括： 功能测试 性能测试 兼容性测试 安全测试 回归测试 此外，AI技术还可以帮助测试人员进行测试管理，包括测试流程、规范、标准等内容，从而提前发现和预防测试中的问题和风险 一、AI辅助测试与调试应用案例 1.制定测试策略 请根据以下上传文件的需求描述，制定一份详细的测试策略。需求描述如下: 1.文件数量限制:单次上传文件的数量不超过5个。 **调试工具** - **Browser Developer Tools**: 浏览器自带的开发者工具（如 Chrome DevTools）用于查看网页元素、调试 JavaScript、分析网络请求等 - **Fiddler**: HTTP 调试代理，适用于网络流量分析和调试。 使用这些工具可以帮助你更高效地进行测试，定位和解决问题，确保软件质量并提高工作效率。
1.6K11编辑于 2024-12-23 - 来自专栏AI技术应用
AI 大模型本地化部署的调试
AI 大模型本地化部署的调试是一个复杂但至关重要的过程，它确保模型在本地环境中的正确运行和性能优化。以下是一些关键的调试方面。1. 调试工具与技术：日志记录： 在代码中添加详细的日志记录，方便追踪模型运行过程中的问题。调试器： 使用调试器（如 gdb、pdb）单步执行代码，检查变量值和程序状态。 常见调试场景和方法：模型加载失败： 检查模型文件路径、格式和权限。 验证依赖库是否正确安装。输出结果错误： 检查输入数据是否正确。 调试模型代码，检查数据处理和计算逻辑。 部署后的调试：API接口调试： 如果大模型部署为API服务，则需要使用例如postman，或者curl等工具，进行API接口的调试。监控日志： 部署后，对日志进行监控，查看运行状态，和报错信息。 通过以上调试方法，可以有效地提高AI大模型本地化部署的成功率，确保模型在本地环境中稳定、高效运行。
80110编辑于 2025-03-11 - 来自专栏想比AI跑得更快点
用AI编程实现远程网页串口调试
很多工程师在工作中都会遇到这样的场景：某个串口设备需要调试，但工作电脑和串口设备不在同一位置。常规做法是把电脑搬到设备旁边，接上串口线进行现场调试。 当调试频次增多，搬来搬去就会变得繁琐。 这时我们自然会产生一个懒人需求：能否坐在自己的工位上，用工位上的电脑直接连上远处的串口设备，轻松完成调试？ 目标与方案概述 基于以上痛点，我尝试用AI编程来实现这个需求。 这个条件在日常调试场景中通常是很容易满足的。 实现思路 具体实现并不复杂，和往期分享的案例一样：就是把清晰的需求交给AI，遇到问题再让AI修改，如此循环迭代。 为什么不细讲“步骤” 分享了多个AI编程案例后，我的体会是：难点不在“第一步怎么做、第二步怎么做”。这些问题都可以直接问AI并快速得到指导。
20610编辑于 2025-11-07 - 来自专栏云云众生s
生成式AI如何彻底改变调试
由生成式 AI 驱动的自动调试，通过自动化识别、诊断和解决代码错误的过程，赋能开发者。 随着企业追求速度、敏捷性和可靠性，由 AI 支持的自动调试注定将成为 IT 领导者和首席高管不可或缺的资产。 生成式 AI 如何彻底改变调试 由生成式 AI 驱动的自动调试，通过自动执行识别、诊断和解决代码错误的过程，为开发人员赋能，从填写故障单的初始阶段到识别和隔离导致事件的代码行。 生成式 AI 在调试中的关键功能包括： 自动根本原因分析：AI 模型分析代码模式、日志和系统行为，以确定错误的确切原因，从而减少开发人员花费在故障排除上的时间。 对高管的战略优势 从高管的角度来看，采用自动调试生成式 AI 不仅仅是一项技术改进；这是一项与更广泛的业务目标相一致的战略举措。
35910编辑于 2024-09-30 VS Code 1.110 官宣 AI 新特性：AI 直接调试浏览器！
VS Code 发布 AI新功能：离了大谱！ VSCode 1.109 Chat UX 大升级！ VSCode 1.109 正式发布：全新多智能体开发，真的有点强！ VS Code 新版本来了，更强 AI，更丝滑的编程体验！ VS Code 插件榜 top 10 ：装上起飞！ 前言：还在手动打开浏览器、点击按钮、检查控制台报错？太累了！ 浏览器智能体工具 (Browser Agent Tools) 让 AI 能够在一个封闭的开发循环中，自主地构建和验证 Web 应用。 它能做什么？ 第四步：观看智能体调试并修复 Bug 如果测试中发现了 Bug，智能体会自动进入“侦探模式”分析原因并修复。 智能体独立完成了一个完整的开发循环：构建 -> 测试 -> 调试 -> 修复！
28710编辑于 2026-03-09- 来自专栏ATYUN订阅号
Uber开源Manifold，用于调试AI模型的可视工具
它已帮助各种产品团队分析了无数的AI模型。截止到今天，它已在GitHub上以开源形式提供。 Uber机器学习软件工程师李乐之在博客中写道：“自从今年早些时候创建Manifold以来，我们已经收到了很多关于其在通用ML模型调试场景中潜力的反馈。 在开源独立版本的Manifold时，我们相信该工具将通过为ML工作流提供可解释性和可调试性，同样使ML社区受益。” 版本1发行版中的功能包括： 与模型无关的通用二进制分类和回归模型调试支持。用户将能够分析和比较各种算法类型的模型，从而使他们能够区分各种数据片的性能差异。
61130发布于 2020-02-12 AI开发预训练模型报错日志pretrainmodels调试解析
使用AI开发经常会出现一些莫名其妙的问题，其中有一些比较经典的bug日志。我一般会记录下来，以供后续开发过程避坑和提高效率，过程可以分享给大家。今天我借助AI开发的是预训练模型测试程序。 第一个是参数列表的错误使用，这个没什么太大问题，直接将报错信息粘贴给AI就能自动完成修复。第二个是&&操作符的错误，这个也没太大问题，可以在终端中分步实施命令即可解决。 我们让AI找找解决方法：首先，根据错误信息，问题出在缺少'pretrain_models'模块。这可能是一个自定义模块，或者是用户自己编写的，或者是某个第三方库的一部分。我需要确定这个模块的来源。 替代方案与调试建议临时替换：若pretrain_models为非必需依赖，可尝试使用功能相近的库（如transformers库中的BertModel或QwenModel）重构代码。 总结一下，AI不是万能的，出现问题还是需要人工调试。通过正确设置Python路径和包结构，解决了模块导入问题。同时需要注意不同操作系统和shell之间的语法差异，避免使用不兼容的命令语法。
36710编辑于 2025-09-15- 来自专栏编程珠玑
GDB调试指南-启动调试
本文以C程序为例，介绍GDB启动调试的多种方式。 哪类程序可被调试 对于C程序来说，需要在编译时加上-g参数，保留调试信息，否则不能使用GDB进行调试。 ，不能使用gdb调试。 但是not stripped的情况并不能说明能够被调试。 调试方式运行程序 程序还未启动时，可有多种方式启动调试。 调试core文件也很简单： 1gdb 程序文件名 core文件名 具体可参看《linux常用命令-开发调试篇》gdb部分。 调试已运行程序 如果程序已经运行了怎么办呢？ ，已经运行的程序通常没有调试信息。
2K20发布于 2019-09-02 - 来自专栏JAVA
️ 解决AI推理中的“Segmentation Fault”错误：内存访问调试
️ 解决AI推理中的“Segmentation Fault”错误：内存访问调试 大家好，我是默语，擅长全栈开发、运维和人工智能技术。 摘要 在AI推理过程中，“Segmentation Fault”（段错误）是一个常见且令人头疼的问题。这通常是由于非法的内存访问引起的。本文将详细探讨这一问题的成因，并提供多种调试和解决方案。 关键词：AI推理，Segmentation Fault，内存访问，深度学习，调试。 引言 在深度学习和AI应用中，推理阶段的稳定性和效率至关重要。 通过本文介绍的方法，读者可以系统地调试和解决内存访问问题，确保AI模型在推理阶段的顺利运行。 未来展望 随着AI技术的不断发展，内存管理和调试工具也将不断改进。 未来，我们可以期待更多自动化和智能化的调试工具，进一步简化内存问题的检测和解决过程。
90910编辑于 2024-11-22 - 来自专栏编程珠玑
GDB调试指南-单步调试
前言 前面通过《启动调试》，《断点设置》，《变量查看》,我们已经了解了GDB基本的启动，设置断点，查看变量等，如果这些内容你还不知道，建议先回顾一下前面的内容。 在启动调试设置断点观察之后，没有我们想要的信息怎么办呢？这个时候，就需要单步执行或者跳过当前断点继续执行等等。而本文所说的单步调试并非仅仅指单步执行，而是指在你的控制之下，按要求执行语句。 ，并在第12行停住，如果要继续执行，则使用n执行下一条语句，如果后面跟上数字num，则表示执行该命令num次，就达到继续执行n行的效果了： $ gdb gdbStep #启动调试 (gdb)b 25 单步进入-step 对于上面的情况，如果我们想跟踪add函数内部的情况，可以使用step命令（可简写为s），它可以单步跟踪到函数内部，但前提是该函数有调试信息并且有源码信息。 当然它还有一个选项，用来设置当遇到没有调试信息的函数，s命令是否跳过该函数，而执行后面的。
3.3K20发布于 2019-07-12 - 来自专栏python3
调试
禁用日志 在程序中添加logging.disable(logging.CRITICAL) 5 IDLE 的调试器 要启用IDLE 的调试器，就在交互式环境窗口点击 Debug > Debugger。
1.2K20发布于 2020-01-17 - 来自专栏进击的Coder
Facebook发布AI代码调试工具SapFix
调试代码是件很无聊的事，但是由 Facebook 工程师创建的新型人工智能混合工具——SapFix 可以大大节约工程师的时间，同时还加快了新软件的推出过程。 SapFix 被用来加速向装有 Facebook Android 应用程序的数百万设备传输稳定代码更新的过程，这是人工智能测试和调试工具在此类大规模生产中的首次应用。 Facebook 打算与工程界分享 SapFix，因为这是自动化调试发展的下一步，可能为很多公司和研究机构促进新代码的产量和稳定性。 这是 AI 技术的重要里程碑，进一步证明了基于搜索的软件工程可以减少软件开发中的问题。 而有关这些工具的反馈会帮助相关研究者，也会帮助更广泛的 AI 社区改进自动寻找、修改代码 Bug 的任务。
86330发布于 2019-09-04 Chrome DevTools MCP 让 AI 无缝接管浏览器调试会话
Chrome DevTools MCP 让 AI 无缝接管浏览器调试会话Chrome DevTools MCP 服务器近期新增了一项开发者期待已久的功能：编码助手可以直接接入现有的浏览器会话。 这种在手动调试与 AI 辅助之间无缝切换的能力，为调试流程带来了新的可能性。自动连接功能是 Chrome DevTools MCP 连接 Chrome 实例的现有方式的补充。 在 Chrome（>=144）中执行以下步骤启用远程调试：访问 chrome://inspect/#remote-debugging 启用远程调试按照对话框界面允许或拒绝传入的调试连接需要先启用远程调试 自动换行 AI 自动换行 AI
1.1K30编辑于 2026-03-15- 来自专栏linux运维
协作场景：用AI调试一个React前端性能问题
目标是用AI工具快速定位性能瓶颈，优化渲染，目标是60fps流畅体验。AI提供的帮助定位性能问题:我在Cursor里问：“React列表渲染卡顿怎么排查？” 最终效果效率提升:原计划2小时排查优化，1小时搞定，AI省了一半时间。性能飞跃:列表渲染从200ms降到10ms，滚动体验从卡顿到60fps。 思考与总结AI是超级助手:Cursor像个老司机，快速定位问题，还教我怎么用工具。提示要具体:问“优化React列表”比“页面卡顿”效果好，AI输出更精准。 自己得动手:AI建议得结合测试验证，比如DevTools确认优化效果。工具+思考:AI给方向，我得判断哪些建议靠谱，比如虚拟化比useMemo更适合大数据。 AI帮我省时间、给建议，还让我学到新知识。试试AI工具吧，效率起飞！
27110编辑于 2025-08-31 - 来自专栏全栈程序员必看
pycharm调试教程_pycharm 调试
出现下面的debug窗口： 调试窗口可以查看变量信息等，功能按钮可以控制程序跳转。将鼠标放到相应功能按钮上，可以看到按钮提示信息。 有绿点表示程序运行中，还没有结束。
1.3K10编辑于 2022-09-27 - 来自专栏JAVA
应对AI模型中的“Loss Function NaN”错误：损失函数调试
应对AI模型中的“Loss Function NaN”错误：损失函数调试 摘要 大家好，我是默语，擅长全栈开发、运维和人工智能技术。 在这篇博客中，我们将深入探讨如何解决AI模型训练过程中常见的“Loss Function NaN”错误。通过调试损失函数和优化模型参数，您可以显著提升模型训练的稳定性和性能。 本文将深入分析这一问题的根本原因，并提供实用的调试和解决方法。 正文内容 1. AI模型训练中的“Loss Function NaN”错误。 希望通过这些调试技巧和实用代码示例，大家能够在实际项目中有效解决这一问题，提升模型训练效果。
1.2K10编辑于 2024-11-22 - 来自专栏中国白客联盟
Android动态调试（二）动态调试So
前言 此文为Android动态调试第二章，后续会分以下文章继续讲解： Android动态调试（三）Xposed hook 前文回顾： Android动态调试（一）动态调试Smali 正文 利用adb F9先运行一遍，然后找到我们要调试的so ? 跟过去，getCoin ? ? 断点 ? 暂停程序，运行程序，断点在coin 100 ? 修改内存数据，运行，修改为123 ? 后续 完。
2.1K50发布于 2018-07-26 - 来自专栏Android逆向
系统app调试以及jdb调试
系统app调试 开发系统app的时候，大多数基于makefile的，并且签名是platform的，因此不能直接通过源码进行调试。 这里主要是Java层的调试，native层的调试在后续文章中会讲解。 这就和和正常的app的调试是一样的了。 当然也可以通过Run->Debug来调试，这种和普通app的调试就一样了。 JDB调试Android程序 在App动态调试(1)-Radare2和lldb 中对JDB调试进行了简单的介绍，通过jdb调试来跟踪指定的动态库加载完成。 写在最后 Android中涉及的调试有很多，包括framework层的调试以及native层的调试，后续会持续更新调试相关的文章。熟练使用调试对阅读代码和定位问题都有很大的帮助。
3.1K00发布于 2021-01-23 - 来自专栏新零售项目实践
当AI成为调试助手：效率革命之下，人类经验何去何从
今天的我，将错误堆栈、Redux状态快照和用户操作序列复制到AI调试工具中。 效率提升了40倍，但一个问题随之浮现：当AI能在几十秒内解决我需要几小时才能定位的问题时，我那二十年的调试经验还有什么价值？ 传统调试流程的时间分布：1.2认知扩展：从局部视野到系统洞察传统调试受限于开发者的认知范围——你只能看到你知道要看的东西。AI调试工具打破了这种限制。 回顾核心洞见：效率革命是真实的：AI确实将调试从小时级压缩到分钟级，这种效率提升不容否认。在新零售供应链这样复杂、实时的系统中，这种效率直接转化为业务价值。 在AI调试助手普及的时代，最危险的开发者不是那些担心被AI替代的人，而是那些拒绝改变、固守传统调试方法的人。
37320编辑于 2026-03-06
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号