Популярное
Свежее
Моя лента
Сообщения
Рейтинг
Курсы
Темы
Сервисы
Маркетинг
AI
Личный опыт
Деньги
Инвестиции
Крипто
Истории
Карьера
Путешествия
Показать все
vc.ru
О проекте
Правила
Реклама
Приложения
Bushukov DevOps

Часть 1. Подключение Gemini Assistant к VS Code. Краткое руководство для эффективной разработки

Введение

AI-ассистенты, такие как Gemini от Google, стали незаменимыми инструментами для разработчиков, значительно упрощая рутинные задачи и открывая новые возможности для обучения.
Главное преимущество Gemini в VS Code — глубокая интеграция с вашим проектом: ассистент анализирует открытые файлы, учитывает структуру кода и предлагает решения в контексте текущей задачи. Это позволяет не только генерировать фрагменты кода, но и находить взаимосвязи между модулями, подсказывать оптимальные архитектурные решения и даже обнаруживать скрытые ошибки.

В этой статье вы:
- Настроите Gemini в VS Code за 5 минут
- Создадите работающий API на FastAPI с помощью AI-подсказок
- Узнаете, как избежать типичных «подводных камней» при работе с AI

Часть 1. Установка и настройка Gemini Assistant

Шаг 1: Установите расширение

1. Откройте VS Code.
2. Перейдите в раздел Extensions (Ctrl+Shift+X).
3. Найдите Gemini Code Assist и установите его. (Рис. 1)

Рис 1.
Рис 1.

Шаг 2: Авторизация и проект в Google Cloud
1. Нажмите на иконку Gemini в боковой панели → Sign in with Google. (Рис. 2)

Рис 2.
Рис 2.

2. Выберите select a Google Cloud project (Рис. 3) -> Create a New Google Cloud Project
(если Вы ранее не создавали проект в Google Cloud). (Рис. 4)

Рис 3.
Рис 3.
Рис 4.
Рис 4.

3. В браузере откроется Google Cloud Console:
- Укажите название проекта
(например, gemini-vscode или любое другое).
- Нажмите Create. (Рис. 5)

Рис 5.
Рис 5.

4. Вернитесь в VS Code и выберите созданный Вами проект .
После этого будет доступно поле для Чат с Gemini (Рис. 5)

Поздравляю , Вы великолепны ! 😁😁😁

Рис 5.
Рис 5.

Создаем приложение с помощью AI ассистента

Пример :
Нам нужно разработать сервис на Fast API для перевода градусов из Цельсия в Фаренгейты . Вы можете использовать любой другой пример для понимания

  1. создаем пустую директорию temp_convertert и открываем ее в VS Code
  2. создаем те файлы с которыми будет работать и анализировать AI ассистент . В нашем случае main.py
  3. запускаем окно Gemini и задаем Промт .
    Промт должен быть максимально ясным , если есть возможность прописаны шаги выполнения и задана роль для LLM

Ты опытный разработчик Python. Напиши на Python код для FastAPI: 1.Роут /convert принимает параметр celsius (float) 2.Возвращает JSON с celsius, fahrenheit и статусом 200 3.В методе конвертации используй обработку ошибок try exception для проверки входных значений . Формула для конвертации градусов: F = C * 9/5 + 32 Ты можешь изменить содержание файла @main.py
Рис 7.
Рис 7.

Полезные советы для эффективного использования AI ассистентов для разработки

  • Конкретизируйте запросы:
    -     ❌ _«Напиши код для API»_ → 🚫
    - ✅ _«Напиши на Python эндпоинт FastAPI для аутентификации через JWT»_ → ✔

  • 👉 Проверяйте код
    - Всегда тестируйте сгенерированный код.
    - Пример: Добавьте обработку ошибок, если температура — строка:
@app.get("/convert") async def convert(celsius: str): try: celsius_float = float(celsius) except ValueError: return {"error": "Invalid input"}
  • 🗂 Используйте контекст
    - Отмечайте, в каком файле вы работаете, чтобы ассистент учитывал структуру проекта.
    Например , проверь и улучши функцию в файле @main.py

  • 👨‍🎓 Учитесь на ответах
    - Если код непонятен, задайте уточняющий вопрос:
    «Объясни, как работает декоратор @app.get».

👉 Важно!
Всегда анализируйте сгенерированный код перед использованием. Слепое копирование может привести к:

  • Нерабочим решениям— формулы, алгоритмы или API-вызовы могут быть устаревшими или некорректными,
  • Критическим уязвимостям — например, SQL-инъекциям из-за неправильной санитизации входных данных,
  • Системным сбоям — ошибки в работе с памятью или файловой системой могут повредить ОС или данные.
Начать дискуссию