零基础都敢去魔改大模型了?是我飘了,也是Cursor太强了
2024-09-06 10:21

零基础都敢去魔改大模型了?是我飘了,也是Cursor太强了

本文来自微信公众号:硅星GenAI (ID:gh_e06235300f0d),作者:椰子,题图来自:AI生成

文章摘要
介绍了使用Cursor从零基础实现Python编程和项目开发。

• 🚀 无需编程基础,通过Cursor实现项目开发

• 🕹️ 轻松创建游戏和实用插件,全程只需简单指令

• 🔧 调试和优化过程直观,解决编程入门难题

不知道有多少人曾经想过要学一学Python。


至少我书架上还躺着一本落灰的《Phthon编程从入门到实践》,B站的收藏夹里也放着从来没打开过的时长长达近25小时的《Python全套课程》视频。


不是真的坚持不下去学习,而是他们教的确实不是我想要的。我也不是要用编程来谋生,就是想解决工作上一些具体到不能再具体的问题。但所有教程都在跟你说,你得先从Hello World学起。


Cursor最近很火,在程序员圈子里讨论得很多,但对于大部分人来说,一款代码编辑器的更新和进展还是离大部分人的日常工作太远了。


如果这么想,那你大概率会错过一次进入新世界的机会。


我现在对于Cursor的痴迷程度,已经完全不亚于玩黑神话悟空了。


一、一行代码没敲,先做一款游戏试试水


官网下载好程序后,默认是在一个Cursor的官方项目中。看不懂没关系,第一步我们先给汉化加上。


选中左上角的扩展,可以搜索“简体”,一般第一个就是我们要打的汉化包。




给界面汉化后,我们还可以通过在设置中,加入一些规则,让回答更加高效和结构化。如果加入“ZH-CN ONLY”,可以让他以中文来回答。在我玩的过程中,中英文回答的能力差距不是特别明显。我这里使用的是一个Python相关的规则。




之后通过文件-关闭文件夹,就能关掉这个官方的演示项目,我们可以新建文件夹来做自己的了。


第一个项目想先做一款贪吃蛇游戏,通过command+K的快捷键调出“Chat”区域,给他Prompt:“生成一款贪吃蛇游戏”。它会自动生成所有代码和文件,点击Accept All所有生成效果即会生效。



会自动生成文件,并告诉我们需要什么依赖环境和该怎么运行,最终的结果是这样:


‍‍

一个非常简陋的贪吃蛇游戏就生成了。还可以跟它说:“以程序方式展现游戏,蛇头应该比身体要大。”于是我们第一款贪吃蛇游戏就从网页变成了程序,而且也更像蛇了:



用Cursor,我能把我所有的想法都实现,一行代码没敲过,比如我想让他变得更像蛇和苹果,背景也应该是绿色的草地:



如果让它变得更有趣,可以加入关卡机制,随着关卡的升高,速度会越来越快,也会出现炸弹的干扰项,吃到炸弹也会Game Over,在最后也会引入排行榜机制,整个游戏已经非常完整了。



这里不管是苹果的样式还是炸弹的样式,都没有用贴图,而是我是让它通过像素的方式画出来的。主打一个全程只动嘴不动手。


二、开发一个真正有用的程序


玩到这里,我已经被Cursor震撼到了,全程不需要切换任何网页去搜索答案,只要我说出口的要求,它都能解决。我要做的只是说说话,点一点,然后复制粘贴一些命令行就行了。


我就想能不能做一些真正对我有用的产品出来。


一个非常小的需求:现在下载图片,尤其是在Google图片中,很多通过右键下载的都是.webp的格式,这种格式的图片微信公众号后台并不支持。那我能不能做一个Chrome插件来下载网页中的图片,同时遇到.webp的格式就自动转换成.PNG的格式。


于是第二个项目就成了。


比如在GooglePlay页面中,想要下载这个Logo的图片,右键保存是.webp格式的。


但是用我做的这个插件,可以直接下载成.PNG的格式。



当然,每一个项目和程序,都几乎不可能一次成功,中间少不了需要调试的过程。目前为止,我的万能解药就是将报错直接复制,他会给我解释报错的原因和解决方法。点击左上角的按钮可以快速呼出Chat和终端。



三、再做一点更疯狂的事


上面两个项目,总共耗时也就两三个小时,中间的版本功能迭代和调试环境比较费时。模型全程使用的是Claude 3.5 sonnet,也是默认设置。


我感觉我已经掌握了Python的运作和基本语法,是时候挑战一点更高难度的东西了。


那就魔改一个大模型吧。


我们都知道现在大部分模型都是靠英伟达的CUDA来运用,非英伟达的显卡没办法做加速运算。


从Github上转了一圈开源模型,发现趋势月榜上,面壁的MiniCPM-V还在前列,这款端侧模型正好合适来测一测能不能原生运行在我这个M1 Pro芯片的Macbook上。


解压后用Cursor打开,试运行了一下自带的Web-Demo,发现像gradio、torch、transformers等一堆环境都没安装。


环境整齐,点击运行很快就会提示系统中没有CUDA。



Cursor给出的解决方案是用修改代码的方式来通过CPU启动。


经过几次不难的调整之后,让人惊呼的是,我成功运行了Web-Demo。这款模型能通过上传图片或者打开电脑的摄像头,来识别图像内容。


我正兴高采烈地上传一张图片来让他试试。



结果打脸来得非常快,不出意外地报错了。



报错显示了一堆我看不懂的问题,经过几次的调试,最后还是以失败告终,这个demo是运行成功了,但没能完成一次对话。



四、顶级的Python老师


Cursor的门槛很低,但不代表着没有门槛。首先得对编程软件多多少少有点概念,比如通过终端来调用一些命令。也需要能看懂从哪到哪是报错的地方。


人们学习Python最大的问题就是不知道怎么上手,前期的部署环境能劝退很多人,而且正向的反馈太慢。


Cursor非常好地解决了这个问题,下载应用人人都会,用自然语言沟通也人人都会。


当我们只通过直白的语言就能达到预期效果的时候,这种持续的正向反馈会让人上瘾,就像玩游戏一样。


当我们成功做成一两个项目,如果有心,自然会去了解更多的细节,这时候再拿起书来,用自己的项目对比着来看,就容易多了。


现在Cursor是有前两周的免费试用,能调用GPT-4o、Claude-3-opus、Claude-3.5-sonnet在内的6款模型,收费以后是20美元每月,这钱我肯定是掏定了。


本文来自微信公众号:硅星GenAI (ID:gh_e06235300f0d),作者:椰子

本内容为作者独立观点,不代表虎嗅立场。未经允许不得转载,授权事宜请联系hezuo@huxiu.com
如对本稿件有异议或投诉,请联系tougao@huxiu.com
正在改变与想要改变世界的人,都在 虎嗅APP
赞赏
关闭赞赏 开启赞赏

支持一下   修改

确定