OS Copilot功能测评

简介: 作为一名开发者,我首次尝试了阿里云的OS Copilot,主要用于人工智能应用开发。安装过程简单,只需按官方教程操作,支持Alinux、CentOS等系统。使用中,通过在指令前加“co”唤醒AI助手,-t/-f/管道功能显著提升效率,尤其对不熟悉Linux指令的用户帮助很大。然而,上下文记忆和命令连续执行方面仍有改进空间,例如在多步操作时容易中断。总体体验新颖且实用,但希望未来能增强交互连续性和命令执行的灵活性。

我是一名开发者,我平时的工作涉及到人工智能应用开发。我顺利地使用了OS copilot -t/-f/管道功能。
平时chatgpt用的很多,但是OS copilot倒是第一回见,很新鲜。
安装体验
按照官方的教程,很快就可以安装完毕并使用
首先是去阿里云申请一个云服务器,这里如果你是新号的话,阿里云会免费赠送一段时间的使用,在选择服务器的时候,应该注意选择os copilot支持的操作系统:实例的镜像必须是Alinux、CentOS、Ubuntu、Anolis OS

申请了一个新的示例以后,需要安装copilot,并申请权限,这里官方的教程很齐全,并且很容易按照教程去安装:
https://help.aliyun.com/zh/alinux/user-guide/instructions-for-os-copilot?spm=a2c6h.29921100.J_9175035460.8.706561353eHJ3W#90586371ddbnc
整个过程唯一困难的是登录环节,登录的时候需要输入密码,但是密码不知道是多少,上网搜了一下,是需要在示例属性里面去重置示例密码,充值完就可以用新密码登录了。
image.png

os copilot体验
在所有指令前都需要加入co来唤醒人工智能。

  1. 我认为-t/-f/管道功能有用 ,解决了对linux系统指令不熟悉的问题的问题,提升了接近20%的工作效率。
    使用co -t能够进入与人工智能对话的模式

co -t
image.png

对于不熟悉linux指令的人来说,这很方便,比如你问他怎么创建一个文件夹,他会回答,并且让你选择是否执行:
image.png

每条问题大概会有1-2秒的思考时间,速度还是比较快的,但是上下文能力似乎不是很足,比如我刚刚创建了一个名为images的文件夹,我现在想要让他进入到这个文件夹中,但是他已经忘记了刚刚的内容:
image.png

另外,我想测试一下他是否可以用于编写代码,这里我问他是否能够用pytorch代码检测cuda是否能够使用,在大约经过20秒的思考时间后,他给出了正确的代码:
image.png

并且,他给出了几个选项给我:
[Copilot]发现如下命令:

1. pip install torch torchvision torchaudio
2. python test_cuda.py

[Copilot]: 请选择要执行的命令或者保存所有命令,从[s, 1, 2]中进行选择,回复's'或'save'进行保存,回复'n'或'no'进行取消,回复'r'或'retry'重新生成回答。

这里其实我很疑惑,从[s, 1, 2]中进行选择是什么意思,实际上我需要他全部执行,但是这条指令给我的意思好像是3选1,我不知道如何完整的执行?当我输入s,1,2时,他给我报错
image.png

是否一次只能输入1个呢?那我要求他执行python test_cuda.py
结果他提示我没有python,并且此时已经退出了对话,我没有办法要求他执行其他命令。
image.png
这点其实连续性不是很好,对于一个小白,并不希望问题问到一半会退出,希望在这方面可以进行进一步的优化,

相关文章
|
14天前
|
供应链 监控 安全
对话|企业如何构建更完善的容器供应链安全防护体系
阿里云与企业共筑容器供应链安全
171332 12
|
17天前
|
供应链 监控 安全
对话|企业如何构建更完善的容器供应链安全防护体系
随着云计算和DevOps的兴起,容器技术和自动化在软件开发中扮演着愈发重要的角色,但也带来了新的安全挑战。阿里云针对这些挑战,组织了一场关于云上安全的深度访谈,邀请了内部专家穆寰、匡大虎和黄竹刚,深入探讨了容器安全与软件供应链安全的关系,分析了当前的安全隐患及应对策略,并介绍了阿里云提供的安全解决方案,包括容器镜像服务ACR、容器服务ACK、网格服务ASM等,旨在帮助企业构建涵盖整个软件开发生命周期的安全防护体系。通过加强基础设施安全性、技术创新以及倡导协同安全理念,阿里云致力于与客户共同建设更加安全可靠的软件供应链环境。
150295 32
|
25天前
|
弹性计算 人工智能 安全
对话 | ECS如何构筑企业上云的第一道安全防线
随着中小企业加速上云,数据泄露、网络攻击等安全威胁日益严重。阿里云推出深度访谈栏目,汇聚产品技术专家,探讨云上安全问题及应对策略。首期节目聚焦ECS安全性,提出三道防线:数据安全、网络安全和身份认证与权限管理,确保用户在云端的数据主权和业务稳定。此外,阿里云还推出了“ECS 99套餐”,以高性价比提供全面的安全保障,帮助中小企业安全上云。
201962 14
对话 | ECS如何构筑企业上云的第一道安全防线
|
3天前
|
机器学习/深度学习 自然语言处理 PyTorch
深入剖析Transformer架构中的多头注意力机制
多头注意力机制(Multi-Head Attention)是Transformer模型中的核心组件,通过并行运行多个独立的注意力机制,捕捉输入序列中不同子空间的语义关联。每个“头”独立处理Query、Key和Value矩阵,经过缩放点积注意力运算后,所有头的输出被拼接并通过线性层融合,最终生成更全面的表示。多头注意力不仅增强了模型对复杂依赖关系的理解,还在自然语言处理任务如机器翻译和阅读理解中表现出色。通过多头自注意力机制,模型在同一序列内部进行多角度的注意力计算,进一步提升了表达能力和泛化性能。
|
7天前
|
存储 人工智能 安全
对话|无影如何助力企业构建办公安全防护体系
阿里云无影助力企业构建办公安全防护体系
1253 8
|
8天前
|
人工智能 自然语言处理 程序员
通义灵码2.0全新升级,AI程序员全面开放使用
通义灵码2.0来了,成为全球首个同时上线JetBrains和VSCode的AI 程序员产品!立即下载更新最新插件使用。
1306 24
|
9天前
|
机器学习/深度学习 自然语言处理 搜索推荐
自注意力机制全解析:从原理到计算细节,一文尽览!
自注意力机制(Self-Attention)最早可追溯至20世纪70年代的神经网络研究,但直到2017年Google Brain团队提出Transformer架构后才广泛应用于深度学习。它通过计算序列内部元素间的相关性,捕捉复杂依赖关系,并支持并行化训练,显著提升了处理长文本和序列数据的能力。相比传统的RNN、LSTM和GRU,自注意力机制在自然语言处理(NLP)、计算机视觉、语音识别及推荐系统等领域展现出卓越性能。其核心步骤包括生成查询(Q)、键(K)和值(V)向量,计算缩放点积注意力得分,应用Softmax归一化,以及加权求和生成输出。自注意力机制提高了模型的表达能力,带来了更精准的服务。
|
7天前
|
消息中间件 人工智能 运维
1月更文特别场——寻找用云高手,分享云&AI实践
我们寻找你,用云高手,欢迎分享你的真知灼见!
594 23
1月更文特别场——寻找用云高手,分享云&AI实践
|
7天前
|
机器学习/深度学习 人工智能 自然语言处理
|
13天前
|
人工智能 自然语言处理 API
阿里云百炼xWaytoAGI共学课DAY1 - 必须了解的企业级AI应用开发知识点
本课程旨在介绍阿里云百炼大模型平台的核心功能和应用场景,帮助开发者和技术小白快速上手,体验AI的强大能力,并探索企业级AI应用开发的可能性。