颠覆传统编程,用ChatGPT十倍提升生产力

我们即将见证一个新的时代！这是最好的时代，也是最坏的时代！

需求背景

背景：

平时会编写博客，并且会把这个博客上传到github上，然后自己买一个域名挂到github上。

我平时编写的博客会有一些图片来辅助说明的，写完之后如果我把图片和文字全部都上传到博客网站，后期图片很多时就会导致网站加载特别慢

所以想把图片存储在一个公共的对象存储平台（腾讯云的cos服务），这样只要上传一个公共访问链接即可，极大的减少存储空间。

需求：

每次写完博客都要手动上传图片，然后把得到的链接在复制到本地的markdown文件中，如果一篇文章的图片特别多，这简直就是灾难！所以我想

给一个文件路径，自动把markdown文件中本地的图片上传到腾讯云的cos平台，并获取公共链接
把本地的文章的链接自动替换为公共链接

调研和设计

腾讯云cos服务是提供这样的接口的，但是接口需要鉴权，所以我把上诉的需求拆解为三部分

生成鉴权sign_key
调用腾讯云的接口上传图片，并获取链接
输入markdown文件，找到本地图片链接，上传并替换为公共链接

错误示范

我阅读腾讯云的cos文档，需要提供签名，一共需要八个步骤才能生成

我把这八个过程每一个过程都复制给chatgpt，让他帮我写

总结

后面太多我就不演示了，我直接说总结：

在这个过程中给我的代码基本都是可以运行的，我只需要微调一下就可以用，报错直接扔给他也基本都可以解决
但是整个过程还是需要我理解每一步，并且把这八个步骤进行汇总和调整
比Google搜索要好用一点，但是还没有那么好用，总感觉差点意思

正确示范

生成上面的签名之后，我就让他去写上传接口

仔细阅读一下上面的第二张图片，我要求【把其中的url的uri替换为文件名】，然后它给我代码并解释这是做什么，它说这是上传到【腾讯云的cos服务】，要知道我在这之前是完全没有提到过【腾讯云】、【cos服务】等字眼的，也就是它只依赖我提供的host【coder-xieshijie-img-1253784930.cos.ap-beijing.myqcloud.com】这个域名，就判断出我这是腾讯云的cos服务，这就有点厉害了，更厉害的是，当然要求他写一个测试用例：

它直接把我之前费力八个步骤生成的签名直接生成了！这太离谱了！

我以为：chatgpt不知道腾讯云cos签名的生成过程，然后我阅读文档，把八个步骤重组并依次喂给chatgpt，让他帮我写
实际上：chatgpt不仅知道腾讯云cos，在我要求他上传时，就自动把官方推荐的生成签名的方式给我生成了！

这意味着以后大部分网络开源的内容，你甚至不用阅读啃文档，你只要知道一个概念，剩下的就交给他就可以！

后面的上传和替换markdown的内容我就不截图，后面对于chatgpt就非常简单了，最后附上完整的代码(95%是chatgpt写的)

# -*- coding=utf-8

import hmac

import hashlib

import os

import re

import requests

# 定义 SecretKey 和 KeyTime

# 替换为自己的key和id

secret_key = "xieshijie_key"

key_time = "1680947045;2980950645"

secret_id = "xieshijie_id"

http_method = 'put'

def generate_url_param_list():return ""

def generate_header_list():return ""

def generate_sign_key_val(uri_pathname):# 生成 SignKey

    sign_key = hmac.new(

        secret_key.encode(),

        key_time.encode(),

        hashlib.sha1

    ).hexdigest()

    # 生成 HttpString

    http_string = f"{http_method.lower()}\n{uri_pathname}\n"

    http_string += "\n"

    http_string += "\n"

    # 生成 StringToSign

    string_to_sign = f"sha1\n{key_time}\n{hashlib.sha1(http_string.encode()).hexdigest()}\n"

    # 生成 Signature

    signature = hmac.new(

        sign_key.encode(),

        string_to_sign.encode(),

        hashlib.sha1

    ).hexdigest()

    # 生成签名

    sign_key_val = f"q-sign-algorithm=sha1" \

                   f"&q-ak={secret_id}" \

                   f"&q-sign-time={key_time}" \

                   f"&q-key-time={key_time}" \

                   f"&q-header-list={generate_header_list()}" \

                   f"&q-url-param-list={generate_url_param_list()}" \

                   f"&q-signature={signature}"

    return sign_key_val

def generate_file_name(file_path):# 获取文件名return file_path.split('/')[-1]

def put_request(file_path, sign_key):# 设置请求头

    headers = {

        'host': 'coder-xieshijie-img-1253784930.cos.ap-beijing.myqcloud.com',

        'Authorization': sign_key

    }

    # 设置请求体with open(file_path, 'rb') as f:

        data = f.read()

    uri = generate_file_name(file_path)

    # 发送 PUT 请求

    url = f'https://coder-xieshijie-img-1253784930.cos.ap-beijing.myqcloud.com/{uri}'

    response = requests.put(url, headers=headers, data=data)

    # 判断响应状态码并返回结果if response.status_code == 200:

        print('本地图片上传成功')

        return url

    else:

        print('本地图片上传失败')

        return 'fail'

def replace_local_image_links(file_path):"""

    读取Markdown文件，提取其中的本地图片链接并替换为基于图片名称计算的新链接。

    Args:

        file_path (str): Markdown文件路径。

    """# 判断文件是否是Markdown格式if not file_path.endswith('.md'):

        print('该文件不是Markdown格式。')

        return

    # 读取Markdown文件内容with open(file_path, 'r', encoding='utf-8') as f:

        content = f.read()

    # 匹配所有本地图片链接  匹配形式为：![...](...)

    regex = r"!\[\S+\]\((\S+)\)"

    matches = re.findall(regex, content)

    # 替换本地图片链接为新链接for match in matches:# 判断链接是否是本地路径if not match.startswith('http'):# 获取图片名称和路径if os.path.isabs(match):

                image_name = os.path.basename(match)

                image_path = match

            else:

                image_name = os.path.basename(match)

                image_path = os.path.abspath(os.path.join(os.path.dirname(file_path), match))

            sign_key = generate_sign_key_val('/' + image_name)

            # 上传图片到COS并计算新链接

            new_link = put_request(image_path, sign_key)

            # 替换Markdown文件中的链接

            content = content.replace(match, new_link)

    # 将替换后的Markdown内容写回文件with open(file_path, 'w', encoding='utf-8') as f:

        f.write(content)

    print('本地图片链接替换完成。')

if __name__ == '__main__':

    # 测试替换

    replace_local_image_links("/Users/xieshijie/Desktop/test.md")

升级plus

整个过程让我对ChatGPT的潜力有了更深的认识。起初，我花费了半天的时间，主要用于阅读腾讯云COS服务的文档以及分步骤生成签名的过程。然而，正确利用ChatGPT实际上可以将这个过程缩短到一个小时，甚至更少。

ChatGPT不仅能高效地生成代码，还能在一些复杂的任务中表现出强大的理解和推理能力。这次体验让我更加坚定地认为，ChatGPT正在以一种前所未有的方式颠覆传统的编程和开发流程，真正实现了十倍的生产力提升。

于是，我果断充了一个GPT-4

敬请关注【程序员世杰】