ChatGPT 人工智能 GPT4 伦理 生成式 医疗 监管 安全 机器学习 深度学习 神经网络 计算机视觉 强化学习 模型 算法 应用 开发 研究 工具 平台 框架 数据集 训练 部署 安全 合规 培训 投资 LLM,llm AI,ai,Ai 大模型 大语言模型 制图 生图 绘图 文生图 文生视频 生成式AI AGI 世界模型 sora chatGPT,chatgpt,ChatGpt claude openai Llama deepseek midjourney 红熊猫模型 Red panda,panda Stable Diffusion,StableDiffusion,stable DALL- E 3 DALL E DALL Flux,flux 扩散模型 混元大模型 文心一言 通义千问 可灵 Pika PixelDance 豆包 月之暗面 零一万物 阶跃星辰 搜索增强 MiniMax Talkie Agent prompt fastai LangChain TTS 微调 提示词 知识库 智能体
# 热门搜索 #
搜索
ChatGPT的功能扩展:实时股票盯盘系统
7073点击    2023-12-11 10:28


本篇内容的主题:


使用ChatGPT写代码来实现一个能够实时监控股票情况的系统。


  1. ChatGPT很会写代码?
  2. 业务需求到模块拆解
  3. 选择模块进行函数设计
  4. 逐个击破,实现函数主体
  5. 整合项目
  6. 运行看结果


ChatGPT很会写代码?


大家知道,ChatGPT是会写代码的,比如下面这个例子。




不会笑青年让它快速实现一个vue版本的复选框组件,它不到3秒就写完了。


但我们不难发现,ChatGPT貌似只善于输出单独代码块,似乎无法完成完整项目级别的开发,比如我直接让它帮我生成一个股票实时盯盘系统,我们看它会怎么说?



我们看到,它说这系统要考虑多方面因素,我只能给你个仅供参考的示例,显然这不是我们想要的结果。


问题来了,如何利用ChatGPT实现复杂业务系统呢?看下方案例,一步步走下来你也能实现!


业务需求到模块拆解


第一步,在让ChatGPT写代码前,你需要告诉它你的明确需求,这个需要按自己的想法设计清楚,比如我们按下面这个例子来描述:


梳理下我的需求列表,你不用着急实现,先设计一下需要实现哪些模块,然后我们一个个模块逐步细化:


1.实时股票实时盯盘系统


2.可同时观测美股多支股票


3.本金500 美金,用于交易美股


4.制定交易策略,通知我什么时候买入卖出


5.买入时告诉我股票代码,买入价格区间,买入股数,账户实时余额(包含股票的价值)


6.卖出时告诉我股票代码,卖出价格区间,卖出股数,卖出收益率和收益金额,账户实时余额(包含股票的价值)


7.交易策略需要考虑我的账户余额


8.买入和卖出的间隔需要大于5分钟,保证我有足够的操作时间


9.我的目的是通过你的买入卖出建议,实现盈利


10.不要在一只股票上花掉我60%以上的本金


让我们看看ChatGPT拆分的模块,我们得到的答案如下:



是不是还不错,模块拆分至少看起来非常合理。


选择模块进行函数设计


在不会笑青年的开发履历中,有很长一段时间是做前端开发的,前端框架层出不穷,但究其底层根本,终归还是Html+Javascript+Css的各种组合。


这个系统,我们就尝试用前端代码来实现,我们先给ChatGPT做个设定。



前面的课程不会笑说了,ChatGPT非常善于联系上下文,所以经过上面的问题,后面的代码它会自动以Javascript来实现主要逻辑。


我们选取第一个模块,数据获取模块,并让ChatGPT将其先拆分为多个函数,可按如下方式提问:



3秒钟,此模块的函数被迅速生成,就是不会笑很熟悉的Javascript风格。


逐个击破,实现函数主体


函数设计好了,接下来就是实现!我们可以自行评估一下函数优先级,然后一个个来就好!继续看示例:



按ChatGPT的提示,根据函数调用关系,我们确实应该先实现 fetchSingleStockData 这个函数。我们继续操作:



我们可以看到,ChatGPT反复强调,让我们注册一个免费API密钥才能使用该API,那我们问问它如何注册?



果然,非常清晰,按照ChatGPT的说法,我非常容易的注册到了一个免费的 API密钥。有了密钥,我们接着让它写代码。



到了这一步,所有函数已经实现,数据获取模块的核心逻辑代码就写完了。我们接着让它把Html页面也写了,页面将用于展示数据获取模块返回的数据。




到这一步,数据获取模块的逻辑、页面所有代码就都已经完成了。


整合项目


我复制了ChatGPT生成的代码,在本地分别创建了对应的文件。如下图,将Html,Javascript,CSS文件独立创建完成。



稍作调试后,展示结果如下:



我们看到网页表格中,分别展示了微软和苹果的股价信息。要展示更多自选股,在代码中自行配置即可。


至此,数据获取模块全部调通,所有源代码从无到有,再到成功运行,不到半小时搞定。不得不说,ChatGPT真的是个得力助手!


其他模块逻辑也一样,大家有兴趣可以按这个方法实操一下,试过你就知道,真的很香!


我们总结一下核心步骤:


1、详细列出你的需求;


2、让ChatGPT帮你拆解功能模块;


3、根据业务逻辑优先级,选择其中一个模块,令ChatGPT将模块拆解成函数,注意,这里不要着急实现;


4、分别实现拆解出来的每一个函数


5、整合代码,实现完整模块并测试


6、按照3-5的步骤,逐个实现每一个模块


7、项目整合,需要你将各模块组装起来


8、大功告成,可自己微调,也可让ChatGPT帮你继续优化调整


上述操作,基本上就是利用ChatGPT实现复杂代码的一个通用逻辑,显然,这大大降低了开发成本。


文章来自于 知乎“深度未来”,作者 “深度未来”

AITNT资源拓展
根据文章内容,系统为您匹配了更有价值的资源信息。内容由AI生成,仅供参考
1
微调

【开源免费】XTuner 是一个高效、灵活、全能的轻量化大模型微调工具库。它帮助开发者提供一个简单易用的平台,可以对大语言模型(LLM)和多模态图文模型(VLM)进行预训练和轻量级微调。XTuner 支持多种微调算法,如 QLoRA、LoRA 和全量参数微调。

项目地址:https://github.com/InternLM/xtuner