而基于 AI 的代码诊断是在传统的能力基础上再次进行质量左移，通过 AI 代码助手在 IDE 的嵌入，结合先进的人工智能技术，赋予代码诊断过程更高的智能化水平，从而提升诊断的准确性和效率。基于 AI 的代码诊断不仅仅是自动化代码分析，更是通过智能算法对代码进行深度理解和分析，识别出潜在的问题并提供相应的解决方案。本文将为您介绍基于 AI 代码诊断的应用实践。
AI 在代码诊断的应用
腾讯云 AI 代码助手通过感知能力针对光标所在位置的上下文进行分析，能够自动提示当前位置代码的状态，通过触发代码修复功能自动提供当前代码问题对应的解决方案，同时提供修复的实例代码进行参考，确保整体的完整性和修改后功能的稳定性。
1. 代码诊断。
通过对话框中的 /fix 触发代码诊断，或者使用 IDE 编码区域中使用每个功能方法的快捷键代码修复来触发该方法的代码诊断。
2. 多轮对话优化代码诊断。
通过多轮对话，告诉 AI 更多的信息，让代码诊断的内容更符合研发人员的预期。例如，可以指定业务边界条件、特殊的异常处理逻辑、数据处理方式等。AI 代码助手的对话模型会识别用户意图结合上下文对话内容优化代码诊断结果。
3. 一键应用代码诊断内容。
通过对话框结果中的快捷按钮，例如应用、插入到 IDE 等，开发者可以快速判断与接受生成的诊断建议代码。
3.1 可以选择应用，并且接受将对话诊断建议代码的结果，直接插入到对应的代码文件中。
3.2 可以在 IDE 编码区域看到应用这部分通过 diff 的能力进行高亮地区分诊断建议代码和当前文件代码的对比修改情况，让研发人员快速识别到改动并判断是否接受。
