近几年，人工智能迅速发展，在各行各业都有所应用，特别是近两年，面向开发者的AI开发工具也是层出不穷，从这些工具中，我们看到了AI能为开发者带来的无限可能性。本系列文章主要介绍国外的Kite、Codota、TabNine、GitHub Copilot、微软IntelliCode，国内的阿里云Cosy、AIXcoder等程序员比较常用的智能编码辅助工具，并会在后续的文章中做一些更为详细的偏个人使用感受的对比评测。
上一篇我们介绍了史上最全智能代码补全工具系列之Codota篇，本篇文章我们来看看一款近两年发布的一款工具TabNine，官网主页：www.tabnine.com
TabNine是一款比较年轻的开发工具，刚发布的时候还是比较惊艳的，当时OpenAI刚开源GPT-2模型不久，TabNine基于GPT-2模型在海量代码数据上进行二次训练，打造出了一款针对代码的深度学习引擎，它能智能识别代码的上文信息，提供长序列的代码补全结果。目前，已经被Codota公司收购，并主推该工具，宣称支持所有主流的开发语言。
支持功能
1、代码智能补全
- 支持20多种主流的开发语言
- 免费版只提供较为基础的补全功能，收费的Pro版本补全效果更好
- 远程服务模式，代码需要上传到远程服务器，但是模型更强大，本地内存占用少
- 离线模式，能够把模型下载到用户本地，无法联网也可使用补全，但是本地内存占用高，有时候CPU会飙高
- 针对专业版提供了适配企业/私有代码的能力，是需要收费的
2、度量分析
- 在IDE中提供了简单的编码效能的数据
官方演示
从官方演示中我们能发现，TabNine能根据代码的上文，自动生成长序列的代码。在不同的代码行，仅需输入少量的字符，敲击回车即可完成一长串代码甚至一整行代码的编写。
使用体验
在针对Java语言的体验中，TabNine能对很多情况都生成较长的代码序列，不仅支持代码符号，也支持字符串、注释、Javadoc等内容的自动提示，在这方面还是比较方便的，但是通常自动提示的效果不是很好，毕竟这类信息的生成是需要理解代码的，而TabNine只能根据上文学习的模式进行生成，没有真正理解到代码的逻辑。除了Java文件，Java工程相关的文件如Yaml、properties等配置文件，它也能根据上文的模式进行自动提示。
但是TabNine经常会推荐生成了一半的补全结果，也会经常推荐出本工程内不存在的API，最让人不能接受的地方是如果是使用离线模式，内存占用量非常高，cpu占用有时候也会比较高。
下面我们来看几个示例（以下示例基于TabNine Pro版本）：
1）TabNine提供的代码补全经常会出现不完整代码片段，比如下图中的 HSSFWork。
下图中的XSS也是不完整的，并且 sheet = new XSSFRow 该选项不符合语法，sheet变量对应的是XSSFSheet类。
2）由于深度学习模型的推理非常耗时，所以TabNine考虑到性能原因，每次补全首次触发时会通过轻量级模型进行代码生成，在下次触发时通过缓存获取深度学习模型的结果，所以如果我们在同一个光标位置，重新触发代码补全，TabNine会提供给我们更好的补全结果。上面两幅图均为首次触发的结果，下图为第二次触发的结果，可以看到代码生成半截的情况会少很多，但是依然存在语法错误。
3）TabNine能提供比较长的补全结果，但遗憾的是getSheetCount方法是不存在的，存在语法错误。
4）比较好的地方是TabNine对之前出现过的代码学习能力较好，能快速的学习到出现过的代码模式。
后面的文章会对TabNine做更详细的对比评测，这里就不展开介绍了，总体来说，TabNine能提供长序列的代码补全，在我体验过的同类工具中，TabNine是支持的开发语言种类以及IDE平台最多的工具。但是与其他工具相同，它会推荐出不完整的代码以及存在语法错误的代码。从部分开发者的反馈了解到，有部分开发者喜欢TabNine即时学习代码模式的能力，这点是相比其他工具比较不错的，虽然目前提取代码模式的能力还存在比较多的缺陷，但是相信未来会逐渐完善。
TabNine就为大家介绍到这里，文中如有纰漏欢迎指正，有兴趣的小伙伴可以在IDE插件市场通过搜索TabNine安装体验，欢迎大家在评论中交流反馈。本系列下一期将为大家带来编码神器GitHub Copilot，敬请期待！
