Levou algum tempo para que a plataforma de codificação Spark AI do Github vá além de sua pequena e fechada beta fechada. No entanto, agora está disponível para qualquer pessoa com uma assinatura do GitHub Copilot+, com a possibilidade de um lançamento futuro mais amplo. Ao contrário do copiloto padrão do GitHub, que atua como um intellisense mais inteligente e como um programador de pares virtuais que faz sugestões com base no que você digita, o Spark é mais como as ferramentas incorporadas no agente copilot do Visual Studio, usando solicitações para criar respostas para suas perguntas e produzir código que visa implementar suas idéias.
Isso é puro vibeCoding, o mais bom possível, porque, embora você possa editar a saída de faísca em sua visualização de código, é muito mais provável que mude ou refine seus avisos para obter o aplicativo que deseja. Em vez de começar com um design, você começa com uma ideia e usa as ferramentas no Spark para transformá -lo em código – rapidamente e sem precisar interagir com o JavaScript gerado.
Como é construir em Spark?
Eu tenho experimentado a visualização somente para convites do serviço na próxima plataforma do Github. Eu não fiz nenhuma vibição antes, apenas ocasionalmente usando o GitHub Copilot para me ajudar a descobrir a sintaxe para APIs desconhecidas, como a usada para autorizar o acesso ao Mastodon e depois postar conteúdo nele. Foi interessante passar de uma idéia que começou como pronta, “um aplicativo para rolar dados para um jogo de Dungeons & Dragons; deixando -me reunir vários dados”, para um que me permite alterar a cor dos dados, salvar combinações de dados regularmente reutilizadas e armazenar um histórico de rolos e resultados.
