订购 Claude AI 的第二天 它独自完成 文字转语音 flask应用

时间：2024-10-27 20:24:21

图二里，删除几个无关的 chats

全程我做的工作：向 AI 提要求，copy / paste 代码，在venv验证运行，向 AI 反馈，总共用了3个 chats.（图中的只有一个 Chat， 删掉的另外两个: Python 库安装排错用的，docker 部署时遇到各自问题 chat ）

曾经废弃的项目：text2speech

目录结构

your_project/
├── app/
│   ├── __init__.py
│   ├── routes.py
│   ├── models.py
│   └── utils.py
├── static/
│   ├── audio/        # 音频文件目录
│   ├── css/
│   │   └── styles.css
│   └── js/
│       └── app.js
├── uploads/          # 上传文件临时目录
├── logs/            # 日志目录
├── templates/
│   └── index.html
├── config.py
├── requirements.txt
└── run.py

程序界面

程序功能， 贴文字或导入文件，使用 Microsoft Edge TTS 生成语音。对， 选择声音、语速调节，声音下载，是 AI 自己带来的。页面风格，我也没有干预。全程只对功能要求。

时间 3/4 是花费这两个部分：等 python ，等库下载，因为 utilis 在 3.10 以后没有了，numpy 在安装时总在报错，解决它们只能用 Py3.9 在 venv 上跑，venv 达到 4.3GB+。另一个浪费时间是在 NAS 上部署，torch 库也来作妖... 中间还有段时间，网速超时，中断了... 又一个小时过去了。

把粘贴、调试、等待（flask 启动，等 AI 回复) 时间算一起，其实很少，或者说真不多，可能不到 1/4。

总结

Chatgpt 付费有 2 年，很香，省吃俭用也要续。用它来获得答案，读、写文章，还有对历史真相的发掘。

半年前开始学 Python，上一次写类似 code 还是 #sh shell script，之后看完 TCP/IP v4 就去做 IT 。现在 AI 火，开始学 Python，对代码不明白的地方问它，检查作业代码时它会给出修改，以及建议。

Claude AI 几天前又引起我的注意是看了某个“讨论”，里面有几个人在争吵，有一位说它的代码生成能力远超过 Chatgpt-o1 preview，GPT的 Cavans 也是学的Claude。o1 我用过的，拿它来改善 P3 代码，对前端影响很大，自此之后的前端都用上了style code，后面的项目（时间上的）文件程序也由 2 个文件，变成了 至少有 3 个（app.py index.html script.js styles.css）。

10月23日，我把同样的 P3 代码 drop into Claude AI ，它变成了这样的目录结构：

0.Practice/
├── app/
│   ├── routes/
│   │   └── monitor.py
│   ├── templates/
│   │   ├── components/
│   │   │   └── advanced_settings.html
│   │   └── index.html
│   ├── pycache/
│   ├── auth.py
│   ├── database.py
│   ├── logging_config.py
│   ├── models.py
│   ├── monitoring.py
│   └── init.py
├── logs/
├── migrations/
│   └── env.py
├── subtitle/
├── Dockerfile
├── requirements.txt
├── routes.py
├── run.py
├── start.sh
└── Subtitle Generator Project Structure.txt

以前的：

3.video2subtitle/
├── static/
│   └── script.js (4,751 bytes)
├── subtitle/
│   └── (空目录)
├── templates/
│   └── index.html (10,367 bytes)
├── app.py
├── app.py-Whisper.py
├── dockerfile
├── Readme.txt
└── requirements.txt

Claudi AI 不只是识别了代码内容，还理解了用途。它不仅改变结构，增加功能，在代码的逻辑变化后，已经不识它了，竟然还能运行！这么看，我给代码那都是多于啊！

于是，我把废弃的项目，交给它去完成：

它做出了...  

还可以在 Docker上 运行

细心的可以看到：NAS 上的没有文件上传功能。在昨天写这文章时的截图，已经支持 文件导入。

有个错觉，我学 Python 就是为了能看懂 AI 做的程序，挑刺儿。

因为，代码没有我的贡献，您用 Claudi AI 可能会做出更好的内容。没脸上传 Code Files. 

相关文章