不知不觉，我们已经在另外一个维度做AI辅助编程了

软件是AI驱动开发的，而软件自身也是运行在AI之上。这是软件从大模型诞生后发生的最大变化。

然而，你是不是还苦恼于 AI 辅助编程工具无法生成正确的langchain 代码？你是不是还在苦于写prompt, 以及为了如何管理prompt 以及 如何和大模型联通而脑瓜子疼？

这一切， byzerllm 将从根子上帮你解决。来看，我们是如何基于 cursor + byzerllm 开发一个基于大模型的类Google翻译服务的。

真一句话，可复现

在 cursor 输入如下信息：

阅读 /Users/allwefantasy/projects/llm_friendly_packages/github.com/allwefantasy/byzer-llm/README.md  使用 byzerllm 以及 fastapi 库开发一个Google 翻译API， 开发完成后，给出启动服务的命令以及测试用的 curl 指令, 其中可用模型名称为 v3_chat。

然后cursor 就生成了一个 web 服务：

按cursor 说的方式启动服务，然后用他给的curl 命令运行：

一个基于大模型的翻译服务，就这么生成了，整个过程你无需关心 prompt，无需关系和大模型如何交互，一切都是自动生成，单次成功率接近 100%。

再来试一个 AI 辅助编程 auto-coder.web

同样输入前面的话：

阅读 /Users/allwefantasy/projects/llm_friendly_packages/github.com/allwefantasy/byzer-llm/README.md  使用 byzerllm 以及 fastapi 库开发一个Google 翻译API， 开发完成后，给出启动服务的命令以及测试用的 curl 指令, 其中可用模型名称为 v3_chat。

这个时候会生成一个完整的Google翻译后端项目：

根据auto-coder.web 提示启动服务：

访问接口得到服务结果：

成功率几乎100%(都是一次过)。

未来的软件一定内核都是AI，而当前的AI 库诸如langchain都无法被AI辅助编程很好的使用。而 byzerllm 只需要一份文档（不到 10000token）

就能让 AI 辅助编程工具自动帮你完成所有和大模型相关的工作，成功率极高，用户无需再 写prompt, 无需再关心如何访问大模型，一切 AI辅助编程工具和 byzerllm 库都帮你搞定。

最后，完整教程在这

不知不觉，我们已经在另外一个维度做AI辅助编程了。

我们是如何从底层助力和颠覆AI 辅助编程工具开发应用？请看我们的两个case:

1. 基于 Cursor + byzerllm 开发基于大模型的类 Google 翻译服务 

https://uelng8wukz.feishu.cn/wiki/HULvwHxaCiXv4lk5b0bcQkTcnMc?fromScene=spaceOverview

2. 基于 auto-coder.web + byzerllm 开发基于大模型的类Google翻译服务

https://uelng8wukz.feishu.cn/wiki/Nd1Vw1ewQi2gkfkVqSccvJ6AnHb?fromScene=spaceOverview

tips, 同样基于 sonnet 3.7  ，在这次表现中， auto-coder.web 效果比 cursor 还惊艳。