使用kimi大模型开发招投标爬虫程序（2）

文章主旨：

通过与AI助手合作完成爬虫项目，总结使用大模型辅助编程的经验与反思。

关键要点：

• 优化原有代码并增加定时爬取功能，但未能成功解决问题。
• 排查搜索关键词、网络请求及编码问题，未找到导致无法获取项目链接的原因。
• 尝试爬取新网站成功，但因反爬虫机制导致电脑无法访问该网站，强调爬虫需遵守规范。
• 总结与AI助手合作编程的流程与效果，认为大模型可提高效率但需编程基础。
• 对AI取代程序员的观点提出反驳，认为程序员仍是研发核心，AI是辅助工具。

内容结构：

1. 项目背景与实践：

   基于上次代码，尝试优化爬虫功能，增加定时爬取模块，并对代码运行进行调试。

   排查搜索关键词、网络请求等问题未果，最终通过切换目标网站成功爬取中标信息，但因反爬虫机制导致电脑被限制访问。

2. 与AI助手的合作过程：

   通过提问、代码运行、报错反馈与反复优化的合作方式，与Kimi（一款AI助手）完成部分问题解决。

3. 对AI辅助编程的看法：

   总结阿里云使用AI编程的新闻，认为AI辅助编程能提高效率，但程序员仍是核心，AI无法完全取代人类的创造性与系统设计能力。

   强调编程基础对使用AI工具的重要性，以及AI对代码片段优化的优势。

4. 关于爬虫规范的警示：

   通过实践发现爬虫有风险，需遵守网站的反爬虫规则，以避免被限制访问或引发法律问题。

文章总结：

该文通过具体编程实践与AI合作经验，总结出AI在编程中的辅助作用，同时警示爬虫操作的风险，建议保持技术规范与编程基础。

移动应用APP开发搭建自动化测试框架经验分享

了解更多

CC的个人笔记

查看原文：使用kimi大模型开发招投标爬虫程序（2）

文章来源：

CC的个人笔记

扫码关注公众号