Bild vom Autor

# Einführung

Täglich zeichnen Kundendienstzentren Tausende von Gesprächen auf. In diesen Audiodateien verbergen sich Goldminen an Informationen. Sind die Kunden zufrieden? Welche Probleme werden am häufigsten erwähnt? Wie verändern sich Emotionen während eines Anrufs?
Die manuelle Analyse dieser Aufzeichnungen ist eine Herausforderung. Mit moderner künstlicher Intelligenz (KI) können wir jedoch Anrufe automatisch transkribieren, Emotionen erkennen und wiederkehrende Themen extrahieren – alles offline und mit Open-Supply-Instruments.

In diesem Artikel werde ich Sie durch ein komplettes Projekt zur Analyse der Kundenstimmung führen. Sie erfahren, wie Sie:

• Audiodateien in Textual content umwandeln mit Flüstern
• Erkennen von Gefühlen (positiv, negativ, impartial) und Emotionen (Frustration, Zufriedenheit, Dringlichkeit)
• Themen automatisch extrahieren mit BERThema
• Ergebnisse in einem interaktiven Dashboard anzeigen

Das Beste daran ist, dass alles lokal läuft. Ihre sensiblen Kundendaten verlassen niemals Ihr Gerät.

Abb. 1: Dashboard-Übersicht mit Stimmungsanzeige, Emotionsradar und Themenverteilung

# Verstehen, warum lokale KI für Kundendaten wichtig ist

Cloudbasierte KI-Dienste wie OpenAIs API sind leistungsstark, bringen jedoch Bedenken mit sich, beispielsweise hinsichtlich des Datenschutzes, da Kundenanrufe oft persönliche Informationen enthalten; hohe Kosten, bei denen Sie einen Preis professional API-Aufruf zahlen, der sich bei großen Volumina schnell summiert; und Abhängigkeit von Web-Gebührenbeschränkungen. Durch die lokale Ausführung ist es einfacher, die Anforderungen an die Datenresidenz zu erfüllen.

Dieses lokale KI-Sprach-zu-Textual content-Tutorial behält alles auf Ihrer {Hardware}. Modelle werden einmal heruntergeladen und laufen dauerhaft offline.

Abb. 2: Übersicht über die Systemarchitektur, die zeigt, wie jede Komponente eine Aufgabe intestine bewältigt. Durch diesen modularen Aufbau ist das System leicht zu verstehen, zu testen und zu erweitern

// Voraussetzungen

Bevor Sie beginnen, stellen Sie sicher, dass Sie über Folgendes verfügen:

• Python 3.9+ ist auf Ihrem Pc installiert.
• Das hättest du tun sollen FFmpeg für die Audioverarbeitung installiert.
• Sie sollten über grundlegende Kenntnisse mit Python und den Konzepten des maschinellen Lernens verfügen.
• Für KI-Modelle benötigen Sie etwa 2 GB Speicherplatz.

// Einrichten Ihres Projekts

Klonen Sie das Repository und richten Sie Ihre Umgebung ein:

git clone https://github.com/zenUnicorn/Buyer-Sentiment-analyzer.git

Erstellen Sie eine virtuelle Umgebung:

Aktivieren (Home windows):

Aktivieren (Mac/Linux):

Abhängigkeiten installieren:

pip set up -r necessities.txt

Beim ersten Durchlauf werden KI-Modelle heruntergeladen (~1,5 GB insgesamt). Danach funktioniert alles offline.

Abb. 3: Terminal zeigt erfolgreiche Set up

# Audio mit Whisper transkribieren

Im Kundenstimmungsanalysator besteht der erste Schritt darin, gesprochene Wörter aus Anrufaufzeichnungen in Textual content umzuwandeln. Dies geschieht mit Whisper, einem von entwickelten automatischen Spracherkennungssystem (ASR). OpenAI. Schauen wir uns an, wie es funktioniert, warum es eine gute Wahl ist und wie wir es im Projekt verwenden.

Whisper ist ein Transformer-basiertes Encoder-Decoder-Modell, das auf 680.000 Stunden mehrsprachigem Audio trainiert wurde. Wenn Sie ihm eine Audiodatei zuführen, geschieht Folgendes:

• Neuabtastung des Audiosignals auf 16-kHz-Mono
• Erzeugt ein Mel-Spektrogramm – eine visuelle Darstellung der Frequenzen im Zeitverlauf – das als Foto des Klangs dient
• Teilt das Spektrogramm in 30-Sekunden-Fenster auf
• Leitet jedes Fenster durch einen Encoder, der versteckte Darstellungen erstellt
• Übersetzt diese Darstellungen Wort für Wort (oder Unterwort) in Textual content-Tokens

Stellen Sie sich das Mel-Spektrogramm als die Artwork und Weise vor, wie Maschinen Geräusche „sehen“. Die x-Achse stellt die Zeit dar, die y-Achse stellt die Frequenz dar und die Farbintensität zeigt die Lautstärke. Das Ergebnis ist ein hochpräzises Transkript, auch bei Hintergrundgeräuschen oder Akzenten.

Code-Implementierung

Hier ist die Kernlogik der Transkription:

import whisper

class AudioTranscriber:
    def __init__(self, model_size="base"):
        self.mannequin = whisper.load_model(model_size)
   
    def transcribe_audio(self, audio_path):
        outcome = self.mannequin.transcribe(
            str(audio_path),
            word_timestamps=True,
            condition_on_previous_text=True
        )
        return {
            "textual content": outcome("textual content"),
            "segments": outcome("segments"),
            "language": outcome("language")
        }

Der model_size Der Parameter steuert die Genauigkeit im Verhältnis zur Geschwindigkeit.

Für die meisten Anwendungsfälle gilt: base oder small bietet die beste Steadiness.

Abb. 4: Transkriptionsausgabe mit zeitgestempelten Segmenten

# Stimmungsanalyse mit Transformern

Mit extrahiertem Textual content analysieren wir die Stimmung mithilfe von Umarmende Gesichtstransformatoren. Wir verwenden CardiffNLPs RoBERTa Modell, trainiert auf Social-Media-Textual content, das sich perfekt für gesprächige Kundenanrufe eignet.

// Vergleich von Gefühl und Emotion

Die Stimmungsanalyse klassifiziert Texte als positiv, impartial oder negativ. Wir verwenden ein fein abgestimmtes RoBERTa-Modell, weil es den Kontext besser versteht als ein einfaches Key phrase-Matching.

Das Transkript wird tokenisiert und durch einen Transformer geleitet. Die letzte Ebene verwendet eine Softmax-Aktivierung, die Wahrscheinlichkeiten ausgibt, die sich auf 1 summieren. Wenn beispielsweise positiv 0,85, impartial 0,10 und negativ 0,05 ist, ist die Gesamtstimmung positiv.

• Gefühl: Gesamtpolarität (positiv, negativ oder impartial) zur Beantwortung der Frage: „Ist das intestine oder schlecht?“
• Emotion: Spezifische Gefühle (Wut, Freude, Angst) als Antwort auf die Frage: „Was genau fühlen sie?“

Wir erkennen beides für einen vollständigen Einblick.

// Code-Implementierung für die Stimmungsanalyse

from transformers import AutoModelForSequenceClassification, AutoTokenizer
import torch.nn.purposeful as F

class SentimentAnalyzer:
    def __init__(self):
        model_name = "cardiffnlp/twitter-roberta-base-sentiment-latest"
        self.tokenizer = AutoTokenizer.from_pretrained(model_name)
        self.mannequin = AutoModelForSequenceClassification.from_pretrained(model_name)
   
    def analyze(self, textual content):
        inputs = self.tokenizer(textual content, return_tensors="pt", truncation=True)
        outputs = self.mannequin(**inputs)
        possibilities = F.softmax(outputs.logits, dim=1)
       
        labels = ("adverse", "impartial", "constructive")
        scores = {label: float(prob) for label, prob in zip(labels, possibilities(0))}
       
        return {
            "label": max(scores, key=scores.get),
            "scores": scores,
            "compound": scores("constructive") - scores("adverse")
        }

Der compound Die Bewertung reicht von -1 (sehr negativ) bis +1 (sehr positiv), sodass sich Stimmungstrends im Zeitverlauf leicht verfolgen lassen.

// Warum einfache Lexikonmethoden vermeiden?

Traditionelle Ansätze wie VADER Zähle constructive und adverse Wörter. Allerdings fehlt ihnen oft der Kontext:

• „Das ist nicht intestine.“ Lexicon sieht „intestine“ als positiv an.
• Ein Transformator versteht Negation („nicht“) als negativ.

Transformatoren verstehen Beziehungen zwischen Wörtern und machen sie so für reale Texte weitaus genauer.

# Extrahieren von Themen mit BERTopic

Es ist nützlich, die Stimmung zu kennen, aber worüber reden Kunden? BERThema erkennt automatisch Themen im Textual content, ohne dass Sie sie vorab definieren müssen.

// So funktioniert BERTopic

• Einbettungen: Konvertieren Sie jedes Transkript mithilfe von in einen Vektor Satztransformatoren
• Dimensionsreduzierung: UMAP komprimiert diese Vektoren in einen niedrigdimensionalen Raum
• Clustering: HDBSCAN gruppiert ähnliche Transkripte
• Themenvertretung: Extrahieren Sie für jeden Cluster die relevantesten Wörter mit c-TF-IDF

Das Ergebnis ist eine Reihe von Themen wie „Abrechnungsprobleme“, „technischer Assist“ oder „Produktfeedback“. Im Gegensatz zu älteren Methoden wie Latente Dirichlet-Zuordnung (LDA)BERTopic versteht semantische Bedeutung. „Versandverzögerung“ und „verspätete Lieferung“ kommen zusammen, weil sie dieselbe Bedeutung haben.

Code-Implementierung

Aus matters.py:

from bertopic import BERTopic

class TopicExtractor:
    def __init__(self):
        self.mannequin = BERTopic(
            embedding_model="all-MiniLM-L6-v2",
            min_topic_size=2,
            verbose=True
        )
   
    def extract_topics(self, paperwork):
        matters, possibilities = self.mannequin.fit_transform(paperwork)
       
        topic_info = self.mannequin.get_topic_info()
        topic_keywords = {
            topic_id: self.mannequin.get_topic(topic_id)(:5)
            for topic_id in set(matters) if topic_id != -1
        }
       
        return {
            "assignments": matters,
            "key phrases": topic_keywords,
            "distribution": topic_info
        }

Notiz: Für die Themenextraktion sind mehrere Dokumente (mindestens 5–10) erforderlich, um sinnvolle Muster zu finden. Einzelne Anrufe werden mithilfe des angepassten Modells analysiert.

Abb. 5: Balkendiagramm zur Themenverteilung mit den Kategorien Abrechnung, Versand und technischer Assist

# Erstellen eines interaktiven Dashboards mit Streamlit

Rohdaten sind schwer zu verarbeiten. Wir haben eine gebaut Streamlit Armaturenbrett (app.py), mit dem Geschäftsanwender Ergebnisse erkunden können. Streamlit verwandelt Python-Skripte mit minimalem Code in Webanwendungen. Unser Dashboard bietet:

• Add-Schnittstelle für Audiodateien
• Echtzeitverarbeitung mit Fortschrittsanzeigen
• Interaktive Visualisierungen mit Plotly
• Drilldown-Funktion zur Untersuchung einzelner Anrufe

// Code-Implementierung für die Dashboard-Struktur

import streamlit as st

def principal():
    st.title("Buyer Sentiment Analyzer")
   
    uploaded_files = st.file_uploader(
        "Add Audio Information",
        sort=("mp3", "wav"),
        accept_multiple_files=True
    )
   
    if uploaded_files and st.button("Analyze"):
        with st.spinner("Processing..."):
            outcomes = pipeline.process_batch(uploaded_files)
       
        # Show outcomes
        col1, col2 = st.columns(2)
        with col1:
            st.plotly_chart(create_sentiment_gauge(outcomes))
        with col2:
            st.plotly_chart(create_emotion_radar(outcomes))

Streamlits Caching @st.cache_resource stellt sicher, dass Modelle einmal geladen werden und über Interaktionen hinweg bestehen bleiben, was für eine reaktionsfähige Benutzererfahrung von entscheidender Bedeutung ist.

Abb. 7: Vollständiges Dashboard mit Seitenleistenoptionen und mehreren Visualisierungsregisterkarten

// Hauptmerkmale

• Audio hochladen (oder Beispieltranskripte zum Testen verwenden)
• Transkript mit Stimmungshervorhebungen anzeigen
• Zeitleiste der Emotionen (wenn der Anruf lang genug ist)
• Themenvisualisierung mit interaktiven Plotly-Diagrammen

// Caching für Leistung

Streamlit führt das Skript bei jeder Interaktion erneut aus. Um die Wiederaufbereitung schwerer Modelle zu vermeiden, verwenden wir @st.cache_resource:

@st.cache_resource
def load_models():
    return CallProcessor()

processor = load_models()

// Echtzeitverarbeitung

Wenn ein Benutzer eine Datei hochlädt, zeigen wir während der Verarbeitung einen Spinner an und zeigen dann sofort die Ergebnisse an:

if uploaded_file:
    with st.spinner("Transcribing and analyzing..."):
        outcome = processor.process_file(uploaded_file)
    st.success("Performed!")
    st.write(outcome("textual content"))
    st.metric("Sentiment", outcome("sentiment")("label"))

# Wiederholung praktischer Lektionen

Audioverarbeitung: Von der Wellenform zum Textual content

Die Magie von Whisper liegt in der Umwandlung des Mel-Spektrogramms. Das menschliche Gehör ist logarithmisch, das heißt, wir können tiefe Frequenzen besser erkennen als hohe. Die Mel-Skala ahmt dies nach, sodass das Modell eher wie ein Mensch „hört“. Das Spektrogramm ist im Wesentlichen ein 2D-Bild (Zeit vs. Frequenz), das der Transformer-Encoder ähnlich wie einen Bildausschnitt verarbeitet. Aus diesem Grund kommt Whisper intestine mit lauten Audiosignalen zurecht; es sieht das ganze Bild.

// Transformatorausgänge: Softmax vs. Sigmoid

• Softmax (Stimmung): Erzwingt die Summe der Wahrscheinlichkeiten zu 1. Dies ist preferrred für sich gegenseitig ausschließende Klassen, da ein Satz normalerweise nicht sowohl positiv als auch negativ ist.
• Sigmoid (Emotionen): Behandelt jede Klasse unabhängig. Ein Satz kann gleichzeitig freudig und überraschend sein. Sigmoid ermöglicht diese Überlappung.

Die Auswahl der richtigen Aktivierung ist für Ihre Problemdomäne von entscheidender Bedeutung.

// Erkenntnisse mit Visualisierung vermitteln

Ein gutes Dashboard kann mehr als nur Zahlen anzeigen; es erzählt eine Geschichte. Plotly-Diagramme sind interaktiv; Benutzer können mit der Maus darüber fahren, um Particulars anzuzeigen, in Zeitbereiche hineinzoomen und auf Legenden klicken, um zwischen Datenreihen umzuschalten. Dadurch werden Rohanalysen in umsetzbare Erkenntnisse umgewandelt.

// Ausführen der Anwendung

Um die Anwendung auszuführen, befolgen Sie die Schritte vom Anfang dieses Artikels. Testen Sie die Sentiment- und Emotionsanalyse ohne Audiodateien:

Dadurch wird Beispieltext durch die NLP-Modelle (Pure Language Processing) geführt und die Ergebnisse im Terminal angezeigt.

Analysieren Sie eine einzelne Aufnahme:

python principal.py --audio path/to/name.mp3

Stapelverarbeitung eines Verzeichnisses:

python principal.py --batch information/audio/

Für das vollständige interaktive Erlebnis:

python principal.py --dashboard

Offen http://localhost:8501 in Ihrem Browser.

Abb. 8: Terminalausgabe, die eine erfolgreiche Analyse mit Sentiment-Scores zeigt

# Abschluss

Wir haben ein vollständiges, offlinefähiges System aufgebaut, das Kundenanrufe transkribiert, Stimmungen und Emotionen analysiert und wiederkehrende Themen extrahiert – alles mit Open-Supply-Instruments. Dies ist eine produktionsreife Grundlage für:

• Kundensupportteams identifizieren Schwachstellen
• Produktmanager sammeln Suggestions in großem Umfang
• Qualitätssicherung, Überwachung der Agentenleistung

Das Beste daran? Alles läuft lokal, respektiert die Privatsphäre der Benutzer und eliminiert API-Kosten.

Der vollständige Code ist auf GitHub verfügbar: Eine KI, die die Kundenstimmung analysiert. Klonen Sie das Repository, folgen Sie diesem lokalen KI-Sprach-zu-Textual content-Tutorial und beginnen Sie noch heute damit, Erkenntnisse aus Ihren Kundenanrufen zu gewinnen.

Shittu Olumid ist ein Software program-Ingenieur und technischer Autor, der sich leidenschaftlich dafür einsetzt, modernste Technologien zu nutzen, um fesselnde Erzählungen zu erschaffen, mit einem scharfen Blick fürs Element und einem Gespür für die Vereinfachung komplexer Konzepte. Sie können Shittu auch auf finden Twitter.

Bild vom Autor

# Einführung

Letzten Monat starrte ich auf meinen Kontoauszug und versuchte herauszufinden, wohin mein Geld eigentlich floss. Tabellenkalkulationen fühlten sich umständlich an. Bestehende Apps sind wie Blackboxen und das Schlimmste ist, dass sie verlangen, dass ich meine sensiblen Finanzdaten auf einen Cloud-Server hochlade. Ich wollte etwas anderes. Ich wollte einen KI-Datenanalysten, der meine Ausgaben analysieren, ungewöhnliche Transaktionen erkennen und mir klare Erkenntnisse liefern kann – und das alles, während meine Daten zu 100 % lokal bleiben. Additionally habe ich eins gebaut.

Was als Wochenendprojekt begann, entwickelte sich zu einem tiefen Einblick in die Vorverarbeitung realer Daten, praktisches maschinelles Lernen und die Leistungsfähigkeit von Native große Sprachmodelle (LLMs). In diesem Artikel werde ich Ihnen zeigen, wie ich mithilfe von eine KI-gestützte Finanzanalyse-App erstellt habe Python mit „Vibe Coding“. Unterwegs lernen Sie viele praktische Konzepte kennen, die auf jedes Information-Science-Projekt anwendbar sind, unabhängig davon, ob Sie Verkaufsprotokolle, Sensordaten oder Kundenfeedback analysieren.

Am Ende werden Sie verstehen:

• So erstellen Sie eine robuste Datenvorverarbeitungspipeline, die chaotische, reale CSV-Dateien verarbeitet
• So wählen Sie Modelle für maschinelles Lernen aus und implementieren sie, wenn Sie nur über begrenzte Trainingsdaten verfügen
• So entwerfen Sie interaktive Visualisierungen, die tatsächlich Benutzerfragen beantworten
• So integrieren Sie ein lokales LLM, um Erkenntnisse in natürlicher Sprache zu generieren, ohne die Privatsphäre zu beeinträchtigen

Der vollständige Quellcode ist verfügbar unter GitHub. Fühlen Sie sich frei, es zu forken, zu erweitern oder als Ausgangspunkt für Ihren eigenen KI-Datenanalysten zu verwenden.

Abb. 1: App-Dashboard mit Ausgabenaufschlüsselung und KI-Einblicken | Bild vom Autor

# Das Downside: Warum ich das gebaut habe

Die meisten persönlichen Finanz-Apps haben einen grundlegenden Fehler: Ihre Daten unterliegen Ihrer Kontrolle. Sie laden Kontoauszüge bei Diensten hoch, die Ihre Informationen speichern, verarbeiten und möglicherweise monetarisieren. Ich wollte ein Werkzeug, das:

1. Lassen Sie mich Daten sofort hochladen und analysieren
2. Alles lokal verarbeitet – keine Cloud, keine Datenlecks
3. Bereitstellung KI-gestützter Erkenntnisse, nicht nur statischer Diagramme

Dieses Projekt wurde zu meinem Instrument, um mehrere Konzepte zu erlernen, die jeder Datenwissenschaftler kennen sollte, wie den Umgang mit inkonsistenten Datenformaten, die Auswahl von Algorithmen, die mit kleinen Datensätzen arbeiten, und die Entwicklung datenschutzschützender KI-Funktionen.

# Projektarchitektur

Bevor wir uns mit dem Code befassen, finden Sie hier eine Projektstruktur, die zeigt, wie die Teile zusammenpassen:

undertaking/   
  ├── app.py              # Primary Streamlit app
  ├── config.py           # Settings (classes, Ollama config)
  ├── preprocessing.py    # Auto-detect CSV codecs, normalize information
  ├── ml_models.py        # Transaction classifier + Isolation Forest anomaly detector
  ├── visualizations.py   # Plotly charts (pie, bar, timeline, heatmap)
  ├── llm_integration.py  # Ollama streaming integration
  ├── necessities.txt    # Dependencies
  ├── README.md           # Documentation with "deep dive" classes
  └── sample_data/
    ├── sample_bank_statement.csv
    └── sample_bank_format_2.csv

Wir werden uns den Aufbau jeder Ebene Schritt für Schritt ansehen.

# Schritt 1: Aufbau einer robusten Datenvorverarbeitungspipeline

Die erste Lektion, die ich gelernt habe, warfare, dass reale Daten chaotisch sind. Verschiedene Banken exportieren CSVs in völlig unterschiedlichen Formaten. Chase Financial institution verwendet „Transaktionsdatum“ und „Betrag“. Financial institution of America verwendet die Spalten „Datum“, „Zahlungsempfänger“ und „Soll“https://www.kdnuggets.com/„Kredit“. Moniepoint und OPay haben jeweils ihre eigenen Stile.

Eine Vorverarbeitungspipeline muss diese Unterschiede automatisch verarbeiten.

// Automatische Erkennung von Spaltenzuordnungen

Ich habe ein Mustervergleichssystem erstellt, das Spalten unabhängig von Namenskonventionen identifiziert. Mithilfe regulärer Ausdrücke können wir unklare Spaltennamen auf Standardfelder abbilden.

import re

COLUMN_PATTERNS = {
    "date": (r"date", r"trans.*date", r"posting.*date"),
    "description": (r"description", r"memo", r"payee", r"service provider"),
    "quantity": (r"^quantity$", r"transaction.*quantity"),
    "debit": (r"debit", r"withdrawal", r"expense"),
    "credit score": (r"credit score", r"deposit", r"revenue"),
}

def detect_column_mapping(df):
    mapping = {}
    for area, patterns in COLUMN_PATTERNS.gadgets():
        for col in df.columns:
            for sample in patterns:
                if re.search(sample, col.decrease()):
                    mapping(area) = col
                    break
    return mapping

Die wichtigste Erkenntnis: Design für Unterschiede, nicht für bestimmte Formate. Dieser Ansatz funktioniert für jede CSV-Datei, die gängige Finanzbegriffe verwendet.

// Normalisierung auf ein Standardschema

Sobald Spalten erkannt werden, werden wir normalisieren alles in eine einheitliche Struktur. Beispielsweise müssen Banken, die Soll- und Gutschriften aufteilen, in einer einzigen Betragsspalte zusammengefasst werden (negativ für Ausgaben, positiv für Einnahmen):

if "debit" in mapping and "credit score" in mapping:
    debit = df(mapping("debit")).apply(parse_amount).abs() * -1
    credit score = df(mapping("credit score")).apply(parse_amount).abs()
    normalized("quantity") = credit score + debit

Schlüssel zum Mitnehmen: Normalisieren Sie Ihre Daten so schnell wie möglich. Es vereinfacht alle folgenden Vorgänge, wie Function-Engineering, Modellierung durch maschinelles Lernen und Visualisierung.

Abb. 2: Der Vorverarbeitungsbericht zeigt, was die Pipeline erkannt hat, und gibt Benutzern Transparenz | Bild vom Autor

# Schritt 2: Auswählen von Modellen für maschinelles Lernen für begrenzte Daten

Die zweite große Herausforderung sind begrenzte Trainingsdaten. Benutzer laden ihre eigenen Aussagen hoch und es gibt keinen umfangreichen beschrifteten Datensatz zum Trainieren eines Deep-Studying-Modells. Wir brauchen Algorithmen, die mit kleinen Stichproben intestine funktionieren und mit einfachen Regeln erweitert werden können.

// Transaktionsklassifizierung: Ein hybrider Ansatz

Anstelle von reinem maschinellem Lernen habe ich ein Hybridsystem aufgebaut:

1. Regelbasierter Abgleich für sichere Fälle (z. B. Schlüsselwörter wie „WALMART“ → Lebensmittel)
2. Musterbasierter Fallback für mehrdeutige Transaktionen

SPENDING_CATEGORIES = {
    "groceries": ("walmart", "costco", "entire meals", "kroger"),
    "eating": ("restaurant", "starbucks", "mcdonald", "doordash"),
    "transportation": ("uber", "lyft", "shell", "chevron", "fuel"),
    # ... extra classes
}

def classify_transaction(description, quantity):
    for class, key phrases in SPENDING_CATEGORIES.gadgets():
        if any(kw in description.decrease() for kw in key phrases):
            return class
    return "revenue" if quantity > 0 else "different"

Dieser Ansatz funktioniert sofort ohne Trainingsdaten und ist für Benutzer leicht zu verstehen und anzupassen.

// Anomalieerkennung: Warum Isolation Forest?

Um ungewöhnliche Ausgaben zu erkennen, brauchte ich einen Algorithmus, der Folgendes konnte:

1. Arbeiten Sie mit kleinen Datensätzen (im Gegensatz zu tiefes Lernen)
2. Machen Sie keine Annahmen über die Datenverteilung (im Gegensatz zu statistischen Methoden wie dem Z-Rating allein).
3. Stellen Sie schnelle Vorhersagen für eine interaktive Benutzeroberfläche bereit

Isolationswald von scikit-lernen hat alle Kriterien erfüllt. Es isoliert Anomalien durch zufällige Partitionierung der Daten. Da es nur wenige und unterschiedliche Anomalien gibt, sind zur Isolierung weniger Aufteilungen erforderlich.

from sklearn.ensemble import IsolationForest

detector = IsolationForest(
    contamination=0.05,  # Anticipate ~5% anomalies
    random_state=42
)
detector.match(options)
predictions = detector.predict(options)  # -1 = anomaly

Ich habe dies auch mit einfachen Z-Rating-Prüfungen kombiniert, um offensichtliche Ausreißer zu erkennen. A Z-Rating beschreibt die Place eines Rohwerts in Bezug auf seinen Abstand vom Mittelwert, gemessen in Standardabweichungen:
(
z = frac{x – mu}{sigma}
)
Der kombinierte Ansatz erkennt mehr Anomalien als jede der beiden Methoden allein.

Schlüssel zum Mitnehmen: Manchmal übertreffen einfache, intestine ausgewählte Algorithmen komplexe Algorithmen, insbesondere wenn Sie nur über begrenzte Daten verfügen.

Abb. 3: Der Anomaliedetektor markiert ungewöhnliche Transaktionen, die in der Zeitleiste auffallen | Bild vom Autor

# Schritt 3: Entwerfen von Visualisierungen, die Fragen beantworten

Visualisierungen sollten Fragen beantworten und nicht nur Daten anzeigen. Ich habe verwendet Plotly für interaktive Diagramme, da es Benutzern ermöglicht, die Daten selbst zu erkunden. Hier sind die Designprinzipien, denen ich gefolgt bin:

1. Einheitliche Farbkodierung: Rot für Ausgaben, Grün für Einnahmen
2. Kontext durch Vergleich: Zeigen Sie Einnahmen und Ausgaben nebeneinander an
3. Progressive Offenlegung: Zeigen Sie zuerst eine Zusammenfassung an und lassen Sie die Benutzer dann einen Drilldown durchführen

Die Ausgabenaufschlüsselung verwendet beispielsweise ein Donut-Diagramm mit einem Loch in der Mitte für ein übersichtlicheres Erscheinungsbild:

import plotly.specific as px

fig = px.pie(
    category_totals,
    values="Quantity",
    names="Class",
    gap=0.4,
    color_discrete_map=CATEGORY_COLORS
)

Streamlit erleichtert das Hinzufügen dieser Diagramme st.plotly_chart() und ein reaktionsfähiges Dashboard erstellen.

Abb. 4: Mehrere Diagrammtypen bieten Benutzern unterschiedliche Perspektiven auf dieselben Daten | Bild vom Autor

# Schritt 4: Integration eines lokalen großen Sprachmodells für Einblicke in natürliche Sprachen

Das letzte Stück bestand darin, für Menschen lesbare Erkenntnisse zu generieren. Ich habe mich für die Integration entschieden Ollamaein Software zum lokalen Ausführen von LLMs. Warum vor Ort statt anrufen OpenAI oder Claude?

1. Datenschutz: Bankdaten verlassen nie den Automaten
2. Kosten: Unbegrenzte Abfragen, keine API-Gebühren
3. Geschwindigkeit: Keine Netzwerklatenz (obwohl die Generierung noch einige Sekunden dauert)

// Streaming für eine bessere Benutzererfahrung

Es kann mehrere Sekunden dauern, bis LLMs eine Antwort generieren. Streamlit zeigt Token an, sobald sie eintreffen, sodass sich die Wartezeit kürzer anfühlt. Hier ist eine einfache Implementierung mit requests mit Streaming:

import requests
import json

def generate(self, immediate):
    response = requests.submit(
        f"{self.base_url}/api/generate",
        json={"mannequin": "llama3.2", "immediate": immediate, "stream": True},
        stream=True
    )
    for line in response.iter_lines():
        if line:
            information = json.masses(line)
            yield information.get("response", "")

In Streamlit können Sie dies mit anzeigen st.write_stream().

st.write_stream(llm.get_overall_insights(df))

// Immediate Engineering für Finanzdaten

Der Schlüssel zu einer nützlichen LLM-Ausgabe ist eine strukturierte Eingabeaufforderung, die tatsächliche Daten enthält. Zum Beispiel:

immediate = f"""Analyze this monetary abstract:
- Complete Revenue: ${revenue:,.2f}
- Complete Bills: ${bills:,.2f}
- Prime Class: {top_category}
- Largest Anomaly: {anomaly_desc}

Present 2-3 actionable suggestions based mostly on this information."""

Dadurch erhält das Modell konkrete Zahlen, mit denen es arbeiten kann, was zu relevanteren Erkenntnissen führt.

Abb. 5: Die Add-Schnittstelle ist einfach; Wählen Sie eine CSV-Datei und lassen Sie die KI den Relaxation erledigen | Bild vom Autor

// Ausführen der Anwendung

Der Einstieg ist unkompliziert. Sie müssen Python installiert haben und dann Folgendes ausführen:

pip set up -r necessities.txt

# Optionally available, for AI insights
ollama pull llama3.2

streamlit run app.py

Laden Sie eine beliebige Financial institution-CSV-Datei hoch (die App erkennt das Format automatisch) und innerhalb von Sekunden sehen Sie ein Dashboard mit kategorisierten Transaktionen, Anomalien und KI-generierten Erkenntnissen.

# Abschluss

Dieses Projekt hat mich gelehrt, dass der Aufbau von etwas Funktionalem erst der Anfang ist. Das wirkliche Lernen geschah, als ich fragte, warum jedes Stück funktioniert:

• Warum Spalten automatisch erkennen? Weil reale Daten nicht Ihrem Schema folgen. Der Aufbau einer flexiblen Pipeline erspart stundenlanges manuelles Aufräumen.
• Warum Isolationswald? Weil kleine Datensätze speziell für sie entwickelte Algorithmen benötigen. Sie brauchen nicht immer tiefes Lernen.
• Warum lokale LLMs? Weil Datenschutz und Kosten bei der Produktion eine Rolle spielen. Das lokale Ausführen von Modellen ist jetzt praktisch und leistungsstark.

Diese Lektionen gelten weit über die persönlichen Finanzen hinaus, unabhängig davon, ob Sie Verkaufsdaten, Serverprotokolle oder wissenschaftliche Messungen analysieren. Die gleichen Prinzipien der robusten Vorverarbeitung, der pragmatischen Modellierung und der datenschutzbewussten KI kommen Ihnen bei jedem Datenprojekt zugute.

Der vollständige Quellcode ist auf GitHub verfügbar. Teilen Sie es, erweitern Sie es und machen Sie es zu Ihrem eigenen. Wenn du damit etwas Cooles baust, würde ich gerne davon hören.

// Referenzen

Shittu Olumid ist ein Software program-Ingenieur und technischer Autor, der sich leidenschaftlich dafür einsetzt, modernste Technologien zu nutzen, um fesselnde Erzählungen zu erschaffen, mit einem scharfen Blick fürs Element und einem Gespür für die Vereinfachung komplexer Konzepte. Sie können Shittu auch auf finden Twitter.

Verpassen Sie keine neue Ausgabe von Die Variableunser wöchentlicher Publication mit einer erstklassigen Auswahl an Empfehlungen der Redaktion, ausführlichen Einblicken, Neighborhood-Neuigkeiten und mehr.

Wie so viele LLM-basierte Workflows zuvor hat Vibe Coding starken Widerstand und scharfe Kritik auf sich gezogen, nicht weil es keinen Mehrwert bietet, sondern aufgrund unrealistischer, auf Hype basierender Erwartungen.

Die Idee der Hebelwirkung leistungsstarke KI-Instruments Mit der App-Erstellung zu experimentieren, schnelle Prototypen zu erstellen und schnell zu iterieren, scheint unumstritten. Die Probleme beginnen normalerweise, wenn menschliche Praktiker die vom Modell erzeugten Ergebnisse davon ausgehen, dass sie strong und fehlerfrei sind.

Um die guten, schlechten und mehrdeutigen Aspekte der Vibe-Codierung zu klären, wenden wir uns an unsere Experten. Die Aufstellung, die wir diese Woche für Sie vorbereitet haben, bietet differenzierte und pragmatische Einblicke in die Funktionsweise von KI-Code-Assistenten und wann und wie sie eingesetzt werden.

Die unerträgliche Leichtigkeit des Codierens

„Die Menge an technischen Zweifeln lastet schwer auf meinen Schultern, viel mehr als ich es gewohnt bin.“ In ihren kraftvollen, brutal ehrlichen „Geständnissen eines Vibe-Coders“ Elena Jolkver wirft einen unbeirrbaren Blick darauf, was es bedeutet, im Zeitalter von Cursor, Claude Code und anderen Entwickler zu sein. Sie argumentiert außerdem, dass der Weg nach vorne darin besteht, sowohl die Geschwindigkeits- als auch die Produktivitätsvorteile von Vibe Coding anzuerkennen Und seine (vielen) potenziellen Fallstricke.

Bild vom Autor

# Einführung

Beim Vibe-Coding geht es darum, schnell aufzubauen, konzentriert zu bleiben und die Dynamik aufrechtzuerhalten, ohne ständig über Nutzungsbeschränkungen oder Kosten nachzudenken.

Wenn Sie Claude Code über die API verwenden, kann die Abrechnung sehr schnell steigen. Häufige Iterationen, Debugging und Experimente machen API-basierte Workflows für lange Codierungssitzungen teuer. Dies ist einer der Hauptgründe, warum Claude Code Professional- und Max-Abonnements bei Vibe-Programmierern und -Ingenieuren so beliebt geworden sind, da sie direkten Zugriff auf die Modelle ohne Preis professional Anfrage ermöglichen.

Diese Pläne beinhalten Nutzungslimits, die nach vier Stunden zurückgesetzt werden, und enthalten in einigen Fällen auch wöchentliche Limits. Dadurch sind sie weitaus vorhersehbarer und eignen sich für lange, ununterbrochene Codierungssitzungen.

In diesem Artikel werden wir die sieben derzeit am besten verfügbaren Codierungspläne untersuchen, was jeder Plan bietet und für welche Artwork von Bauherrn oder Ingenieuren sie am besten geeignet sind.

# 1. Claude Code-Pläne

Claude Code plant Hier haben vorhersehbare Abonnements für KI-Codierung ihren Anfang genommen. Als Entwickler begannen, Claude für lange und hochgradig iterative Codierungssitzungen zu verwenden, wurde die Claude-API für eine dauerhafte Nutzung schnell zu teuer.

Die Bezahlung professional Token machte es schwierig, frei zu experimentieren, Code umzugestalten oder im kreativen Fluss zu bleiben. Um dieses Downside zu lösen, hat Anthropic Abonnementpläne eingeführt, die den Claude-Code-Zugriff in festen monatlichen Stufen mit rollierenden fünfstündigen Nutzungsrücksetzungen und zusätzlichen wöchentlichen Limits bei höheren Plänen bündeln.

Dieser Ansatz machte längere Codierungssitzungen erschwinglich und überschaubar und etablierte das Modell, dem viele moderne KI-Codierungspläne heute folgen.

Die Nutzung wird alle fünf Stunden zurückgesetzt. Wöchentliche Obergrenzen können gelten, auch wenn ein Fünf-Stunden-Fenster nicht vollständig ausgenutzt wird.

# 2. ChatGPT-Codex-Pläne

ChatGPT-Codex-Pläne sind die Artwork und Weise, wie OpenAI beinhaltet Codex-Codierungsfunktionen im Rahmen regulärer ChatGPT-Abonnements, die strukturierte Nutzungsbeschränkungen anstelle einer nutzungsbasierten Bezahlung bieten.

Codex ist in den Tarifen ChatGPT Plus, Professional, Enterprise und Enterprise enthalten. Diese Stufen legen fest, wie viele Nachrichten Sie in einem bestimmten Zeitraum senden können und wie viel Codierung Sie durchführen können, bevor die Beschränkungen in Kraft treten.

Die Nutzungsbeschränkungen variieren je nach Plan und können innerhalb eines festen Zeitfensters zurückgesetzt werden, was es für Entwickler im Vergleich zur API-basierten Abrechnung einfacher macht, lange Codierungssitzungen zu planen.

Diese strukturierten Pläne haben dazu beigetragen, für viele Benutzer eine vorhersehbarere und kostengünstigere Möglichkeit zum Erstellen mit Codex in ChatGPT zu schaffen.

Nachrichtenlimits variieren je nach Modell und Nachrichtenkomplexität.

# 3. Google AI-Pläne

Google AI-Pläne Erhöhen Sie die Nutzungsbeschränkungen für Gemini-Code-Assistent Und Gemini-CLI indem wir Abonnenten höhere Tageskontingente und vorrangigen Zugang zu leistungsstärkeren Modellen und Instruments gewähren.

Im Gegensatz zu einigen anderen Codierungsplänen, die Limits für kürzere Sprintfenster zurücksetzen, erzwingen Google AI Professional und Extremely Limits hauptsächlich für a täglichwas bedeutet, dass Sie Ihr Kontingent den ganzen Tag über nutzen können, ohne sich Gedanken über kurze Unterbrechungen machen zu müssen.

Abonnenten mit diesen Plänen erhalten im Vergleich zu kostenlosen Konten automatisch höhere tägliche Anforderungslimits für Codierungsworkflows, wodurch lange Sitzungen und aufwändigere Entwicklungsaufgaben praktischer und vorhersehbarer werden, als wenn sie sich nur auf die Einschränkungen des kostenlosen Kontingents verlassen.

Nutzungsbeschränkungen werden hauptsächlich täglich durchgesetzt. Die genauen Kontingente können je nach Instrument, Modellversion und Anforderungskomplexität variieren und Google kann die Grenzwerte ohne öffentliche Ankündigung anpassen.

# 4. GLM-Codierungspläne

GLM-Codierungspläne Bieten Sie eine der kostengünstigsten und flexibelsten Möglichkeiten zur KI-gestützten Codierung, indem Sie die Anzahl der Eingabeaufforderungen in festen monatlichen Stufen bündeln, die alle fünf Stunden zurückgesetzt werden.

Diese Pläne sind für agentengesteuerte Codierungsworkflows konzipiert und bieten Entwicklern vorhersehbare Quoten für beliebte Instruments wie Claude Code, Cline und OpenCode, ohne die hohen Kosten professional Token, die bei einigen anderen Abonnements anfallen.

Auf der niedrigsten Stufe beginnt der Plan bei ca 3 Greenback professional Monat und bietet bereits genügend sofortige Kapazität, um häufige Codierungssitzungen zu unterstützen, während höhere Ebenen deutlich darüber hinaus skalierbar sind, um anspruchsvollere Entwicklungsanforderungen zu erfüllen.

Die sofortigen Zählungen werden alle fünf Stunden zurückgesetzt, sodass Entwickler ein vorhersehbares Zeitfenster zum Schreiben, Debuggen und Iterieren des Codes haben.

# 5. MiniMax-Codierungspläne

MiniMax-Codierungspläne bieten eine der klarsten und explizitesten Preisstrukturen für die KI-Codierung und sind damit besonders attraktiv für Entwickler, die vorhersehbare Quoten ohne hohe API-Kosten wünschen.

Jede Stufe stellt innerhalb eines gleitenden Fünf-Stunden-Fensters eine feste Anzahl von Eingabeaufforderungen bereit, und eine Eingabeaufforderung geht deutlich weiter als eine einzelne Eingabeaufforderung für das zugrunde liegende Modell, da sie intern mehrere Anforderungen darstellen kann.

Diese Pläne basieren auf dem MiniMax M2.1-Modell, das für effiziente Codierung und Agenten-Workflows konzipiert ist, und geben Entwicklern viel mehr Kontrolle über Kosten und Nutzung als Pay-as-you-go-Alternativen.

Die sofortigen Zählungen werden alle fünf Stunden zurückgesetzt, sodass Entwickler klare, vorhersehbare Zeitfenster zum Schreiben, Debuggen und Iterieren von Code haben, ohne sich über unvorhersehbare API-Abrechnungen Gedanken machen zu müssen.

# 6. Kimi-Codierungspläne

Kimi-Coding-Pläne sind in der Kimi-Mitgliedschaft enthalten und bieten Quoten für Coding-Anfragen auf wöchentlicher Foundation statt kürzerer Dash-Fenster.

Wenn Sie ein Abonnement abschließen, erhalten Sie eine festgelegte Anzahl wöchentlicher Codierungsanfragen, die alle sieben Tage ab Ihrem Aktivierungsdatum aktualisiert werden. Nicht genutzte Kontingente werden nicht über den wöchentlichen Zyklus hinaus übertragen.

Genaue Zahlenquoten werden nicht öffentlich veröffentlicht, aber Benutzerberichte und Dashboard-Referenzen deuten darauf hin, dass Starter-Mitglieder in der Größenordnung von 2.000 bis 3.500 Anfragen professional Woche sehen können, während Professional- oder Extremely-Mitglieder deutlich höhere wöchentliche Kontingente erhalten.

Dieses wöchentliche Quotensystem macht die Pläne für Entwickler vorhersehbar, die regelmäßig über die Woche hinweg programmieren und nicht in kurzen Schüben.

Die Kontingente werden ab der Aktivierung des Abonnements in einem siebentägigen fortlaufenden Zyklus aktualisiert. Genaue numerische Grenzwerte sind im Benutzer-Dashboard sichtbar, werden jedoch nicht als feste öffentliche Nummern veröffentlicht.

# 7. Cerebras-Codepläne

Cerebras-Codepläne sind für Entwickler konzipiert, die Bedarf haben sehr hoher Durchsatz und Geschwindigkeit für KI-Codierungsworkflows. Anstatt die Anzahl der Eingabeaufforderungen oder Nachrichten zu begrenzen, erzwingt Cerebras vor allem Beschränkungen für Token professional Tagwodurch den Abonnenten enorme Tageskontingente gewährt werden, die eine nachhaltige, kontinuierliche Codierung statt kurzer Sprintfenster unterstützen.

Mit Zugriff auf schnelle Inferenzhardware mit bis zu etwa 2.000 Token professional Sekunde und großen täglichen Token-Kontingenten gehören diese Pläne zu den Optionen mit der höchsten Kapazität, die für Vibe-Coding und umfangreiche agentengesteuerte Entwicklungsaufgaben verfügbar sind.

Mit den Code-Plänen von Cerebras können Entwickler den ganzen Tag über kontinuierlich Code generieren und bearbeiten, mit großen Token-Budgets und einem der höchsten dauerhaften Durchsätze in der Branche.

# Einfacher Vergleich beliebter KI-Codierungspläne

Diese Tabelle bietet einen schnellen Vergleich gängiger KI-Codierungspläne basierend auf Preis, Mindestnutzbarkeitsgrenzen und Artwork der Nutzungsrücksetzung, sodass Sie leicht erkennen können, welche Choice zu Ihrem Codierungsstil passt.

Abid Ali Awan (@1abidaliawan) ist ein zertifizierter Datenwissenschaftler, der gerne Modelle für maschinelles Lernen erstellt. Derzeit konzentriert er sich auf die Erstellung von Inhalten und das Schreiben technischer Blogs zu maschinellem Lernen und Datenwissenschaftstechnologien. Abid verfügt über einen Grasp-Abschluss in Technologiemanagement und einen Bachelor-Abschluss in Telekommunikationstechnik. Seine Imaginative and prescient ist es, ein KI-Produkt mithilfe eines graphischen neuronalen Netzwerks für Schüler mit psychischen Erkrankungen zu entwickeln.

Bild vom Herausgeber

# Einführung

Das Codieren ist traditionell eine wichtige Säule der Arbeit der meisten Softwareentwickler und -entwickler, sei es bei der Implementierung von Algorithmen, dem Aufbau von Geschäftslogik oder der Wartung komplexer Systeme. Doch aufgrund der Fortschritte bei Anwendungen, die auf großen Sprachmodellen (LLM) basieren, wie Chatbots, ändert sich dies schnell. Vibe-Codierung Es geht darum, moderne Chatbot-Apps zu verwenden, um Softwareanforderungen und -absichten in natürlicher Sprache zu spezifizieren, und die Generierung und Änderung von Code an künstliche Intelligenz (KI) zu delegieren, manchmal ohne direktes Verständnis seiner inneren Logik.

Dieser Artikel übernimmt ein „Erwartungen vs. Realität„Ansatz zur Entmystifizierung der Möglichkeiten und Grenzen von Vibe Coding, basierend auf der Erforschung echter Erfolgs- und Misserfolgsgeschichten.

# Definieren der Vibe-Codierung

Der Begriff „Vibe-Codierung„ wurde Anfang 2025 geprägt und kann als ein Chatbot-gesteuerter Softwareentwicklungsansatz definiert werden, bei dem Entwickler einem LLM ein Projekt oder eine Aufgabe beschreiben. Als Ergebnis generiert das Modell Code, der den durch die Eingabeaufforderung des Benutzers angegebenen Spezifikationen entspricht.

Wenn wir uns im wahrsten Sinne des Wortes an die ursprüngliche Idee dahinter halten, würde Vibe-Coding im Idealfall dazu führen, dass der Entwickler den generierten Code möglicherweise nicht untersuchen muss, sondern stattdessen den von der KI generierten Code so akzeptiert, wie er ist. In der Praxis ist dieser Ansatz jedoch nicht frei von Risiken – von versteckten Fehlern und subtilen Sicherheitsproblemen bis hin zu Schwierigkeiten bei der Wartbarkeit –, so dass letztendlich bei den meisten generierten Codeergebnissen immer noch ein gewisses Maß an menschlicher Aufsicht und Verfeinerung erforderlich ist, um produktionsbereit zu werden.

Möchten Sie sich zunächst ein tieferes und fundierteres Verständnis der Vibe-Codierung aneignen? Hier sind einige wichtige KDnuggets-Artikel, die Sie sich vielleicht ansehen möchten:

# Überprüfung von Erfolgs- und Misserfolgsgeschichten

Nachdem wir nun ein klares Verständnis davon haben, was Vibe-Coding ist, ist es an der Zeit, uns Beispiele von Projekten oder Initiativen aus der realen Welt anzusehen, bei denen es zu erfolgreichen Ergebnissen geführt hat, aber auch Fälle von Misserfolgen.

Zu den Erfolgsgeschichten gehören:

• Das Flugsimulationsspiel im Minecraft-Stil wurde mithilfe von Vibe-Codierung entwickelt, und zwar durch die Zusammenstellung mehrerer tausend Eingabeaufforderungen, die zusammen von Anfang bis Ende vollständige Spieleanwendungen ergeben: kein Codierungsaufwand.
• Ein weiteres beliebtes Beispiel für eine Vibe-codierte Anwendung ist Schöpferjäger: in den Worten seines Schöpfers, konzipiert während einer Zugfahrt. Ziel der App ist es, Content material-Ersteller mit Startup-Gründern zu verbinden. Während zunächst hohe Erwartungen geweckt wurden, deuteten spätere Ergebnisse der Traktionsdynamik darauf hin, dass das Wachstum des resultierenden Produkts möglicherweise viel zu früh ein Plateau erreicht hatte; Daher können wir die Gründung von Creator Hunter durchaus als eigenständige Erfolgsgeschichte betrachten, ihr langfristiger Standing als solche ist jedoch differenziert.
• Bei einem dritten Beispiel haben wir ein New York Instances (NYT) Die erfolgreichen Versuche eines Journalisten, mit Vibe-Coding zu experimentieren, um mehrere kleine Apps zur Verbesserung der Personalisierung bei Aufgaben des täglichen Lebens zu erstellen. Ein Beispiel ist LunchBox Buddyein Assistent, der basierend auf den Zutaten in Ihrem Kühlschrank Mahlzeiten vorschlägt. Obwohl es Kritik gibt, weil die Idee hinter der App nicht originell oder bahnbrechend sei, handelt es sich aus experimenteller Sicht im Hinblick auf die Verwendung von Vibe-Coding um eine Artwork Errungenschaft. Sicher, es gibt vielleicht noch viel zu verbessern, aber wir möchten darauf hinweisen, dass Vibe Coding ein sehr neues Paradigma ist, das möglicherweise noch viel ausgereift sein muss.

In der Zwischenzeit sind einige Misserfolgsgeschichten hervorzuheben:

• Das Wiederholung Die Geschichte klingt nach einer Grenzüberschreitung zwischen Realität und Science-Fiction. Ein Unternehmen nutzte das beliebte Vibe-Coding-Instrument, um einen KI-Agenten zu entwickeln, der das professionelle Netzwerk seines SaaS-Produkts verwaltete. Was als reine, süchtig machende Freude an der Nutzung des Vibe-Coding-Instruments begann, endete in einem katastrophalen Vorfall, bei dem wertvolle Datenbankeinträge mit Daten von Führungskräften und Unternehmen zerstört wurden. Der schockierendste Teil: Der KI-Agent gab zu, es getan zu haben, und argumentierte, dass er leere Datenbankabfragen gesehen habe, und zwar geriet in Panik anstatt systematisch darüber nachzudenken, wie man eine Vorgehensweise aufbauen kann. Der Relaxation ist Geschichte: Monatelange Datenerfassung, -verarbeitung und -speicherung wurden in nur wenigen Sekunden zunichte gemacht.
• Das Startup Enrichlead erwies sich als ein weiterer bekannter Fall des Scheiterns, als es versuchte, Vibe-Coding zu nutzen, insbesondere indem es seine App vollständig damit entwickelte Cursor-KI. Während es zum Startzeitpunkt funktionsfähig und sicher schien, scheiterte es kurz nach seiner Einführung in der realen Welt aufgrund schwerwiegender Sicherheitslücken, die von Angreifern ausgenutzt wurden, z. B. durch die Umgehung von Abonnements, die eine Authentifizierung erfordern, und sogar durch die Verschmutzung der Datenbank aufgrund des Fehlens geeigneter Mechanismen zur Eingabevalidierung. Einer der Gründe für den Vorfall soll ein Mangel an technischem Fachwissen zur Diagnose oder Behebung von Kaskadenproblemen sein, die auf den ersten Blick harmlos erscheinen könnten. Das gesamte Projekt musste endgültig eingestellt werden.

# Letzte Gedanken

Wenn wir uns die Erfolgs- und Misserfolgsgeschichten oben ansehen, können wir zu dem Schluss kommen, dass es bei einer kritischen, ehrgeizigen Perspektive schwierig sein könnte, aus heutiger Sicht große Erfolgsgeschichten von Vibe Coding zu finden. Die meisten dieser Fälle weisen ihre eigenen Nuancen auf, was beweist, dass Vibe Coding noch ein Paradigma ist, das noch in den Kinderschuhen steckt, und dass es viel länger dauern könnte, bis es in realen Umgebungen wirklich zuverlässig ist, insbesondere – wenn wir uns Fehlergeschichten ansehen – im Hinblick auf Sicherheit und Robustheit gegenüber unerwarteten oder weniger wahrscheinlichen Situationen.

// Wichtige Erkenntnisse

1. Vibe-Codierung kann eine schnelle Codegenerierung ermöglichen, menschliches Verständnis und Überprüfung sind jedoch immer noch von entscheidender Bedeutung. Den bei der Vibe-Codierung verwendeten KI-Instruments fehlt das kognitive Verständnis, das erforderlich ist, um den Code zu sichern, zu debuggen oder langfristig wartbar zu machen.
2. Wie bei quick jeder Technologie ist Geduld der Schlüssel zu echten Erfolgsgeschichten. Als Gründer der SaaStr Gemeinde erklärte: „Es wird ein langer und differenzierter Weg sein, Vibe-codierte Apps dorthin zu bringen, wo wir sie alle für viele echte kommerzielle Anwendungsfälle haben möchten.“

Iván Palomares Carrascosa ist ein führender Autor, Redner und Berater in den Bereichen KI, maschinelles Lernen, Deep Studying und LLMs. Er schult und leitet andere darin, KI in der realen Welt zu nutzen.

Mistral AI hat Devstral 2 eingeführt, eine Codierungsmodellfamilie der nächsten Technology für Software program-Engineering-Agenten, zusammen mit Mistral Vibe CLI, einem Open-Supply-Befehlszeilen-Codierungsassistenten, der im Terminal oder in IDEs ausgeführt wird, die das Agent Communication Protocol unterstützen.

Devstral 2 und Devstral Small 2, Modellgrößen, Kontext und Benchmarks

Devstral 2 ist ein 123B Parameter-dichter Transformator mit einem 256K Token-Kontextfenster. Im SWE-Bench Verified erreicht es 72,2 Prozent und zählt damit zu den stärksten Open-Weight-Modellen für Software program-Engineering-Aufgaben. Das Modell wird als offene Gewichte unter einer modifizierten MIT-Lizenz veröffentlicht und kann derzeit kostenlos über die Mistral-API verwendet werden.

Devstral Small 2 ist ein 24B-Parametermodell mit demselben 256K-Kontextfenster. Im SWE-Bench-Verified erreicht es 68,0 Prozent und liegt in der Reihe der Modelle, deren Parameteranzahl bis zu fünfmal größer ist. Es wird unter der Apache 2.0-Lizenz veröffentlicht, einer Standardlizenz für den produktiven Einsatz.

Beide Modelle werden als Open Supply beschrieben und freizügig lizenziert und gelten als hochmoderne Codierungsmodelle für Agenten-Workloads. Mistral berichtet, dass Devstral 2 bei realen Codierungsaufgaben bei ähnlicher Qualität bis zu siebenmal kosteneffizienter ist als Claude Sonnet, was für kontinuierliche Agentenauslastungen wichtig ist.

In Bezug auf die Modellgröße im Vergleich zu Grenzsystemen sind Devstral 2 und Devstral Small 2 5-mal bzw. 28-mal kleiner als DeepSeek V3.2 und 8-mal bzw. 41-mal kleiner als Kimi K2.

Entwickelt für Codierungsworkflows in Produktionsqualität

Devstral 2 wurde für Software program-Engineering-Agenten entwickelt, die Repositorys erkunden, Abhängigkeiten verfolgen und Änderungen an vielen Dateien orchestrieren müssen, während sie gleichzeitig den Kontext auf Architekturebene beibehalten müssen. Das Modell kann Fehler erkennen, es mit Korrekturen erneut versuchen und Aufgaben wie Fehlerbehebung oder Modernisierung von Altsystemen auf Repository-Ebene unterstützen.

Mistral gibt an, dass Devstral 2 fein abgestimmt werden kann, um bestimmte Programmiersprachen zu bevorzugen oder für sehr große Unternehmenscodebasen zu optimieren. Devstral Small 2 bringt die gleichen Designziele auf eine kleinere Stellfläche, die für die lokale Bereitstellung, enge Feedbackschleifen und vollständig non-public Laufzeiten geeignet ist. Es unterstützt auch Bildeingaben und kann multimodale Agenten steuern, die sowohl über Code als auch über visuelle Artefakte wie Diagramme oder Screenshots nachdenken müssen.

Menschliche Bewertungen gegen DeepSeek V3.2 und Claude Sonnet 4.5

Um das Codierungsverhalten in der Praxis zu testen, evaluierte Mistral Devstral 2 im Vergleich zu DeepSeek V3.2 und Claude Sonnet 4.5 mithilfe von Aufgaben, die über das Cline-Agententool erstellt wurden. In diesen menschlichen Bewertungen zeigt Devstral 2 einen klaren Vorteil gegenüber DeepSeek V3.2 mit einer Gewinnrate von 42,8 Prozent gegenüber einer Verlustrate von 28,6 Prozent.

Mistral Vibe CLI, ein terminal-nativer Codierungsagent

Mistral Vibe CLI ist ein Open-Supply-Befehlszeilen-Codierungsassistent, der in Python geschrieben ist und auf Devstral-Modellen basiert. Es untersucht, modifiziert und führt Änderungen in einer Codebasis mithilfe natürlicher Sprache im Terminal oder in IDEs aus, die das Agent Communication Protocol wie Zed unterstützen, wo es als Erweiterung verfügbar ist. Das Projekt wird unter veröffentlicht Apache 2.0-Lizenz auf GitHub.

Vibe CLI bietet zusätzlich zu mehreren wichtigen Instruments eine Schnittstelle im Chat-Stil:

• Es scannt den projektbezogenen Kontext und scannt die Dateistruktur und den Git-Standing, um eine Arbeitsansicht des Repositorys zu erstellen.
• Intelligente Referenzen werden unterstützt @ Autovervollständigung für Dateien, ! für Shell-Befehle und Slash-Befehle für Konfigurationsänderungen.
• Bei der Orchestrierung mehrerer Dateien wird die gesamte Codebasis und nicht nur der aktive Puffer berücksichtigt, um Änderungen auf Architekturebene zu koordinieren und die Zykluszeit für Pull-Anfragen zu verkürzen.
• Persistenter Verlauf, automatische Vervollständigung und für den täglichen Gebrauch im Terminal optimierte Themen.

Entwickler konfigurieren Vibe CLI auf einfache Weise config.toml Datei, in der sie über die Mistral-API auf Devstral 2 oder auf andere lokale oder Distant-Modelle verweisen können. Das Software unterstützt programmgesteuerte Ausführungen, automatische Genehmigungsumschaltungen für die Toolausführung und granulare Berechtigungen, sodass riskante Vorgänge in sensiblen Repositorys eine Bestätigung erfordern.

Wichtige Erkenntnisse

1. Devstral 2 ist ein 123B Parameter dichtes Codierungsmodell mit 256K Kontext, es erreicht 72,2 Prozent bei SWE Bench Verified und wird als offene Gewichte unter einer modifizierten MIT-Lizenz veröffentlicht.
2. Devstral Small 2 hat 24B Parameter mit dem gleichen 256K-Kontext, erreicht beim SWE-Bench-Verified 68,0 Prozent und nutzt eine Apache 2.0-Lizenz für eine einfachere Produktionseinführung.
3. Beide Devstral-Modelle sind für Agenten-Codierungs-Workloads optimiert. Sie sind darauf ausgelegt, vollständige Repositorys zu erkunden, Abhängigkeiten zu verfolgen und mehrere Dateibearbeitungen mit Fehlererkennung und Wiederholungsversuchen durchzuführen.
4. Mistral Vibe CLI ist ein Open-Supply-Python-basierter nativer Terminal-Coding-Agent, der eine Verbindung zu Devstral herstellt. Er bietet projektbezogenen Kontext, intelligente Referenzen und Orchestrierung mehrerer Dateien über eine Chat-Schnittstelle im Terminal oder IDEs, die das Agent Communication Protocol unterstützen.

Schauen Sie sich das an Ausführliche technische Particulars hier. Schauen Sie sich gerne bei uns um GitHub-Seite für Tutorials, Codes und Notebooks. Sie können uns auch gerne weiter folgen Twitter und vergessen Sie nicht, bei uns mitzumachen 100.000+ ML SubReddit und Abonnieren Unser E-newsletter. Warten! Bist du im Telegram? Jetzt können Sie uns auch per Telegram kontaktieren.

Asif Razzaq ist CEO von Marktechpost Media Inc.. Als visionärer Unternehmer und Ingenieur setzt sich Asif dafür ein, das Potenzial der künstlichen Intelligenz für das soziale Wohl zu nutzen. Sein jüngstes Unterfangen ist die Einführung einer Medienplattform für künstliche Intelligenz, Marktechpost, die sich durch eine ausführliche Berichterstattung über maschinelles Lernen und Deep-Studying-Nachrichten auszeichnet, die sowohl technisch fundiert als auch für ein breites Publikum leicht verständlich ist. Die Plattform verfügt über mehr als 2 Millionen monatliche Aufrufe, was ihre Beliebtheit beim Publikum verdeutlicht.

Folgen Sie MARKTECHPOST: Fügen Sie uns als bevorzugte Quelle bei Google hinzu.

Seitdem seine Ankündigung letzten MonatGemini 3 scheint überall zu sein. Google verbreitet sein neuestes KI-Modell (und seine Untergruppen wie das Nano Banana Professional) über alle möglichen Marketingkanäle, was einer der Gründe dafür ist, dass wir seine LED-Werbetafeln, Poster, On-line-Anzeigen und sogar Werbespots während der Vorführung Indien vs. Südafrika sehen können. Und warum nicht? Schließlich ist es Google gelungen, dem neuen Gemini 3 so viel Feuerkraft zu verleihen, dass es praktisch unmöglich ist, eine Grenze für den alltäglichen Einsatz zu finden. Ein Beispiel hierfür sind eine Reihe aktueller Tweets, die hervorheben, wie Gemini 3 jedes Projekt damit auf magische Weise verbessern kann Vibe-Codierungvielleicht arbeiten Sie gerade daran.

Um Ihnen einen Hinweis zu geben, hier ist das neueste Projekt, das viral geht – ein interaktiver 3D-Bildschirm, auf dem Sie Partikel mit Ihrer Handbewegung bewegen können. Scheint direkt aus Iron Man zu stammen, oder? Nun, wenn Sie glauben, dass eine solche Technologie noch Jahre auf sich warten lässt, denken Sie noch einmal darüber nach. Denn es ist nicht einfach so, es wird jetzt mit einer einzigen Eingabeaufforderung auf Englisch erledigt.

Die Kraft von Gemini 3 in ihrer ganzen Pracht.

Hier ist ein Blick auf all diese Projekte, die Sie aufgrund ihrer Wirkung und der einfachen Umsetzung mit der Kraft der KI mit Sicherheit umhauen werden.

1. Ein atemberaubender interaktiver 3D-Partikelbildschirm

Erinnern Sie sich an die Bildschirmschoner, die wir bis vor etwa einem Jahrzehnt auf den Computerbildschirmen sahen. Wie die Partikel in einem nahtlosen Fluss in eine Type und dann in eine andere fliegen würden. Nun können Sie sie nicht nur sehen, sondern auch steuern. Mit freundlicher Genehmigung – three.js und Gemini 3.

Ein aktuelles visuelles Projekt, das auf X viral geht, ermöglicht es Ihnen, einen Bildschirm aus fließenden 3D-Partikeln mit Handgesten zu steuern. Obwohl es ausgefallen ist, ist es bei weitem nicht so schwierig, wie es scheint. Alles nur, weil Sie jetzt über die Macht der KI verfügen, den Codierungsteil für Sie zu erledigen.

Besuchen Sie einfach Gemini 3 auf der Gemini-Web site oder Google AI Studiound geben Sie die folgende Eingabeaufforderung ein:

Aufforderung 1:

Erstellen Sie mit Three.js ein interaktives 3D-Partikelsystem in Echtzeit.

Anforderungen:

– Steuern Sie die Skalierung und Ausdehnung der Partikelgruppe, indem Sie die Spannung und das Schließen beider Hände über die Kamera erfassen.
– Stellen Sie Tafeln bereit, auf denen Sie Herzen/Blumen/Saturn/Buddha-Statuen/Feuerwerk und andere Vorlagen auswählen können
– Unterstützen Sie den Farbwähler, um die Partikelfarbe anzupassen
– Partikel müssen in Echtzeit auf Gestenänderungen reagieren. Die Benutzeroberfläche ist einfach und fashionable.
– Die Benutzeroberfläche ist einfach und fashionable

Wenn Sie möchten, können Sie diese Eingabeaufforderung sogar nach Ihren Wünschen anpassen, wie ich es hier getan habe –

Aufforderung 2:

Passen Sie den Code für die Einhandbedienung an, indem Sie die folgenden Anweisungen befolgen:

Hand heben = herauszoomen
Hand senken = heranzoomen
Hand nach hyperlinks bewegen = im Uhrzeigersinn drehen
Hand nach rechts bewegen = gegen den Uhrzeigersinn drehen

Wenn Sie fertig sind, speichern Sie einfach die HTML-Datei und führen Sie sie in einem beliebigen Browser aus. Sobald Sie drin sind und Ihre Kamera eingeschaltet ist, können Sie auf der Webseite eine 3D-Partikelanimation mit Ihrer Hand steuern. Hier sehen Sie, wie es funktioniert:

Quelle: X/ @EHuanglu

Vielen Dank an Gemini 3, dass Sie dies möglich gemacht haben. Aber noch nicht, denn es gibt noch viel mehr, was man damit machen kann, wie zum Beispiel –

2. Lernen Sie Gebärdensprache mit Selbstvertrauen

Ich bin mir sicher, dass viele von uns sich schon immer gewünscht haben, mindestens einmal in ihrem Leben die Gebärdensprache zu lernen. Was wäre, wenn wir dafür einen Stay-Lehrer hätten, der uns nicht nur unterrichtet, sondern auch unsere Gebärdensprache in Echtzeit analysiert, während wir sie üben? Für einen X-Benutzer hat Gemini 3 dies kürzlich mit einer einzigen Eingabeaufforderung ermöglicht.

Innerhalb von 5 Minuten nach der Vibe-Codierung mit Gemini 3 konnte X-Benutzerin Allie Ok Miller eine erstellen videofähige App für Gebärdensprache. Die App enthielt Funktionen wie Konfidenzwerte, Stichprobeneinstellungen und Tipps. Wie in ihrem Video zu sehen ist, ermöglicht Ihnen die App das Erlernen der Gebärdensprache mit den richtigen Anweisungen auf dem Bildschirm sowie einer Videoaufzeichnungsfunktion, die Ihre Handbewegung mit einem Konfidenzmesser für Genauigkeit abbildet.

Hier können Sie die Video-App in Aktion sehen:

Quelle: X/ @alliekmiller

3. Haben Sie Ihren eigenen AI-Podcast-Host

Ein weiterer Tweet der X-Benutzerin Zara Zhang zeigt ein Videoaufzeichnungstool, das Fragen und Aufforderungen in Echtzeit teilt, um Ihrer Kreativität freien Lauf zu lassen. Die App fungiert im Wesentlichen als Podcast-Host in Echtzeit, hört sich Ihre Antworten an und generiert Folgefragen oder Aufforderungen, als wären Sie in einem Podcast-Interview. Es soll Ihnen im Grunde dabei helfen, in einer Interaktion oder vor der Kamera spontaner zu sein.

Zhang hebt in ihrem Tweet hervor, wie Zwillinge 3 verfügt über eine native Integration mit der Kamera, die diese gesamte App ermöglicht. Mit der von ihr entwickelten App kann sie sogar die Videointeraktionen herunterladen, sobald sie fertig ist, das Seitenverhältnis des Movies anpassen oder KI-generierte Videoideen erhalten. Hier können Sie sich das Device und seine Funktionsweise ansehen:

Quelle: X/ @zarazhangrui

4. Ein supercooles Multi-Home windows-Portal für Webcam

Mit Gemini 3 hat X-Benutzer Alvaro Cintas eine „Portal Home windows“-App erstellt, die in Aktion tremendous cool aussieht. Die App ordnet grundsätzlich einen einzelnen Webcam-Feed mehreren schwebenden Fenstern zu. Es sieht aus wie echte Fenster, aus denen man hinübersehen kann, während sich jemand über seine Webcam bewegt. Mit so vielen Fenstern für das Webcam-Streaming werden On-line-Videoaufnahmen nie wieder die gleichen sein.

Auch wenn es keinen praktischen Anwendungsfall für eine solche App gibt, zeigt die Tatsache, dass Gemini 3 dies mit einer einzigen Eingabeaufforderung ermöglicht hat, die Leistungsfähigkeit von Googles neuestes KI-Modell mit Vibe-Codierung. Schauen Sie sich die supercoole Portal-Home windows-App von Cintas im Video unten an:

Quelle: X/ @dr_cintas

5. Eines für die Künstler: 360 Panoramen mit Nano Banana Professional

Nano Banana Professional battle bisher unbestreitbar das größte Replace in der Welt der KI-Bildgenerierung und -bearbeitung (lesen Sie es). Vergleich mit Grok Think about hier). Da das neue Modell jetzt von Gemini 3 angetrieben wird, ist es Google gelungen, eine völlig neue Welt voller Möglichkeiten zu erschließen. X-Benutzer Miguel demonstriert dies in seinem Tweet, in dem er mit Nano Banana Professional ein nahezu perfektes 360-Grad-Panorama des Südpols erstellen konnte, komplett mit Polarlichtern und einem Königreich aus Pinguinen. Wenn Sie jemals einen KI-Bildgenerator verwendet haben (falls nicht, Probieren Sie eine dieser 10 aus), wissen Sie, was für ein großer Sprung das ist.

Miguel weist außerdem darauf hin, wie es dieser Funktion von Nano Banana Professional gelungen ist, den stundenlangen Aufwand und Hunderte von Greenback für die Schulung von LoRAs für SD 1.5, SDXL und FLUX einzusparen. Sehen Sie sich hier an, was Miguel generieren konnte:

Quelle: X/ @angrypenguinPNG

Abschluss

Wenn man aus all diesen wilden Experimenten eine Erkenntnis ziehen kann, dann diese: Gemini 3 hat Vibe-Coding von einem Geek-Traum in eine echte Superkraft verwandelt. Sie müssen nicht mehr Wochen damit verbringen, Frameworks zu beherrschen oder endlose Codezeilen zu debuggen. Eine gute Eingabeaufforderung, und schon bauen Sie interaktive 3D-Bildschirme, Gebärdensprachlehrer, Podcast-Co-Moderatoren und sogar magische Webcam-Portale.

Es scheint eine neue Ära der Schöpfung zu sein, in der der Unterschied zwischen Vorstellungskraft und funktionierender Software program auf wenige Minuten reduziert wurde. All dies dank Gemini 3 (und anderen). Google AI-Drops, die Sie hier ansehen können). Jetzt bleibt nur noch die Frage: Welches unglaubliche Projekt werden Sie als nächstes zum Leben erwecken?

Google verfügt über eine präzise Lanserat- und New-Funktion Vibe-Codierung ich AI Studio Som kan vara lösningen. Später habe ich eine ganze Textbeschreibung gelesen, bis eine neue KI-App für Sie da battle.

Kostenloser API-E-newsletter und komplizierter Code. Keine Kodierung hat Ihre Idee verändert und keine Minute in Ihrer Zeit gedauert.

Schritt 1: Beschreibung in der App

Bevor Sie dorthin gelangen, müssen Sie navigieren aistudio.google.com Melden Sie sich mit Ihrem Google-Konto an und klicken Sie auf die Schaltfläche bauen.

Nachdem Sie sich mit Google AI Studio beschäftigt haben, müssen Sie sofort schreiben und eine Beschreibung hinzufügen, die Sie später lesen müssen.

Jag testade mit der folgenden Aufforderung: „Skapa en health och hälsoapp, Implementieren Sie eine neue Trainingseinheit in Fitnessapps, Skapa en funktion für anpassningsbara träningsplaner i fitnessapps.“

Schritt 2: Die AI:n sköta grovjobbet

Sie müssen sich nicht mehr mit Ihrer Beschreibung befassen. Der Grund dafür ist, dass nicht alle erforderlichen Maßnahmen ergriffen werden können (Sie müssen damit rechnen). Das Gerät koppelt den AI-Modellierer automatisch und benötigt die App, um die Funktion zu nutzen, die Sie benötigen. Der Slipper ist mit der traditionellen Verwendung von SDK und API ausgestattet.

Tipps für beste Ergebnisse

Überprüfen Sie die Werte Ihrer App auf die Frage, ob Sie Ihre Eingabeaufforderung formulieren möchten. Var konkret und tydlig ist für vag. Ist nur für den Fall bestimmt „Jag Vill hat eine coole App„Wir stellen sicher, dass dies genau der Fall ist und dass Sie es zwischendurch nutzen können.

Es ist wichtig, die Vorbereitungsprozesse durchzuführen. Die ersten Versionen scheinen perfekt zu sein, aber sie müssen unbedingt bearbeitet und bearbeitet werden. Experimentieren Sie mit dieser Formel und erhalten Sie ein gutes Ergebnis. AI Studio ist für diesen Typ einer iterativen Bearbeitung konzipiert.

Weitere Informationen:

Einführung in die Vibe-Codierung in Google AI Studio

https://aistudio.google.com/Googles AI Studio

Bild von Autor | Chatgpt

# Einführung

Ai-generierter Code ist überall. Seit Anfang 2025 ist die „Vibe -Codierung“ (das KI -Schreibcode aus einfachen Eingabeaufforderungen zu lassen) in Knowledge Science -Groups explodiert. Es ist schnell, es ist zugänglich und erstellt eine Sicherheitskatastrophe. Neuere Forschungen von Veracode zeigen KI -Modelle auswählen Unsichere Codemuster 45% der Zeit. Für Java -Anwendungen? Das springt auf 72%. Wenn Sie Daten -Apps erstellen, die smart Informationen verarbeiten, sollten diese Zahlen Sie beunruhigen.

Die KI -Codierung verspricht Geschwindigkeit und Zugänglichkeit. Aber seien wir ehrlich darüber, was Sie für diese Bequemlichkeit handeln. Hier sind fünf Gründe, warum die Vibe -Codierung Bedrohungen zur Sicherung der Datenanwendungsentwicklung darstellt.

# 1. Ihr Code lernt aus kaputten Beispielen

Das Downside ist, dass die Mehrheit der analysierten Codebasen mindestens eine Sicherheitsanfälligkeit enthält, wobei viele von ihnen ein hohes Risikofehler beherbergen. Wenn Sie KI -Codierungswerkzeuge verwenden, rollen Sie die Würfel mit Mustern, die aus diesem gefährdeten Code gelernt werden.

AI -Assistenten können sichere Muster von unsicheren erkennen. Dies führt zu SQL -Injektionen, einer schwachen Authentifizierung und den freigelegten sensiblen Daten. Für Datenanwendungen werden sofortige Risiken erstellt, bei denen Datenbankabfragen Angriffe gegen Ihre kritischsten Informationen ermöglichen.

# 2. Hartcodierte Anmeldeinformationen und Geheimnisse in Datenverbindungen

KI -Codegeneratoren haben die gefährliche Angewohnheit, Anmeldeinformationen direkt im Quellcode zu harten, und erstellen einen Sicherheitsalptraum für Datenanwendungen, die sich mit Datenbanken, Cloud -Diensten und APIs mit sensiblen Informationen verbinden. Diese Praxis wird katastrophal, wenn diese hartcodierten Geheimnisse in der Versionskontrollgeschichte bestehen und von Angreifern Jahre später entdeckt werden können.

AI -Modelle generieren häufig Datenbankverbindungen mit Kennwörtern, API -Schlüssel und Verbindungszeichenfolgen, die direkt in den Anwendungscode eingebettet sind, anstatt sichere Konfigurationsverwaltung zu verwenden. Die Bequemlichkeit, in Ai-generierten Beispielen alles zu haben, schafft ein falsches Sicherheitsgefühl und lässt Ihre sensiblen Zugriffsanmeldeinformationen, die jedem mit dem Zugriff auf Code-Repository zugänglich sind, ausgesetzt.

# 3. Fehlende Eingabevalidierung in Datenverarbeitungspipelines

Knowledge Science-Anwendungen verarbeiten häufig Benutzereingänge, Dateien-Uploads und API-Anforderungen, aber AI-generierter Code implementiert konsequent die ordnungsgemäße Eingabevalidierung. Dadurch werden Einstiegspunkte für böswillige Dateneinspritzungen erstellt, mit denen ganze Datensätze beschädigt oder Code -Ausführungsangriffe aktiviert werden können.

KI -Modellen fehlen möglicherweise Informationen über die Sicherheitsanforderungen einer Anwendung. Sie erstellen Code, der einen Dateinamen ohne Validierung akzeptiert und Pfad -Traversal -Angriffe ermöglicht. Dies wird in Datenpipelines gefährlich, bei denen nicht validierte Eingänge ganze Datensätze beschädigen, Sicherheitskontrollen umgehen oder Angreifer ermöglichen, auf Dateien außerhalb der beabsichtigten Verzeichnisstruktur zugreifen zu können.

# 4. Unzureichende Authentifizierung und Autorisierung

AI-generierte Authentifizierungssysteme implementieren häufig grundlegende Funktionen, ohne die Sicherheitsauswirkungen auf die Datenzugriffskontrolle zu berücksichtigen und Schwachstellen im Sicherheitsumfang Ihrer Anwendung zu erstellen. Reale Fälle haben gezeigt, dass AI-generierte Code-Kennwörter mit verwerteten Algorithmen wie MD5, der Implementierung der Authentifizierung ohne Multi-Faktor-Authentifizierung und unzureichenden Sitzungsmanagementsystemen implementieren.

Datenanwendungen erfordern solide Zugriffskontrollen, um smart Datensätze zu schützen. Die Vibe-Codierung erzeugt jedoch häufig Authentifizierungssysteme, die rollenbasierte Zugriffskontrollen für Datenberechtigungen fehlen. Das Coaching der KI zu älteren, einfacheren Beispielen bedeutet, dass sie häufig Authentifizierungsmuster vorschlägt, die vor Jahren akzeptabel waren, aber jetzt als Sicherheits-Anti-Muster angesehen werden.

# 5. falsche Sicherheit durch unzureichende Checks

Der vielleicht gefährlichste Aspekt der Vibe -Codierung ist das falsche Sicherheitsgefühl, das es erstellt, wenn Anwendungen bei gleichzeitig schwerwiegenden Sicherheitsfehler korrekt zu funktionieren scheinen. AI-generierter Code führt häufig auf grundlegende Funktionalitätstests durch, während es sich um Schwachstellen wie logische Fehler, die Geschäftsprozesse, Rassenbedingungen in der gleichzeitigen Datenverarbeitung und subtile Fehler, die nur unter bestimmten Bedingungen erscheinen, beeinflussen.

Das Downside wird verschärft, da Groups, die Vibe -Codierung verwenden, möglicherweise das technische Know -how fehlt, um diese Sicherheitsprobleme zu identifizieren und eine gefährliche Kluft zwischen wahrgenommener Sicherheit und tatsächlicher Sicherheit zu schaffen. Unternehmen werden in der Sicherheitshaltung ihrer Anwendungen zu übermütig, basierend auf erfolgreichen Funktionstests, ohne zu erkennen, dass Sicherheitstests völlig unterschiedliche Methoden und Fachkenntnisse erfordert.

# Aufbau sicherer Datenanwendungen im Alter der Vibe -Codierung

Der Aufstieg der Vibe-Codierung bedeutet nicht, dass Knowledge Science-Groups eine vollständig unterstützte Entwicklung vollständig aufgeben sollten. Github Copilot Erhöhte Geschwindigkeit der Aufgabenabschluss sowohl für Junior- als auch für ältere Entwickler, was eindeutige Produktivitätsvorteile zeigt, wenn sie verantwortungsbewusst verwendet werden.

Aber hier ist, was tatsächlich funktioniert: Erfolgreiche Groups, die KI -Codierungs -Instruments verwenden, implementieren mehrere Schutzmaßnahmen, anstatt auf das Beste zu hoffen. Der Schlüssel besteht darin, den Code mit AI-generierten Code niemals ohne Sicherheitsüberprüfung bereitzustellen. Verwenden Sie automatisierte Scan -Instruments, um gemeinsame Schwachstellen zu fangen. Richtige Geheimverwaltungssysteme implementieren; Festlegen strenger Eingangsvalidierungsmuster; und verlassen Sie sich niemals ausschließlich auf Funktionstests zur Sicherheitsvalidierung.

Erfolgreiche Groups implementieren einen mehrschichtigen Ansatz:

• Sicherheitsbewusste Aufforderung Dies beinhaltet explizite Sicherheitsanforderungen in jeder KI -Interaktion
• Automatisiertes Sicherheitsscanning mit Instruments wie OWASP ZAP Und Sonarqube In CI/CD -Pipelines integriert
• Überprüfung der menschlichen Sicherheit von Sicherheitsentwicklern für alle Code mit AI-generiertem Code
• Kontinuierliche Überwachung mit Echtzeit-Bedrohungserkennung
• Regelmäßige Sicherheitstraining Damit die Groups auf KI -Codierungsrisiken auf dem Laufenden halten

# Abschluss

Die Vibe -Codierung stellt eine große Verschiebung der Softwareentwicklung dar, bietet jedoch ernsthafte Sicherheitsrisiken für Datenanwendungen. Die Bequemlichkeit der natürlichen Sprachprogrammierung kann die Notwendigkeit von Grundsätzen für Sicherheits-zu-Design-Prinzipien beim Umgang mit sensiblen Daten nicht außer Kraft setzen.

Es muss einen Menschen in der Schleife geben. Wenn eine Bewerbung von jemandem, der den Code nicht einmal überprüfen kann, vollständig stimmberechtig ist, kann sie nicht feststellen, ob er sicher ist. Knowledge Science-Groups müssen sich sowohl mit Enthusiasmus als auch Vorsicht an eine AI-unterstützte Entwicklung wenden und die Produktivitätsgewinne annehmen, während sie nie die Sicherheit für Geschwindigkeit opfern.

Die Unternehmen, die heute sichere Atmosphärencodierungspraktiken herausfinden, werden morgen gedeihen. Diejenigen, die nicht die Sicherheitsverletzungen erklären, anstatt Innovationen zu feiern.

Vinod Chugani wurde in Indien geboren und in Japan aufgewachsen und bringt eine globale Perspektive in die Bildung von Datenwissenschaft und maschinellem Lernen. Er überbrückt die Lücke zwischen aufstrebenden KI -Technologien und der praktischen Umsetzung für Berufstätige. Vinod konzentriert sich darauf, zugängliche Lernwege für komplexe Themen wie Agenten -KI, Leistungsoptimierung und KI -Engineering zu erstellen. Er konzentriert sich auf praktische Implementierungen für maschinelles Lernen und Mentoring der nächsten Era von Datenfachleuten durch Reside -Sitzungen und personalisierte Anleitung.

Bild von Autor | Chatgpt

Die Arbeit mit Daten ist überall, von kleinen Apps bis hin zu riesigen Systemen. Aber Daten schnell und sicher zu handhaben ist nicht immer einfach. Dort kommt Rost ins Spiel. Rost ist eine Programmiersprache für Geschwindigkeit und Sicherheit. Es eignet sich hervorragend zum Aufbau von Instruments, die große Datenmengen bearbeiten müssen, ohne zu verlangsamen oder zu stürzen. In diesem Artikel werden wir untersuchen, wie Rust Ihnen helfen kann, Hochleistungsdaten-Instruments zu erstellen.

# Was ist „Vibe -Codierung“?

Vibe -Codierung Bezieht sich auf die Praxis der Verwendung von großsprachigen Modellen (LLMs), um Code zu erstellen, die auf natürlichen Sprachbeschreibungen basieren. Anstatt jede Codezeile selbst zu tippen, sagen Sie der KI, was Ihr Programm tun sollte, und es schreibt den Code für Sie. Die Vibe -Codierung erleichtert es einfacher und schneller, Software program zu erstellen, insbesondere für Personen, die nicht viel Erfahrung mit der Codierung haben.

Der Vibe -Codierungsprozess umfasst die folgenden Schritte:

1. Natürliche Spracheingabe: Der Entwickler enthält eine Beschreibung der gewünschten Funktionalität in der Klartext.
2. AI -Interpretation: Die AI analysiert die Eingabe und bestimmt die erforderliche Codestruktur und Logik.
3. Codegenerierung: Die KI generiert den Code basierend auf ihrer Interpretation.
4. Ausführung: Der Entwickler führt den generierten Code aus, um festzustellen, ob er wie beabsichtigt funktioniert.
5. Verfeinerung: Wenn etwas stimmt, sagt der Entwickler der KI, was er beheben soll.
6. Iteration: Der iterative Prozess wird fortgesetzt, bis die gewünschte Software program erreicht ist.

# Warum Rost für Datenwerkzeuge?

Rust wird aufgrund mehrerer wichtiger Vorteile zu einer beliebten Wahl für das Erstellen von Datenwerkzeugen:

• Hohe Leistung: Rust liefert die Leistung, die mit C und C ++ vergleichbar ist und schnell große Datensätze behandelt
• Speichersicherheit: Rost hilft dem Speicher sicher ohne Müllsammler, der die Fehler reduziert und die Leistung verbessert
• Parallelität: Die Eigentümerregeln von Rust verhindern Datenrennen, mit denen Sie einen sicheren Parallelcode für Multi-Core-Prozessoren schreiben können
• Reiches Ökosystem: Rust hat ein wachsendes Ökosystem von Bibliotheken, das als Kisten bekannt ist, die es einfach machen, leistungsstarke, plattformübergreifende Werkzeuge aufzubauen

# Stellen Sie Ihre Rostumgebung auf

Der Einstieg ist unkompliziert:

1. Rost einbauen: Verwenden Rostup Rost zu installieren und es auf dem neuesten Stand zu halten
2. IDE -Unterstützung: Beliebte Redakteure mögen Vs Code Und Intellij Rost Machen Sie es einfach, Rostcode zu schreiben
3. Nützliche Kisten: Betrachten Sie für die Datenverarbeitung Kisten wie z. csvAnwesend serdeAnwesend rayonUnd tokio

Mit dieser Fundament können Sie Datenwerkzeuge in Rost erstellen.

# Beispiel 1: CSV -Parser

Eine gemeinsame Aufgabe beim Arbeiten mit Daten ist das Lesen von CSV -Dateien. CSV -Dateien speichern Daten in einem Tabellenformat wie einer Tabelle. Lassen Sie uns ein einfaches Werkzeug in Rost bauen, um genau das zu tun.

// Schritt 1: Hinzufügen von Abhängigkeiten

In Rost verwenden wir Kisten um uns zu helfen. Fügen Sie diese zu diesem Beispiel zu Ihrem Projekt hinzu Cargo.toml Datei:

(dependencies)
csv = "1.1"
serde = { model = "1.0", options = ("derive") }
rayon = "1.7"

• csv Hilft uns, CSV -Dateien zu lesen
• serde Lassen Sie uns CSV -Zeilen in Rost -Datentypen umwandeln
• rayon Lassen Sie uns Daten parallel verarbeiten

// Schritt 2: Definieren einer Datensatzstruktur

Wir müssen Rost sagen, welche Artwork von Daten jede Zeile enthält. Wenn beispielsweise jede Zeile einen ID, einen Namen und einen Wert hat, schreiben wir:

use serde::Deserialize;

#(derive(Debug, Deserialize))
struct Document {
    id: u32,
    title: String,
    worth: f64,
}

Dies erleichtert es Rost, CSV -Zeilen in die Zeile zu verwandeln Document Strukturen.

// Schritt 3: Rayon zur Parallelität verwenden

Lassen Sie uns nun eine Funktion schreiben, die die CSV -Datei liest und Datensätze filtert, bei denen der Wert größer als 100 ist.

use csv::ReaderBuilder;
use rayon::prelude::*;
use std::error::Error;

// Document struct from the earlier step must be in scope
use serde::Deserialize;

#(derive(Debug, Deserialize, Clone))
struct Document {
    id: u32,
    title: String,
    worth: f64,
}

fn process_csv(path: &str) -> End result<(), Field> {
    let mut rdr = ReaderBuilder::new()
        .has_headers(true)
        .from_path(path)?;

    // Accumulate data right into a vector
    let data: Vec = rdr.deserialize()
        .filter_map(End result::okay)
        .accumulate();

    // Course of data in parallel: filter the place worth > 100.0
    let filtered: Vec<_> = data.par_iter()
        .filter(|r| r.worth > 100.0)
        .cloned()
        .accumulate();

    // Print filtered data
    for rec in filtered {
        println!("{:?}", rec);
    }
    Okay(())
}

fn foremost() {
    if let Err(err) = process_csv("information.csv") {
        eprintln!("Error processing CSV: {}", err);
    }
}

# Beispiel 2: Asynchroner Streaming -Datenprozessor

In vielen Datenszenarien – wie Protokollen, Sensordaten oder finanziellen Zecken – müssen Sie Datenströme asynchron verarbeiten, ohne das Programm zu blockieren. Das Async -Ökosystem von Rust erleichtert das Erstellen von Streaming -Datenwerkzeugen.

// Schritt 1: Hinzufügen asynchroner Abhängigkeiten

Fügen Sie diese Kisten zu Ihrem hinzu Cargo.toml Um mit asynchronen Aufgaben und JSON -Daten zu helfen:

(dependencies)
tokio = { model = "1", options = ("full") }
async-stream = "0.3"
serde_json = "1.0"
tokio-stream = "0.1"
futures-core = "0.3"

• tokio ist die asynchronische Laufzeit, die unsere Aufgaben ausführt
• async-stream hilft uns, Daten von Daten asynchron zu erstellen
• serde_json Parsen JSON -Daten in Roststrukturen

// Schritt 2: Erstellen eines asynchronen Datenstroms

Hier ist ein Beispiel, das Simulate, die JSON -Ereignisse nacheinander empfangen, mit einer Verzögerung von Simulaten erhalten. Wir definieren eine Occasion Struktur und erstellen Sie dann einen Stream, der diese Ereignisse asynchron erzeugt:

use async_stream::stream;
use futures_core::stream::Stream;
use serde::Deserialize;
use tokio::time::{sleep, Period};
use tokio_stream::StreamExt;

#(derive(Debug, Deserialize))
struct Occasion {
    event_type: String,
    payload: String,
}

fn event_stream() -> impl Stream {
    stream! {
        for i in 1..=5 {
            let occasion = Occasion {
                event_type: "replace".into(),
                payload: format!("information {}", i),
            };
            yield occasion;
            sleep(Period::from_millis(500)).await;
        }
    }
}

#(tokio::foremost)
async fn foremost() {
    let mut stream = event_stream();

    whereas let Some(occasion) = stream.subsequent().await {
        println!("Obtained occasion: {:?}", occasion);
        // Right here you possibly can filter, remodel, or retailer the occasion
    }
}

# Tipps zur Maximierung der Leistung

• Profilieren Sie Ihren Code mit Instruments wie cargo bench oder perf Engpässe erkennen
• Bevorzugen Sie Null-Kosten-Abstraktionen wie Iteratoren und Merkmale, um sauberen und schnellen Code zu schreiben
• Verwenden Sie asynchrische E/O mit tokio Beim Umgang mit Netzwerk- oder Festplatten -Streaming
• Halten Sie das Eigentümermodell von Rust vorne und im Zentrum, um unnötige Zuteilungen oder Klone zu vermeiden
• Im Freigabemodus erstellen (cargo construct --release) Um Compiler -Optimierungen zu aktivieren
• Verwenden Sie spezialisierte Kisten wie ndarray oder einzelne Anweisungen, mehrere Daten (SIMD) Bibliotheken für schwere numerische Workloads

# Einpacken

Mit der Vibe -Codierung können Sie Software program erstellen, indem Sie beschreiben, was Sie wollen, und die KI macht Ihre Ideen in Arbeitscode. Dieser Prozess spart Zeit und senkt die Eintrittsbarriere. Rost ist perfekt für Datenwerkzeuge und bietet Ihnen Geschwindigkeit, Sicherheit und Kontrolle ohne Müllsammler. Außerdem hilft Ihnen der Compiler von Rust, gängige Fehler zu vermeiden.

Wir haben gezeigt, wie man einen CSV -Prozessor erstellt, der Daten parallel liest, filtert und verarbeitet. Wir haben auch einen asynchronen Stream -Prozessor erstellt, um Dwell -Daten mithilfe zu verarbeiten tokio. Verwenden Sie KI, um Ideen und Rost zu erkunden, um sie zum Leben zu erwecken. Gemeinsam helfen sie Ihnen, Hochleistungswerkzeuge aufzubauen.

Jayita Gulati ist ein Fanatic und technische Schriftsteller für maschinelles Lernen, der von ihrer Leidenschaft für den Aufbau maschineller Lernmodelle angetrieben wird. Sie hat einen Grasp -Abschluss in Informatik an der Universität von Liverpool.