GitHub Spark Neuer Ansatz zur App-Entwicklung mit natürlicher Sprache

Integration von KI-Modellen und Datenquellen

Sparks können KI-Funktionen und externe Datenquellen integrieren, ohne dass der Nutzer sich um die Verwaltung von Cloud-Ressourcen kümmern muss. Dies vereinfacht den Entwicklungsprozess erheblich und ermöglicht die schnelle Erstellung von Prototypen. Die Wahl des KI-Modells für GitHub Copilot und Spark bietet Flexibilität für Entwickler. Zur Verfügung stehen Modelle von Anthropic (Claude 3.5 Sonnet), Google (Gemini 1.5 Pro) und OpenAI (GPT-4o und o1 Modelle). Diese Auswahl erlaubt es, das jeweils optimale Modell für den spezifischen Anwendungsfall zu wählen.

Weitere Neuerungen für Entwickler

Neben Spark präsentierte GitHub auf der Universe '24 Konferenz weitere Neuerungen. GitHub Copilot in VS Code erhält die Fähigkeit, mehrere Dateien gleichzeitig zu bearbeiten. Copilot Extensions, welches die Integration von Entwicklertools wie Atlassian Rovo, Docker, Sentry und Stack Overflow ermöglicht, wird Anfang 2025 für alle Nutzer verfügbar sein. Eine neue Code-Review-Funktion liefert innerhalb von 30 Sekunden Feedback. Entwickler können zudem individuelle Anweisungen für Copilot Chat festlegen, um die Antworten auf ihre bevorzugten Tools und Codierungskonventionen abzustimmen.

Python überholt JavaScript

Der Octoverse-Report von GitHub zeigt, dass Python JavaScript als meistgenutzte Programmiersprache auf der Plattform abgelöst hat. Dies spiegelt die wachsende Bedeutung der KI-Entwicklung wider. Die Anzahl öffentlich zugänglicher generativer KI-Projekte auf GitHub ist im Vergleich zum Vorjahr um 98 Prozent gestiegen, mit besonders starkem Wachstum in Indien, Deutschland, Japan und Singapur. Über eine Million Studenten, Lehrer und Open-Source-Entwickler nutzen GitHub Copilot im Rahmen eines kostenlosen Zugangsprogramms.

Ausblick

GitHub Spark hat das Potenzial, die App-Entwicklung zu revolutionieren. Durch die Nutzung natürlicher Sprache wird die Entwicklung von Software für ein breiteres Publikum zugänglich. Die Integration von KI-Modellen und externen Datenquellen vereinfacht den Entwicklungsprozess zusätzlich. Es bleibt abzuwarten, wie Entwickler diese neuen Möglichkeiten nutzen und welche innovativen Anwendungen in Zukunft mit Spark entstehen werden.

Bibliographie:

1. https://techcrunch.com/2024/10/29/github-spark-lets-you-build-we-b-apps-in-plain-english/
2. https://www.theverge.com/2024/10/29/24282544/github-copilot-multi-model-anthropic-google-open-ai-github-spark-announcement
3. https://venturebeat.com/ai/github-expands-ai-capabilities-with-multi-model-support-in-copilot-enhanced-developer-tools/
4. https://github.blog/news-insights/product-news/universe-2023-copilot-transforms-github-into-the-ai-powered-developer-platform/
5. https://github.com/JohnSnowLabs/spark-nlp
6. https://github.com/eudk/awesome-ai-tools
7. https://ethicalml.github.io/awesome-production-machine-learning/
8. https://developers.slashdot.org/story/23/11/12/0154254/github-announces-its-refounding-on-copilot-including-an-ai-powered-copilot-chat-assistant
9. https://theflyingmaverick.com/category/ai/
10. https://www.linkedin.com/posts/davidtalby_release-spark-nlp-540-launching-openvino-activity-7214629038374445056-VPKV