大家好，我是木川
在没有人工智能的时候，我们需要花费至少60分钟，阅读代码并根据自己的理解手动绘制思维导图或流程图，以帮助我们更好地理解代码。
AI可以将代码转换为准确的代码可视化图形，节省阅读代码的时间，只需5分钟。
这里面存在三个问题：
1、怎么通过 AI 解读代码
2、怎么通过流程图呈现解读后的代码？
3、怎么生成流程图
我将依次介绍这三部分
AI解读代码实际上利用了AI的总结能力，生成代码注释。大模型已实现此功能。
比如 Baidu Comate 的底层模型：文心一言 4.0、清华开发的 CodeGeex 大模型、GitHub Copilot 的底层模型：CodeX
可能有的人会问，为什么不通过 GPT 直接生成注释呢？
GPT 是一个通用大模型，可以做很多事情，写文章、写代码、写小说等；如果只写代码，不如专有代码大模型，更加专一，只专注在代码领域，解读代码更准确，生成的代码注释更精准
这里介绍一个使用 Comate 解读代码的例子：
比如下面这段代码有 200 行，核心就是订单打包，比如 10 个订单聚类后生成 8 个包裹
聚类的细节太多，想着用 AI 提取并绘制流程图，更加直观，首先使用 AI 编程工具 Baidu Comate，解读这段代码
安装插件 Comate 后，在函数代码上方，找到代码解释菜单
点击代码注释，将会打开百度 AI 助手聊天框，显示代码解释
不论是给领导汇报，还是写周报，如果你能将的文字或者代码可视化，给人的感觉就立马不一样了，所以学会可视化非常重要
代码可视化一般需要创建 UML 图，这样的工具有很多，从使用文本描述来生成 UML 图的角度，我选择的是 PlantUML
PlantUML 是一个强大的工具，用于快速创建多种类型的图表。这些图表广泛用于软件开发和文档编写中，以下是 PlantUML 支持的一些主要图表类型：
1、序列图（Sequence Diagram）：用于展示对象之间交互的时间序列，常用于展示系统内部组件或对象之间的消息传递。
2、用例图（Use Case Diagram）：描述系统的功能和外部用户（参与者）之间的交互。
3、类图（Class Diagram）：展示系统中类的结构和类之间的关系，如继承、接口实现、依赖关系等。
4、活动图（Activity Diagram）：类似于流程图，用于展示从一个活动到另一个活动的控制流。
5、组件图（Component Diagram）：展示系统的组件如何组合在一起工作。
6、状态图（State Diagram）：展示一个对象在其生命周期内经历的状态以及状态间的转移。
7、对象图（Object Diagram）：类图的一个实例，显示了系统中对象之间的关系。
8、包图（Package Diagram）：展示代码的包结构，有助于理解代码的模块化组织。
9、组织结构图（Wireframe Graphic Interface）：用于描述图形组织结构组成
10、甘特图（Gantt Diagram）：用于项目管理中，展示项目的时间线和进度。
不知道大家发现没有，好像没看到流程图，其实 PlantUML 中的活动图就是流程图，左边是代码语法，右边是可视化图形
我们通过 AI 编程工具生成了代码注释，然后将拿到的代码注释，询问 AI：请基于下面这段代码注释，生成 PlantUML 活动图代码
看看 AI 的回复：
将步骤二中生成的流程图代码，复制到 plantuml 可视化网站 网址：http://www.plantuml.com/plantuml
点击 Submit 按钮，就可以获取到图片了
看流程图就大概知道这段代码的含义了，AI 解读代码可视化图，真的很方便
以上通过代码 -> 注释 -> 绘制流程图的方法，就得到了想要的效果，相比传统方式阅读完代码自己手动绘制图形，确实效率高了很多
最后分享一个小技巧：代码的可视化呈现方式有很多种，为什么必须是流程图，而不是其它类型的图，可以问 AI 这段代码生成什么图比较好，选择最优呈现方式可视化
比如基于上面的代码，我也可以生成类图
像这样的图，我生成了很多，比如我主要是写 Go 的，我写了很多文章，然后用 AI 进行了可视化
比如 Go 可重入锁，一张图解释通俗易懂
比如 Go 内存管理，一张图诠释内存分布组件
比如 go.sum 文件，一张图描述内部结构
比如 sync.Cond 底层数据结构，一张图说明提供的函数接口
上面的图都是使用 AI 生成的，AI 可以让不懂编程的人，完成一个工具或者插件的开发，大大降低了软件开发的成本；AI 可以让懂编程的人，更高效地完成日常工作，更快地完成应用开发，大大提高了工作和学习效率
我一直秉承一个观点：如果你不会写作，你也不会 AI 写作；如果你不会编程，你也不会 AI 编程。
如果想通过 AI 生成代码流程图，首先你得知道，什么是代码流程图，有哪些方式可以可视化，然后利用 AI 加速这个过程。