【新智元导读】动嘴写代码指日可待!AI代码生成明星项目GPT-Engineer一夜爆火,短短几天狂揽19k星。 AutoGPT之后,又一个明星项目诞生了! GPT-Engineer一夜之间火遍全网,GitHub项目已经狂揽19k星。 这是一个根据指示生成代码的AI工具,你只需要「动动嘴」,就能直接构建整个代码库。
甚至,它能学习你的代码风格,短短几分钟就能让你搞定编码项目。 网友表示,我们离AGI又进了一步。
程序猿又要被淘汰一波了。
一句提示创建代码库
短短一周,GPT-Engineer在GitHub热度狂飙,引众多开发者围观。 究竟有多大的魅力? 项目主要作者Anton Osika在6月11日首次推出GPT-Engineer,并介绍了这款AI工具最大的特点: - 一个提示就能生成一个代码库 - 提出需要澄清的问题 - 生成技术规范 - 编写所有必要代码 - 易于添加自己的推理步骤、修改和实验 - 项目开源 - 分分钟让你完成编码
畅想下,未来无需编写一行代码,开发者创建一个项目就像和好友聊天那样简单。 这不仅仅是一个项目,而是对未来的一瞥。 GPT-Engineer预示着未来软件创造将是一个人机共话的时代。 另外,根据GitHub介绍了GPT-Engineer主要项目理念: - 简单易用,能够为用户提供价值; - 灵活且易于添加新的「AI步骤」; - 支持高级提示,可以记住用户反馈; - 能快速在AI和人类之间快速切换; - 所有计算都是「可恢复的」,并持久地保存到文件系统。
这个项目独特地方在于,开发者在文本文件中提交需求,GPT-Engineer不是无条件接受这些要求,而是提出许多详细的问题来让程序员澄清缺失的细节。 整个过程分两个阶段执行,即(1)需求细化促进阶段和(2)软件构建阶段。 第一阶段的步骤是: 用户提供的包含软件需求的文本文件被提交给GPT-Engineer,并被放置在OpenAI的GPT的初始消息中,同时还包括确定澄清问题的指示。 GPT-Engineer系统接收来自OpenAI GPT-4的反馈,了解哪些需求需要澄清,并回应提示用户澄清的问题。 GPT-Engineer会将这一过程循环,直到所有问题澄清到OpenAI GPT-4满意为止。
第二阶段的步骤是: 前一阶段提炼的需求被打包,并与OpenAI的GPT指令(即系统提示)和另外一套GPT-Engineer希望看到的输出指令(即用户提示)一起包装起来。 GPT-Engineer收到来自OpenAI GPT-4的响应,然后… GPT-Engineer为用户提供指令的软件项目创建源代码文件。
贪吃蛇上手实操
说了这么多,不如上手试练一番。做一个多人可玩的贪吃蛇网页版游戏。 你只需要输入一些关键提示: 使用有MVC组件的Python后端,视图需要将状态流传输给所有玩家,用你所生成的代码直接直接运行html和js。
对于这个游戏代码生成,GPT-Engineer就会让你继续回答一些细节的问题。
游戏规则和机制:确切给出贪吃蛇如何移动、生长,以及与其他玩
家如何交互,有没有什么power-ups,或者特殊游戏元素? 玩家互联:有多少玩家能加入游戏,是否有游戏大厅或者匹配? 游戏状态更新:多久更新一次游戏状态,多久把状态流传输给玩家,延迟率是? 用户界面:游戏界面长什么样?有任何特别设计需求和喜好吗? 游戏控制:玩家如何控制蛇?是否有其他控制或设置? 游戏结束状况:游戏如何结束?是否有评分体系或排行榜? 代码结构:对Python后端、HTML和JavaScript代码的组织有什么具体要求吗?
当你简单回答完这些问题后,GPT-Engineer就根据这些信息,给出了能够实现目标所需的文件、类和方法的列表。 具体步骤唰唰唰地来了。
最后一款完美的贪吃蛇游戏代码就完成了。
网友热评
网友表示,「澄清问题」是真正使GPT-Engineer脱颖而出的原因,因为修复生成代码中的问题往往比编写代码本身需要更多的时间。这似乎是朝着正确方向迈出的一大步。
真希望我上学时候就有这样利器了。
还有网友对GPT-Engineer和GPT-4的区别感到困惑。
然而,这个项目火虽火,一位网友测试了GPT-Engineer,给出了体验: 难设置 实际上不是创建文件,只是让你从命令行中运行一次(即不能调试) 与ChatGPT4的能力相当
最后总结,理想很丰满,现实很骨感。
还有网友对基准指出了问题, gpt-engineer做了几个简单的编程任务,并将它们作为基准。它可以为你快速开发一个currency_converter,但不能正确编码一个pomodoro_timer(还没有!)
安装方法
要么选择稳定版(stable),要么选择开发版(development)。 对于稳定版本: - pip install gpt-engineer 对于开发版: - cd gpt-engineer - make install - source venv/bin/activate 设置 使用GPT4访问权限的API密钥运行: - export OPENAI_API_KEY=[your api key] 运行 创建一个空文件夹。如果在repo中,你可以运行: - cp -r projects/example/ projects/my-new-project - 在新文件夹中填写 main_prompt 文件 - 运行:gpt-engineer projects/my-new-project 结果 - 检查
projects/my-new-project/workspace 中生成的文件 限制 使用额外的思想链提示,如Reaffon,应该能够让其更可靠,并且不会错过主要提示中请求的功能。 特点
你可以通过编辑 identity 文件夹中的文件来指定AI智能体的「身份」。 编辑「身份」和改进 main_prompt 是让智能体记住项目之间的事情的方法。 steps.py 中的每个步骤都将其与GPT4的对话历史记录存储在logs文件夹中,并且可以使用
scripts/rerun_edited_message_logs.py 重新运行。 项目主要作者
Anton Osika
Anton Osika是Depict.ai的首席技术官。这是一家创建机器学习推荐系统的初创公司,通过尖端的机器学习、计算机视觉和自然语言处理来理解产品。 就在4小时前,他还发了一条动态称,GPT-Engineer已经跃升到17k星,一点也没有减速迹象。
GPT-Engineer一夜爆火!一个提示生成整个代码库,GitHub 19k星2023-06-20 14:08·新智元
编辑:桃子 好困 【新智元导读】动嘴写代码指日可待!AI代码生成明星项目GPT-Engineer一夜爆火,短短几天狂揽19k星。
AutoGPT之后,又一个明星项目诞生了! GPT-Engineer一夜之间火遍全网,GitHub项目已经狂揽19k星。 这是一个根据指示生成代码的AI工具,你只需要「动动嘴」,就能直接构建整个代码库。
甚至,它能学习你的代码风格,短短几分钟就能让你搞定编码项目。 网友表示,我们离AGI又进了一步。
程序猿又要被淘汰一波了。
一句提示创建代码库
短短一周,GPT-Engineer在GitHub热度狂飙,引众多开发者围观。 究竟有多大的魅力? 项目主要作者Anton Osika在6月11日首次推出GPT-Engineer,并介绍了这款AI工具最大的特点: - 一个提示就能生成一个代码库 - 提出需要澄清的问题 - 生成技术规范 - 编写所有必要代码 - 易于添加自己的推理步骤、修改和实验 - 项目开源 - 分分钟让你完成编码
畅想下,未来无需编写一行代码,开发者创建一个项目就像和好友聊天那样简单。 这不仅仅是一个项目,而是对未来的一瞥。 GPT-Engineer预示着未来软件创造将是一个人机共话的时代。 另外,根据GitHub介绍了GPT-Engineer主要项目理念: - 简单易用,能够为用户提供价值; - 灵活且易于添加新的「AI步骤」; - 支持高级提示,可以记住用户反馈; - 能快速在AI和人类之间快速切换; - 所有计算都是「可恢复的」,并持久地保存到文件系统。
这个项目独特地方在于,开发者在文本文件中提交需求,GPT-Engineer不是无条件接受这些要求,而是提出许多详细的问题来让程序员澄清缺失的细节。 整个过程分两个阶段执行,即(1)需求细化促进阶段和(2)软件构建阶段。 第一阶段的步骤是: 用户提供的包含软件需求的文本文件被提交给GPT-Engineer,并被放置在OpenAI的GPT的初始消息中,同时还包括确定澄清问题的指示。 GPT-Engineer系统接收来自OpenAI GPT-4的反馈,了解哪些需求需要澄清,并回应提示用户澄清的问题。 GPT-Engineer会将这一过程循环,直到所有问题澄清到OpenAI GPT-4满意为止。
第二阶段的步骤是: 前一阶段提炼的需求被打包,并与OpenAI的GPT指令(即系统提示)和另外一套GPT-Engineer希望看到的输出指令(即用户提示)一起包装起来。 GPT-Engineer收到来自OpenAI GPT-4的响应,然后… GPT-Engineer为用户提供指令的软件项目创建源代码文件。
贪吃蛇上手实操
说了这么多,不如上手试练一番。做一个多人可玩的贪吃蛇网页版游戏。 你只需要输入一些关键提示: 使用有MVC组件的Python后端,视图需要将状态流传输给所有玩家,用你所生成的代码直接直接运行html和js。
对于这个游戏代码生成,GPT-Engineer就会让你继续回答一些细节的问题。
游戏规则和机制:确切给出贪吃蛇如何移动、生长,以及与其他玩家如何交互,有没有什么power-ups,或者特殊游戏元素? 玩家互联:有多少玩家能加入游戏,是否有游戏大厅或者匹配? 游戏状态更新:多久更新一次游戏状态,多久把状态流传输给玩家,延迟率是? 用户界面:游戏界面长什么样?有任何特别设计需求和喜好吗? 游戏控制:玩家如何控制蛇?是否有其他控制或设置? 游戏结束状况:游戏如何结束?是否有评分体系或排行榜? 代码结构:对Python后端、HTML和JavaScript代码的组织有什么具体要求吗?
当你简单回答完这些问题后,GPT-Engineer就根据这些信息,给出了能够实现目标所需的文件、类和方法的列表。 具体步骤唰唰唰地来了。
最后一款完美的贪吃蛇游戏代码就完成了。
网友热评
网友表示,「澄清问题」是真正使GPT-Engineer脱颖而出的原因,因为修复生成代码中的问题往往比编写代码本身需要更多的时间。这似乎是朝着正确方向迈出的一大步。
真希望我上学时候就有这样利器了。
还有网友对GPT-Engineer和GPT-4的区别感到困惑。
然而,这个项目火虽火,一位网友测试了GPT-Engineer,给出了体验: 难设置 实际上不是创建文件,只是让你从命令行中运行一次(即不能调试) 与ChatGPT4的能力相当
最后总结,理想很丰满,现实很骨感。
还有网友对基准指出了问题, gpt-engineer做了几个简单的编程任务,并将它们作为基准。它可以为你快速开发一个currency_converter,但不能正确编码一个pomodoro_timer(还没有!)
安装方法
要么选择稳定版(stable),要么选择开发版(development)。 对于稳定版本: - pip install gpt-engineer 对于开发版: - cd gpt-engineer - make install - source venv/bin/activate 设置 使用GPT4访问权限的API密钥运行: - export OPENAI_API_KEY=[your api key] 运行 创建一个空文件夹。如果在repo中,你可以运行: - cp -r projects/example/ projects/my-new-project - 在新文件夹中填写 main_prompt 文件 - 运行:gpt-engineer projects/my-new-project 结果 - 检查
projects/my-new-project/workspace 中生成的文件 限制 使用额外的思想链提示,如Reaffon,应该能够让其更可靠,并且不会错过主要提示中请求的功能。 特点
你可以通过编辑 identity 文件夹中的文件来指定AI智能体的「身份」。 编辑「身份」和改进 main_prompt 是让智能体记住项目之间的事情的方法。 steps.py 中的每个步骤都将其与GPT4的对话历史记录存储在logs文件夹中,并且可以使用
scripts/rerun_edited_message_logs.py 重新运行。 项目主要作者
Anton Osika
Anton Osika是Depict.ai的首席技术官。这是一家创建机器学习推荐系统的初创公司,通过尖端的机器学习、计算机视觉和自然语言处理来理解产品。 就在4小时前,他还发了一条动态称,GPT-Engineer已经跃升到17k星,一点也没有减速迹象。
|