Issue Label Bot

️ La etiqueta ISSSue Bot ya no está en vivo. Todavía puede ver el código, pero hemos eliminado el bot debido a los costos de infraestructura relacionados

Código para: "Cómo automatizar las tareas en GitHub con el aprendizaje automático para la diversión y las ganancias"

Tabla de contenido

• Bot de etiqueta de emisión
  • Enlaces importantes
  • Archivos
• Ejecutando este código
  • Variables de entorno
  • Ejecutar localmente
  • Implementar como servicio
• Que contribuye
  • Hoja de ruta
  • Referencias
• Renuncias

Autores originales: @hamelsmu, @inc0, @jlewi

Emitir la etiqueta bot

Instale esta aplicación desde el mercado de Github

Una aplicación GitHub impulsada por el aprendizaje automático, escrita en Python. Una discusión sobre la motivación para construir esta aplicación se describe en esta publicación de blog.

Cuando se abre un problema, el BOT predice si la etiqueta debe ser una: feature request , bug o question y aplica una etiqueta automáticamente si corresponde. Aquí hay una captura de pantalla del bot en acción:

Se pueden ver más ejemplos en la página de inicio de nuestra aplicación. Cabe señalar que el bot puede no aplicar ninguna etiqueta en circunstancias en las que la predicción sea incierta. Consulte la sección Descargos de responsabilidad para obtener más advertencias.

Enlaces importantes

• Emitir la página de inicio Bot Bot. Proporciona una forma de ver predicciones de ejemplo, así como otra información sobre este bot.
• Página de la aplicación GitHub para Bot de etiqueta de emisión, donde puede instalar la aplicación. Consulte las renuncias a continuación antes de instalar.

Archivos

• /cuadernos: contiene cuadernos sobre cómo entrenar el modelo e interactuar con la API GitHub usando un cliente Python.
• /Flask_App: código para una aplicación Flask que escucha los eventos de emisión de GitHub y responde con predicciones. Esta es la aplicación principal con la que el usuario interactuará.
• /ARGO: El código en este directorio se relaciona con la construcción de tuberías ARGO ML para capacitación y implementación de flujos de trabajo ML.
• /Implementación: este directorio contiene archivos que son útiles para implementar la aplicación.
  • Dockerfile Esta es la definición del contenedor que se utiliza para ejecutar la aplicación Flask. La compilación para este contenedor está alojada en Dockerhub en Hamelsmu/Mlapp.
  • Heroku.yml: Esto se usa para desplegarse en Heroku.
  • *.yaml: estos archivos se relacionan con una implementación de Kubernetes.

Ejecutando este código

Requisitos previos

Para utilizar el código en este repositorio, deberá registrar una aplicación GitHub propia e instalar esta aplicación en sus repositorios deseados y almacenar secretos de autenticación.

Primero, camine por la sección de requisitos previos de esta guía de inicio, excepto "El lenguaje de programación de Ruby", ya que usaremos Python como el cliente que interactúa con la API de GitHub.

En segundo lugar, configure su entorno de desarrollo. Asegúrese de crear un secreto de webhook, aunque este paso sea opcional.

A continuación, configure una base de datos Postgres. Puedes hacer esto gratis en Heroku. Instrucciones detalladas (robadas descaradamente desde aquí):

1. Navegue a https://www.heroku.com/, y cree una cuenta si aún no tiene una.
2. En el tablero de Heroku, haga clic en "Nuevo" y elija "Crear nueva aplicación".
3. Dé un nombre a su aplicación y haga clic en "Crear aplicación".
4. En la página "Descripción general" de su aplicación, haga clic en el botón "Configurar complementos".
5. En la sección "complementos" de la página, escriba y seleccione "Heroku Postgres".
6. Elija el plan "Hobby Dev - Free", que le dará acceso a una base de datos gratuita de PostgreSQL que admitirá hasta 10,000 filas de datos. Haga clic en "provisión".
7. Ahora, haga clic en el enlace "Heroku Postgres :: Database".
8. Ahora debería estar en la página de descripción general de su base de datos. Haga clic en 8 "Configuración" y luego "Ver credenciales". Esta es la información que necesitará para iniciar sesión en su base de datos.

Finalmente, debe crear variables de entorno para todos los secretos, que se describe a continuación.

Variables de entorno

1. PRIVATE_KEY : esta es la clave privada que utiliza para autenticarse como una aplicación con la API GitHub.
2. WEBHOOK_SECRET : esto se utiliza para verificar que las cargas útiles recibidas por su aplicación son en realidad de GitHub. Esto se describe aquí.
3. DATABASE_URL : esta es la URL que contiene la información de inicio de sesión para su base de datos PostgreSQL, generalmente en la forma: postgres://<username>:<password>@<url>:5432/<database_name>
4. APP_ID : este es un identificador único que le proporciona GitHub cuando registra su aplicación.
5. FLASK_ENV : Esto generalmente se establece en production o development . Deberá usar deployment para las pruebas locales.
6. PORT : Este es el puerto en el que servirá su aplicación. Tenga en cuenta que si se está desplegando en Heroku, Heroku anulará esta variable con su propio valor al construir su aplicación. Para el desarrollo local, querrá que esto coincida con el puerto de Sysee está sirviendo.
7. APP_URL : esta es la URL para la página de inicio de su aplicación que se proporciona a los usuarios como un enlace en los comentarios de problemas. Puede establecer esto en un valor arbitrario para el desarrollo local.

Nota: Si está utilizando ZSH, el complemento DotenV puede ser útil para administrar las variables de entorno.

Ejecutar localmente

1. Instalar dependencias : instalar requisitos.txt en un entorno virtual. Si está utilizando Pipenv, instale las dependencias necesarias desde pipfile.lock escribiendo pipenv install en la raíz de este repositorio.

2. Ejecute la aplicación Flask : ejecute python flask_app/app.py desde la raíz de este repositorio. Para que esto funcione, debe establecer correctamente las variables de entorno como se describe en la sección Variables de entorno.

3. Opcional: ejecute la aplicación como contenedor Docker . Se puede construir un contenedor Docker que sirve a Bot de etiqueta de problemas con el bash script/bootstrap comandos desde la raíz de este repositorio. Este script construye una imagen Docker llamada hamelsmu/mlapp , que también está disponible en DockerHub. Si desea ejecutar el contenedor Docker localmente para las pruebas, debe pasar las variables de entorno necesarias al contenedor Docker en tiempo de ejecución, así como exponer los puertos necesarios para la aplicación. Consulte la sección Referencias para obtener más recursos sobre el uso de Docker.

Implementar como servicio

Los activos en este repositorio le permiten desplegar en Heroku (más fácil) o un clúster Kubernetes (más avanzado).

En Heroku, los secretos se pueden pasar como variables de configuración. Además, esta documentación describe cómo puede establecer secretos en Kubernetes. Asegúrese de establecer la variable de entorno FLASK_ENV en production si va a implementar la aplicación públicamente.

Que contribuye

Agradecemos todas las formas de contribuciones. Estamos especialmente interesados ​​en lo siguiente:

• Correcciones de errores
• Mejoras o características adicionales
• Mejoras al modelo o expansión de los conjuntos de datos utilizados para el entrenamiento.

Hoja de ruta

Los autores de este proyecto están interesados ​​en agregar las siguientes funciones en el futuro cercano:

• Construyendo mejores etiquetas y muestras negativas de elementos que no pertenecen a la etiqueta establecida para impulsar mejoras adicionales.
• Uso de las herramientas de Fastai para explorar:
  • Arquitecturas de vanguardia, como atención múltiple
  • Utilizando el aprendizaje de transferencia para predecir etiquetas únicas y/o mejorar la precisión.
• Uso de acciones de GitHub para activar las implementaciones automatizadas de este código.
• Orquestación de tuberías modelo en tuberías de Argo.

Referencias

• El código en este repositorio y tutoriales asociados asumen familiaridad con Docker. Esta publicación de blog ofrece una introducción suave a Docker para los científicos de datos.

• ¿Necesita inspiración para otros productos de datos que pueda construir utilizando el aprendizaje automático y los conjuntos de datos públicos de GitHub? Ver estos ejemplos:

  • Resumen y recomendación de problemas de GitHub.
  • Lenguaje natural Búsqueda de código semántico.

• Excelente curso en Flask: Harvardx CS50 Web.

• MOOC de FISTAI para el aprendizaje automático y el aprendizaje profundo.

Renuncias

El BOT de la etiqueta de emisión es solo para fines educativos y de demostración. Nuestro objetivo era proporcionar un ejemplo de trabajo mínimo para la comunidad con la menor cantidad de complejidad posible. Por lo tanto, creemos que el modelo demostrado tiene un gran espacio de la mejora. Además, esta aplicación solo funciona en repositorios públicos y no hará nada si se instala en un repositorio privado.