GptMonkey
1.0.0
Este repositorio es una incubadora de múltiples utilidades basadas en OpenAI GPT. Los nuevos desarrollos de una tecnología LLM permiten implementar ideas que solían ser difíciles o imposibles para la implementación del software hasta ahora. A partir de ahora, el repositorio consiste en:
El escáner analiza las nuevas subastas y lo compra ahora en listados y filtra elementos utilizando diversas heurísticas (estáticas, personalizables y basadas en IA), anhelando encontrar las mejores ofertas de acuerdo con el catálogo personalizado. El escáner está diseñado para ejecutarse como un trabajo cron. La idea es "seleccionar" los artículos más destacados con la mejor relación precio/calidad. eBay es un gran mercado para aplicar herramientas basadas en LLM para escanear, ya que es un entorno muy competitivo y confuso que no es fácil de navegar por un humano, sin embargo, los precios a menudo están muy por debajo del precio minorista sugerido del fabricante (MSRP) o el precio minorista recomendado (RRP). Existen varios desafíos para los auto-escaneos (como cuántas ruedas en línea de patinaje se venden en un set? ¿O qué está incluido en un lote?), Por lo que hay una idea en una cartera de pedidos para usar la visión artificial para reconocer algunos aspectos importantes de mucho.
Este proyecto ha estado participando en Backdrop Build Hackathon (busque instrucciones de uso de video y uso de Gptmonkey)
El script divide los archivos del código fuente en fragmentos (intentando dividir entre métodos), carga estos archivos de manera recursiva a GPT y le pide que escanee el código para ver vulnerabilidades. Los hallazgos se agrupan y se imprimen. Nota: Dependiendo del aviso y el modelo utilizado, los resultados pueden ser demasiado paranoicos y consisten casi por completo de falsos positivos. Es posible que desee ajustar el parámetro de temperatura y prompts/vulnerabilities/analyze las indicaciones para su caso
export OPENAI_API_KEY= < your API key >
GptMonkey/vuln_scanner.py --project_path /tmp/WordPress/wp-adminO, si desea ajustar las indicaciones, puede considerar cargar solo una muestra de pocos archivos para el análisis para acelerar el proceso y ahorrar costos:
export OPENAI_API_KEY= < your API key >
GptMonkey/vuln_scanner.py --project_path /tmp/WordPress/wp-admin --samples 5 ----------------------------------------
File Path: edit-form-comment.php
Finding: Possible XSS vulnerability
Code:
<div class="misc-pub-section misc-pub-comment-status" id="comment-status">
<?php _e( 'Status:' ); ?> <span id="comment-status-display">
<?php
switch ( $comment->comment_approved ) {
case '1':
_e( 'Approved' );
break;
case '0':
_e( 'Pending' );
break;
case 'spam':
_e( 'Spam' );
break;
}
?>
</span>
----------------------------------------
File Path: edit-form-comment.php
Finding: Potential Cross-Site Scripting (XSS) vulnerability in the 'comment_status' field
Code:
<label><input type="radio"<?php checked( $comment->comment_approved, '1' ); ?> name="comment_status" value="1" /><?php _ex( 'Approved', 'comment status' ); ?></label><br />
Bienvenido a la herramienta de generación de códigos agnóstico del lenguaje, impulsada por las API OpenAI GPT (transformador generativo previamente entrenado). Esta herramienta aprovecha las capacidades de GPT LLM para generar iterativamente el código basado en las indicaciones del usuario. Piense en ello como dar a un modelo GPT el acceso "VIM" a su proyecto, lo que le permite ayudar en la creación de código basado en las solicitudes de usuario de texto de forma libre.
Este generador de códigos emplea técnicas de última generación para maximizar el uso de la ventana de contexto de manera efectiva cargando las partes más relevantes del código y los requisitos existentes que aprovecha múltiples indicaciones (LLM) para garantizar que el código generado se alinee con el contexto de su base de código existente y se adhiere a los requisitos de forma libre.
Esta herramienta se basa en una base de metodologías avanzadas, que incluyen:
Cadena de pensamiento: esta técnica asegura que el proceso de generación de códigos sea una secuencia coherente de pasos lógicos, aumentando la calidad y la relevancia del código resultante
React (React y ACT): S en el corazón del proceso de generación de código. Comienza con un aviso, se adapta al contexto del proyecto y aprende continuamente de la base de código existente para producir el código relevante. Permite que el modelo mantenga un "tren de pensamiento" en múltiples interacciones.
PAL: Modelos de lenguaje asistidos por programas en el alcance del proyecto actual, el enfoque PAL parece dar al modelo el acceso programático a los archivos de proyectos y la documentación
Para obtener información más profunda sobre estos enfoques, puede consultar los siguientes artículos:
Para comenzar a usar la herramienta de generación de código, siga estos pasos:
Si encuentra algún problema o tiene sugerencias de mejora, no dude en abrir un problema en el repositorio de GitHub. Sus comentarios son valiosos, y el objetivo es hacer que esta herramienta sea lo más efectiva posible para sus necesidades de generación de código.
¡Feliz codificación!
