gpt pilot

? ‍ ✈️ GPT Pilot? ‍ ✈️

---

---

GPT Pilot tidak hanya menghasilkan kode, itu membuat aplikasi!

---

(Klik untuk membuka video di YouTube) (1: 40 menit)

---

? Jika Anda ingin mendapatkan pembaruan tentang rilis mendatang atau hanya menghubungi, bergabunglah dengan server Discord kami atau Anda dapat menambahkan email Anda di sini. ?

---

• ? Persyaratan
• ? Bagaimana cara mulai menggunakan GPT-Pilot?
• ? Contoh
• ? Bagaimana cara memulai GPT-Pilot di Docker?
• ? ‍️ Argumen CLI
• ? Bagaimana GPT Pilot bekerja?
• ? Apa perbedaan pilot GPT dari pengembang SMOL dan insinyur GPT ?
• ? Berkontribusi
• ? Terhubung dengan kami
• ? Sejarah Bintang

---

GPT Pilot bertujuan untuk meneliti berapa banyak LLM yang dapat digunakan untuk menghasilkan aplikasi yang sepenuhnya berfungsi dan siap-produksi sementara pengembang mengawasi implementasi.

Gagasan utamanya adalah bahwa AI dapat menulis sebagian besar kode untuk aplikasi (mungkin 95%), tetapi untuk sisanya, 5%, pengembang sudah dan akan dibutuhkan sampai kita mendapatkan AGI penuh .

Jika Anda tertarik dengan pembelajaran kami selama proyek ini, Anda dapat memeriksa posting blog terbaru kami.

---

Contoh aplikasi yang ditulis oleh pilot GPT?

---

? Persyaratan

• Python 3.9+

? Bagaimana cara mulai menggunakan GPT-Pilot?

Jika Anda baru mengenal pilot GPT:

Setelah Anda menginstal Python dan (opsional) PostgreSQL, ikuti langkah -langkah ini:

1. git clone https://github.com/Pythagora-io/gpt-pilot.git (klon repo)
2. cd gpt-pilot (Pergi ke folder repo)
3. python3 -m venv venv (buat lingkungan virtual)
4. source venv/bin/activate (atau pada windows venvScriptsactivate ) (aktifkan lingkungan virtual)
5. pip install -r requirements.txt (instal dependensi)
6. cp example-config.json config.json (Buat file config.json )
7. Atur kunci Anda dan pengaturan lainnya di file config.json :
   • Penyedia LLM ( openai , anthropic atau groq ) Titik Akhir (Tinggalkan null Untuk Default) (Perhatikan bahwa Azure dan OpenRouter disupang melalui pengaturan openai )
   • Kunci API Anda (jika null , akan dibaca dari variabel lingkungan)
   • Pengaturan Basis Data: SQLite digunakan secara default, PostgreSQL juga harus berfungsi
   • Opsional perbarui fs.ignore_paths dan tambahkan file atau folder yang tidak boleh dilacak oleh pilot GPT di ruang kerja, berguna untuk mengabaikan folder yang dibuat oleh kompiler
8. python main.py (Mulai GPT Pilot)

Semua kode yang dihasilkan akan disimpan di workspace folder di dalam folder yang dinamai sesuai nama aplikasi yang Anda masukkan setelah memulai pilot.

Jika Anda meningkatkan dari GPT Pilot v0.1

Dengan asumsi Anda sudah memiliki repositori git dengan versi sebelumnya:

1. git pull (perbarui repo)
2. source pilot-env/bin/activate (atau pada Windows pilot-envScriptsactivate ) (Aktifkan Lingkungan Virtual)
3. pip install -r requirements.txt (instal dependensi baru)
4. python main.py --import-v0 pilot/gpt-pilot (Ini harus mengimpor pengaturan Anda dan proyek yang ada)

Ini akan membuat database baru pythagora.db dan mengimpor semua aplikasi dari database lama. Untuk setiap aplikasi, itu akan mengimpor awal tugas terbaru yang sedang Anda kerjakan.

Untuk memverifikasi bahwa impor berhasil, Anda dapat menjalankan python main.py --list untuk melihat semua aplikasi yang telah Anda buat, dan periksa config.json untuk memeriksa pengaturan dikonversi dengan benar ke format file konfigurasi baru (dan melakukan penyesuaian apapun jika diperlukan).

? Contoh

Klik di sini untuk melihat semua contoh aplikasi yang dibuat dengan pilot GPT.

? Bagaimana cara memulai GPT-Pilot di Docker?

1. git clone https://github.com/Pythagora-io/gpt-pilot.git (klon repo)
2. Perbarui variabel lingkungan docker-compose.yml , yang dapat dilakukan melalui docker compose config . Jika Anda ingin menggunakan model lokal, silakan kunjungi https://localai.io/basics/getting_started/.
3. Secara default, GPT Pilot akan membaca & menulis ke ~/gpt-pilot-workspace di mesin Anda, Anda juga dapat mengedit ini di docker-compose.yml
4. Jalankan docker compose build . Ini akan membangun wadah GPT-PILOT untuk Anda.
5. Jalankan docker compose up .
6. Akses terminal web di port 7681
7. python main.py (Mulai GPT Pilot)

Ini akan memulai dua wadah, satu menjadi gambar baru yang dibangun oleh Dockerfile dan database Postgres. Gambar baru ini juga memiliki TTYD yang diinstal sehingga Anda dapat dengan mudah berinteraksi dengan GPT-Pilot. Node juga diinstal pada gambar dan port 3000 diekspos.

Dukungan PostgreSQL

GPT Pilot menggunakan database SQLite bawaan secara default. Jika Anda ingin menggunakan database PostgreSQL, Anda perlu menginstal tambahan asyncpg dan psycopg2 Paket:

pip install asyncpg psycopg2

Kemudian, Anda perlu memperbarui file config.json untuk mengatur db.url ke postgresql+asyncpg://<user>:<password>@<db-host>/<db-name> .

? ‍️ Argumen CLI

Daftar Proyek (Aplikasi)

python main.py --list

Catatan: Untuk setiap proyek (APP), ini juga mencantumkan "cabang". Saat ini kami hanya mendukung memiliki satu cabang (disebut "utama"), dan di masa depan kami berencana untuk menambahkan dukungan untuk beberapa cabang proyek.

Muat dan lanjutkan dari langkah terbaru dalam suatu proyek (APP)

python main.py --project < app_id >

Muat dan lanjutkan dari langkah tertentu dalam suatu proyek (APP)

python main.py --project < app_id > --step < step >

Peringatan: Ini akan menghapus semua kemajuan setelah langkah yang ditentukan!

Hapus Proyek (APP)

python main.py --delete < app_id >

Hapus proyek dengan app_id yang ditentukan. PERINGATAN: Ini tidak bisa dibatalkan!

Proyek Impor dari V0.1

python main.py --import-v0 < path >

Ini akan mengimpor proyek dari database GPT Pilot V0.1 lama. Jalur harus menjadi jalur ke database GPT Pilot V0.1 lama. Untuk setiap proyek, itu akan mengimpor awal tugas terbaru yang sedang Anda kerjakan. Jika proyek sudah diimpor, prosedur impor akan melewatkannya (tidak akan menimpa proyek dalam database).

Opsi baris perintah lainnya

Ada beberapa opsi baris perintah lain yang sebagian besar mendukung panggilan pilot GPT dari ekstensi vScode kami. Untuk melihat semua opsi yang tersedia, gunakan bendera --help :

python main.py --help

? Bagaimana GPT Pilot bekerja?

Berikut adalah langkah -langkah yang diambil GPT Pilot untuk membuat aplikasi:

1. Anda memasukkan nama aplikasi dan deskripsi.
2. Agen pemilik produk seperti dalam kehidupan nyata, tidak melakukan apa pun. :)
3. Agen penulis spesifikasi mengajukan beberapa pertanyaan untuk memahami persyaratan dengan lebih baik jika deskripsi proyek tidak cukup baik.
4. Agen arsitek menulis teknologi yang akan digunakan untuk aplikasi dan memeriksa apakah semua teknologi dipasang pada mesin dan menginstalnya jika tidak.
5. Agen pemimpin teknologi menulis tugas pengembangan yang harus diimplementasikan pengembang.
6. Agen pengembang mengambil setiap tugas dan menulis apa yang perlu dilakukan untuk mengimplementasikannya. Deskripsi dalam bentuk yang dapat dibaca manusia.
7. Kode Monkey Agent mengambil deskripsi pengembang dan file yang ada dan mengimplementasikan perubahan.
8. Agen peninjau meninjau setiap langkah tugas dan jika ada sesuatu yang dilakukan peninjau yang salah mengirimkannya kembali ke kode Monkey.
9. Agen Pemecahan Masalah membantu Anda memberikan umpan balik yang baik kepada GPT Pilot ketika ada sesuatu yang salah.
10. Agen debugger benci melihatnya, tetapi dia adalah sahabat Anda ketika segalanya pergi ke selatan.
11. Agen penulis teknis menulis dokumentasi untuk proyek tersebut.

? Apa perbedaan pilot GPT dari pengembang SMOL dan insinyur GPT ?

• GPT Pilot bekerja dengan pengembang untuk membuat aplikasi siap -produksi yang sepenuhnya berfungsi - saya tidak berpikir AI dapat (setidaknya dalam waktu dekat) membuat aplikasi tanpa pengembang yang terlibat. Jadi, Kode Pilot GPT aplikasi selangkah demi selangkah seperti pengembang dalam kehidupan nyata. Dengan cara ini, ia dapat men -debug masalah saat muncul di seluruh proses pengembangan. Jika macet, Anda, pengembang yang bertanggung jawab, dapat meninjau kode dan memperbaiki masalah. Alat serupa lainnya memberi Anda seluruh basis kode sekaligus - dengan cara ini, bug jauh lebih sulit untuk diperbaiki untuk AI dan untuk Anda sebagai pengembang.
  
  
• Bekerja pada skala - pilot GPT tidak dimaksudkan untuk membuat aplikasi sederhana melainkan sehingga dapat bekerja pada skala apa pun. Ini memiliki mekanisme yang menyaring kode, jadi dalam setiap percakapan LLM, tidak perlu menyimpan seluruh basis kode dalam konteks, tetapi itu menunjukkan LLM hanya kode yang relevan untuk tugas saat ini yang sedang dikerjakannya. Setelah aplikasi selesai, Anda dapat terus mengerjakannya dengan menulis instruksi tentang fitur apa yang ingin Anda tambahkan.

? Berkontribusi

Jika Anda tertarik untuk berkontribusi pada GPT Pilot, bergabunglah dengan server Discord kami, lihat masalah Open Github, dan lihat apakah ada yang menarik bagi Anda. Kami akan dengan senang hati mendapatkan bantuan dalam menyelesaikan semua itu. Tempat terbaik untuk memulai adalah dengan meninjau posting blog yang disebutkan di atas untuk memahami bagaimana arsitektur bekerja sebelum menyelam ke basis kode.

? Perkembangan

Selain penelitian, pilot GPT perlu didebug untuk bekerja dalam skenario yang berbeda. Sebagai contoh, kami menyadari bahwa kualitas kode yang dihasilkan sangat sensitif terhadap ukuran tugas pengembangan. Ketika tugasnya terlalu luas, kode tersebut memiliki terlalu banyak bug yang sulit diperbaiki, tetapi ketika tugas pengembangan terlalu sempit, GPT juga tampaknya berjuang untuk mendapatkan tugas yang diimplementasikan ke dalam kode yang ada.

Telemetri

Untuk meningkatkan pilot GPT, kami melacak beberapa acara dari mana Anda dapat memilih keluar kapan saja. Anda dapat membaca lebih lanjut tentang itu di sini.

? Terhubung dengan kami

? Sebagai alat open-source, itu berarti dunia bagi kami jika Anda membintangi repo GPT-PILOT?

Bergabunglah dengan server Discord untuk menghubungi.