commit autosuggestions

komit-otosugestions

Ini adalah implementasi Commitbert: Commit Pesan Menggunakan Model Bahasa Pemrograman Pra-Terlatih. Commitbert diterima di ACL Workshop: NLP4Prog. Pernahkah Anda ragu untuk menulis pesan komit? Sekarang dapatkan pesan komit dari kecerdasan buatan!

Abstrak

Codebert: Model pra-terlatih untuk pemrograman dan bahasa alami memperkenalkan model pra-terlatih dalam kombinasi bahasa program dan bahasa alami (PL-NL). Ini juga memperkenalkan masalah mengubah kode menjadi bahasa alami (pembuatan dokumentasi kode).

 diff --git a/test.py b/test.py
new file mode 100644
index 0000000..d13f441
--- /dev/null
+++ b/test.py
@@ -0,0 +1,6 @@
+
+import torch
+import argparse
+
+def add(a, b):
+    return a + b

 Recommended Commit Message : Add two arguments .

Kami dapat menggunakan Codebert untuk membuat model yang menghasilkan pesan komit saat kode ditambahkan. Namun, sebagian besar perubahan kode tidak hanya dilakukan dengan menambahkan kode, dan beberapa bagian kode dihapus.

 diff --git a/test.py b/test.py
index d13f441..1b1b82a 100644
--- a/test.py
+++ b/test.py
@@ -1,6 +1,3 @@

-import torch
-import argparse
-
 def add(a, b):
     return a + b

 Recommended Commit Message : Remove unused imports

Untuk mengatasi masalah ini, gunakan embedding baru yang disebut patch_type_embeddings yang dapat membedakan ditambahkan dan dihapus, seperti halnya XLM (Lample et al, 2019) menggunakan bahasa yang digunakan. (1 untuk ditambahkan, 2 untuk dihapus.)

Dukungan bahasa

Bahasa	Ditambahkan	Diff	Data (hanya diff)	Bobot
Python	✅	✅	423k	Link
Javascript	✅	✅	514k	Link
Pergi	⬜	⬜	⬜	⬜
JAWA	⬜	⬜	⬜	⬜
Rubi	⬜	⬜	⬜	⬜
Php	⬜	⬜	⬜	⬜

• ✅ - didukung
• ⬜ - n/a ️

Kami berencana untuk secara perlahan menaklukkan bahasa yang saat ini tidak didukung. Namun, saya juga perlu menggunakan instance GPU mahal AWS atau GCP untuk melatih tentang bahasa di atas. Silakan lakukan sponsor sederhana untuk ini! Tambahkan Data adalah Dataset CodesearchNet.

Awal yang cepat

Untuk menjalankan proyek ini, Anda memerlukan server inferensi berbasis Flask (GPU) dan klien (Modul Komit). Jika Anda tidak memiliki GPU, jangan khawatir, Anda dapat menggunakannya melalui Google Colab.

1. Jalankan server Flask Pytorch.

Siapkan Docker dan Nvidia-Docker sebelum menjalankan server.

1-a. Jika Anda memiliki mesin GPU.

Sajikan server Flask dengan NVIDIA Docker. Periksa tag Docker untuk bahasa pemrograman di sini.

Bahasa	Menandai
Python	py
Javascript	JS
Pergi	pergi
JAWA	Jawa
Rubi	rubi
Php	php

$ docker run -it -d --gpus 0 -p 5000:5000 graykode/commit-autosuggestions:{language}

1-B. Jika Anda tidak memiliki mesin GPU.

Bahkan jika Anda tidak memiliki GPU, Anda masih dapat melayani server Flask dengan menggunakan pengaturan NGROK di Commit_AutoSugestions.IPYNB.

2. Mulailah melakukan autosugestion dengan modul klien Python bernama commit .

Pertama, pasang paket melalui PIP.

$ pip install commit

Atur titik akhir untuk server Flask yang dikonfigurasi pada Langkah 1 melalui perintah Commit Configure. (Misalnya, jika titik akhir adalah http://127.0.0.1:5000, atur sebagai berikut: commit configure --endpoint http://127.0.0.1:5000 )

$ commit configure --help       
Usage: commit configure [OPTIONS]

Options:
  --profile TEXT   unique name for managing each independent settings
  --endpoint TEXT  endpoint address accessible to the server (example :
                   http://127.0.0.1:5000/)  [required]

  --help           Show this message and exit.

Semua pengaturan selesai! Sekarang, Anda bisa mendapatkan pesan komit dari AI dengan komitmen perintah.

$ commit --help          
Usage: commit [OPTIONS] COMMAND [ARGS]...

Options:
  --profile TEXT       unique name for managing each independent settings
  -f, --file FILENAME  patch file containing git diff (e.g. file created by
                       ` git add ` and ` git diff --cached > test.diff ` )

  -v, --verbose        print suggested commit message more detail.
  -a, --autocommit     automatically commit without asking if you want to
                       commit

  --help               Show this message and exit.

Commands:
  configure

Detail Pelatihan

Rujuk cara melatih untuk gaya serat Anda. Ini memungkinkan Anda untuk menyalakan kembali penyetelan ke gaya serat komit repositori Anda.

Kontribusi

Anda dapat menyumbangkan apa pun, bahkan kesalahan ketik atau kode dalam artikel. Jangan ragu !!. Versi dikelola hanya di dalam cabang dengan nama setiap versi. Setelah dirilis di PYPI, ia digabungkan ke dalam cabang utama dan hasil pengembangan baru di cabang versi yang ditingkatkan.

Pengarang

Tae Hwan Jung (@graykode)

Kutipan

 @article{jung2021commitbert,
  title={CommitBERT: Commit Message Generation Using Pre-Trained Programming Language Model},
  author={Jung, Tae-Hwan},
  journal={arXiv preprint arXiv:2105.14242},
  year={2021}
}