Repositori ini adalah inkubator dari beberapa utilitas berbasis OpenAI GPT. Perkembangan baru dari teknologi LLM memungkinkan untuk mengimplementasikan ide -ide yang dulunya sulit atau tidak mungkin untuk implementasi perangkat lunak sampai sekarang. Sampai sekarang, repositori terdiri dari:
Pemindai melihat lelang baru dan membelinya sekarang daftar dan menyaring barang-barang menggunakan berbagai heuristik (statis, dapat disesuaikan dan berbasis AI), keinginan untuk menemukan penawaran terbaik sesuai dengan katalog khusus. Pemindai dirancang untuk dijalankan sebagai pekerjaan cron. Idenya adalah untuk "memilih ceri" barang-barang paling menonjol dengan rasio harga/kualitas terbaik. Ebay adalah pasar yang bagus untuk menerapkan alat berbasis LLM untuk pemindaian, karena merupakan lingkungan yang sangat kompetitif dan fuzzy yang tidak mudah dinavigasi untuk manusia, namun harganya seringkali jauh di bawah harga eceran yang disarankan pabrikan (MSRP) atau harga eceran yang direkomendasikan (RRP). Ada berbagai tantangan untuk pemindaian otomatis (seperti berapa banyak roda skate inline yang dijual dalam satu set? Atau apa yang dibundel dalam banyak hal?), Jadi ada ide dalam simpanan untuk menggunakan visi mesin untuk mengenali beberapa aspek penting dari banyak hal.
Proyek ini telah berpartisipasi dalam latar belakang Build Hackathon (cari video demo dan instruksi penggunaan GPTMONKEY)
Script membagi file kode sumber menjadi potongan (mencoba untuk membagi antar metode), mengunggah file -file ini secara rekursif ke GPT dan memintanya untuk memindai kode untuk kerentanan. Temuan kemudian dikelompokkan dan dicetak cukup. Catatan: Bergantung pada prompt dan model yang digunakan, temuan mungkin terlalu paranoid dan hampir seluruhnya terdiri dari positif palsu. Anda mungkin ingin menyesuaikan parameter suhu dan prompts/vulnerabilities/analyze petunjuk untuk kasus Anda
export OPENAI_API_KEY= < your API key >
GptMonkey/vuln_scanner.py --project_path /tmp/WordPress/wp-adminAtau, jika Anda ingin menyetel petunjuk, Anda dapat mempertimbangkan mengunggah hanya sampel beberapa file untuk dianalisis untuk mempercepat proses dan menghemat biaya:
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 />
Selamat datang di Alat Pembuatan Kode Agnostik Bahasa, Didukung oleh OpenAI GPT (Generative Pre-Found Transformer) API. Alat ini memanfaatkan kemampuan GPT LLM untuk menghasilkan kode secara iteratif berdasarkan petunjuk pengguna. Anggap saja tentang memberikan model GPT akses "VIM" ke proyek Anda, yang memungkinkannya membantu dalam pembuatan kode berdasarkan permintaan pengguna teks bentuk gratis.
Generator kode ini menggunakan teknik canggih untuk memaksimalkan penggunaan jendela konteks secara efektif dengan memuat bagian yang paling relevan dari kode yang ada dan persyaratan yang memanfaatkan model Multiple Language Model (LLM) untuk memastikan bahwa kode yang dihasilkan selaras dengan konteks basis kode Anda yang ada dan mematuhi persyaratan bentuk bebas.
Alat ini dibangun di atas fondasi metodologi canggih, termasuk:
Rantai Pemikiran: Teknik ini memastikan bahwa proses pembuatan kode adalah urutan yang koheren dari langkah -langkah logis, meningkatkan kualitas dan relevansi kode yang dihasilkan
Bereaksi (Bereaksi dan Bertindak): S inti dari proses pembuatan kode. Ini dimulai dengan prompt, beradaptasi dengan konteks proyek, dan terus belajar dari basis kode yang ada untuk menghasilkan kode yang relevan. Ini memungkinkan model untuk mempertahankan "kereta pemikiran" di berbagai interaksi.
PAL: Model bahasa berbantuan program dalam ruang lingkup proyek saat ini, pendekatan PAL sepertinya memberikan model akses terprogram ke file proyek dan dokumentasi
Untuk informasi yang lebih mendalam tentang pendekatan ini, Anda dapat merujuk ke artikel berikut:
Untuk mulai menggunakan alat pembuatan kode, ikuti langkah -langkah ini:
Jika Anda menghadapi masalah atau memiliki saran untuk perbaikan, jangan ragu untuk membuka masalah di repositori GitHub. Umpan balik Anda sangat berharga, dan tujuannya adalah untuk membuat alat ini seefektif mungkin untuk kebutuhan pembuatan kode Anda.
Happy Coding!