gpt pilot
1.0.0
（クリックしてYouTubeでビデオを開きます）（1：40分）
？将来のリリースの更新を取得したい場合、または連絡を取りたい場合は、Discordサーバーに参加するか、ここからメールを追加できます。 ？
GPTパイロットは、開発者が実装を監督している間、完全に機能する、生産対応の完全なアプリを生成するためにどれだけのLLMを利用できるかを調査することを目指しています。
主なアイデアは、AIがアプリのコードのほとんど（おそらく95％）を記述できることですが、残りの場合は5％で、完全なAGIを取得するまで開発者が必要になります。
このプロジェクト中に学習に興味がある場合は、最新のブログ投稿を確認できます。
Pythonと（オプションで）PostgreSQLをインストールした後、次の手順に従います。
git clone https://github.com/Pythagora-io/gpt-pilot.git （リポジトリのクローン）cd gpt-pilot （レポフォルダーに移動）python3 -m venv venv （仮想環境を作成）source venv/bin/activate （またはon windows venvScriptsactivate ）（仮想環境をアクティブ化）pip install -r requirements.txt （依存関係をインストール）cp example-config.json config.json （ config.jsonファイルを作成）config.jsonファイルでキーやその他の設定を設定します。openai 、 anthropic 、 groq ）キーとエンドポイント（デフォルトのためにnullを残す）（AzureとOpenRouterはopenai設定を介してサポートされていることに注意してください）nullの場合、環境変数から読み取られます）fs.ignore_pathsを更新し、ワークスペースでGPTパイロットによって追跡されないファイルまたはフォルダーを追加します。コンパイラが作成したフォルダーを無視するのに役立ちますpython main.py （GPTパイロットを開始）生成されたすべてのコードは、パイロットを起動すると入力したアプリ名にちなんで名前が付けられたフォルダー内のフォルダーworkspaceに保存されます。
以前のバージョンを備えたgitリポジトリを既に持っていると仮定します。
git pull （レポを更新）source pilot-env/bin/activate （またはwindows pilot-envScriptsactivate ）（仮想環境をアクティブ化）pip install -r requirements.txt （新しい依存関係をインストール）python main.py --import-v0 pilot/gpt-pilot （これは設定と既存のプロジェクトをインポートするはずです）これにより、新しいデータベースpythagora.dbが作成され、古いデータベースからすべてのアプリをインポートします。各アプリについて、取り組んでいた最新のタスクの開始をインポートします。
インポートが成功したことを確認するために、 python main.py --listに作成して作成したすべてのアプリを確認し、 config.jsonをチェックして設定を確認して、新しいconfigファイル形式に正しく変換されました（および調整を行うことができます（および調整を行います必要に応じて）。
ここをクリックして、GPTパイロットで作成されたすべてのアプリのサンプルを表示してください。
git clone https://github.com/Pythagora-io/gpt-pilot.git （リポジトリのクローン）docker-compose.yml環境変数を更新します。これは、 docker compose configを介して実行できます。ローカルモデルを使用する場合は、https：//localai.io/basics/getting_started/にアクセスしてください。~/gpt-pilot-workspaceに読み書きします。これをdocker-compose.ymlで編集することもできます。docker compose buildを実行します。これにより、GPTパイロットコンテナが構築されます。docker compose up実行します。port 7681のWeb端末にアクセスしますpython main.py （GPTパイロットを開始）これにより、2つのコンテナが開始されます。1つはDockerfileとPostgresデータベースによって構築された新しい画像です。また、新しい画像にはTTYDがインストールされているため、GPTパイロットと簡単に対話できます。ノードも画像にインストールされ、ポート3000が公開されます。
GPTパイロットは、デフォルトでビルトインSQLiteデータベースを使用します。 PostgreSQLデータベースを使用する場合は、 asyncpgおよびpsycopg2パッケージを追加する必要があります。
pip install asyncpg psycopg2次に、 config.jsonファイルを更新して、 db.url postgresql+asyncpg://<user>:<password>@<db-host>/<db-name>に設定する必要があります。
python main.py --list注：各プロジェクト（APP）について、これには「ブランチ」もリストされています。現在、1つのブランチ（「メイン」と呼ばれる）のみをサポートしており、将来的には複数のプロジェクトブランチのサポートを追加する予定です。
python main.py --project < app_id >python main.py --project < app_id > --step < step >警告：これにより、指定されたステップの後にすべての進捗が削除されます！
python main.py --delete < app_id >指定されたapp_idでプロジェクトを削除します。警告：これは元に戻すことはできません！
python main.py --import-v0 < path >これにより、古いGPTパイロットV0.1データベースからプロジェクトをインポートします。パスは、古いGPTパイロットV0.1データベースへのパスである必要があります。各プロジェクトについて、取り組んでいた最新のタスクの開始をインポートします。プロジェクトがすでにインポートされている場合、インポート手順はスキップします（データベースでプロジェクトを上書きしません）。
VSCODE拡張機能からGPTパイロットの呼び出しを主にサポートする他のいくつかのコマンドラインオプションがあります。利用可能なすべてのオプションを表示するには、 --helpフラグを使用します。
python main.py --helpGPTパイロットがアプリを作成するために取る手順は次のとおりです。
GPTパイロットに貢献することに興味がある場合は、Discord Serverに参加して、Open GitHubの問題をチェックして、何かに興味があるかどうかを確認してください。それらのいずれかを解決するために助けを得ることができてうれしいです。開始するのに最適な場所は、上記のブログ投稿をレビューして、コードベースに飛び込む前にアーキテクチャがどのように機能するかを理解することです。
研究以外に、GPTパイロットをさまざまなシナリオで作業するためにデバッグする必要があります。たとえば、生成されたコードの品質は、開発タスクのサイズに非常に敏感であることに気付きました。タスクが広すぎると、コードの修正が難しいバグが多すぎますが、開発タスクが狭すぎると、GPTはタスクを既存のコードに実装するのに苦労しているようです。
GPTパイロットを改善するために、いつでもオプトアウトできるイベントを追跡しています。詳細については、こちらをご覧ください。
？オープンソースツールとして、GPTパイロットリポジトリを主演した場合、それは私たちにとって世界を意味しますか？
Discordサーバーに参加して連絡を取ります。
