privyダウンロード - privyソースコードのダウンロード

privy

その他のソースコード

v0.2.8

ダウンロード

privy

ローカルで動作するGithub Copilotに代わるオープンソース。

？動作中にそれを見てください

リアルタイムコードの完了

コードについてAIとチャットします

前提条件

まだ行っていない場合は、次のプラットフォームのいずれかを選択して、システムでLLMをローカルで実行してください。

オラマ（強くお勧め）
llamafile（実験）
llama.cpp（実験）

？ LLMの推奨事項

コードの完了とチャット機能のためにLLMを個別に構成する必要があることに注意してください。私たちが推奨する人気のあるLLMのいくつかは次のとおりです。ハードウェア機能に基づいて、モデルのサイズ（1.3b、7b、13b、または34b）を選択してください。

コードの完了	チャット	リンク
deepseek-coder：{1.3bまたは6.7bまたは33b} -base	deepseek-coder：{1.3bまたは6.7bまたは33b} - instruct	オラマタグ、家
Codellama：{7bまたは13bまたは34b} -code	Codellama：{7bまたは13bまたは34b} - instruct	オラマタグ、家
	ミストラル：{7b} - インストラクション	オラマタグ、家

また、Benchllamaを使用してローカルLLMを評価することにより、モデルを選択することもできます。

クイックインストール

Visual Studio Code MarketplaceまたはOpen VSXレジストリからPrivy拡張機能をインストールできます。

ビジュアルスタジオコードマーケットプレイス
VSXレジストリを開きます

構成オプション

Privy Extensionの設定に次のオプションを設定してください。

privy.provider （ required ）：LLMをローカルで実行するために使用されているプラットフォームを選択します。 OpenAIの使用にはサポートがありますが、これはソリューションのプライバシーの側面に影響します。デフォルトはOllamaです。
privy.providerurl （ required ）：LLMをローカルで実行するために使用されているプラットフォームのURL。デフォルトはhttp://localhost:11434です。
privy.autocomplete.mode ：この設定を使用して、オートコンプリティ機能を有効/無効にします。
privy.autocomplete.model ：オートコンプリートに使用するローカルオラマモデルの名前を入力します。サポートされている形式は、DeepSeek Coder、Llama＆Stable Codeです。 Deepseek-Coderを選択しました：1.3bベースでは、最小量のVRAMが必要です。ハードウェアのセットアップに基づいてカスタマイズできます。
privy.autocomplete.debouncewait ：これを使用して、ミリ秒単位で次の完了をトリガーする前に、時間ギャップを設定します。デフォルトは300ミリ秒です。
privy.model ：チャットするLLMを選択します。現在、Deepseek、Mistral、Codellamaをサポートしています。他のLLMSを使用する場合は、 customを選択して、それに応じてprivy.customModelを構成してください。
privy.custmodel ：Ollamaで実行されている他のモデルを選択したい場合は、名前を入力してください。

重要な機能

？オープンソース
？最初にプライバシー
自動コードの完了
？ Copilotスタイルのチャット
ねじれた会話
コードの説明、単体テスト、バグの検索、エラーの診断などのサポート

Keyboardショートカット

ショートカット（Mac）	説明
`Alt +` （Windows/Linux用）または`Cmd +` （Mac用）	インラインコードの完了をトリガーします
`Ctrl + Alt + c` （Windows/Linux用）または`Ctrl + Cmd + c` （MAC用）	チャットを開始します

ヒントとコツ

これらの概念を理解することは、あなたが秘密を最大限に活用するのに役立ちます。

具体的に。たとえば、コードの変更を求めると、具体的な名前が含まれ、望ましい結果を説明します。あいまいな参照を避けてください。
コンテキストを提供します。基本的な質問のために、プログラミング言語（ "In surd"）またはその他の関連するコンテキストを含めることができます。コードの説明とエラー診断のために、意味のあるコードスニペットを選択できます。
盲目的に答えを信用しないでください。それはあなたの質問に応答できるようになるための大きな一歩です。特にあまり知られていないトピックについて話すとき、または会話があまりにも詳細になったとき、それは不正確な答えで応答するかもしれません。
さまざまなトピックに異なるチャットスレッドを使用します。特定のトピックを備えたより短いスレッドは、より正確に対応するのに役立ちます。

？クレジット

Rubberduck AI-このプロジェクトは、Rubberduck Aiの作品に深く触発されており、その上に構築してくれたことに感謝しています。以下は、このプロジェクトへの貢献者のリストであり、私たちはそれらすべてに心から感謝しています。

_{ラースグラメル} ？？？	_{Iain Majer} ？	_{ニコラス・カルロ} ？	_ratogbm ？
_{ライオネル・オクペイチャ} ？	_{マーカーク} ？	_{lundeen.bryan} ？	_ducog ？
_SBSTN87 ？	_マヌエル？	_{Alessandro-Newzoo} ？	_void＆null ？
_{ウィッティジンソ} ？	_エヴァ？	_{Alexeylavrentev} ？	_linshu123
_{マイケル・アダムス} ？	_{Restlessronin}