DEV_ASSISTENTEダウンロードDEV_ASSISTENTEソースコードのダウンロード

ダウンロード

Assistente.dev-あなたのコーディングコンパニオン

クイックリンク：アプリデモ|ウェブサイト|ヌゲット

Docker画像：UI | API |労働者| DBアップグレード|遊び場

ビデオ説明者

フェーズ：

TODO：

「ナレッジベース」と「コードベース」に基づいてプロンプトを生成する
- 「ナレッジベース」に基づいてプロンプトを生成する
- 「コードベース」に基づいてプロンプトを生成する
Openai APIとの統合
mediatrの使用法を追加し、コマンド＆クエリライブラリを準備する
回答または対応コードの生成（コンソールアプリ） - ユーザーが必要とするものに応じて
blazorにUIを追加します
- デモの目的のために、 DEV_ASSISTENTEリポジトリからサンプルノートとコードをアップロードします
- 非同期に回答を生成する（rabbitmq + signalr）
- リソースリストを表示します
- 回答リスト付きの質問の質問を表示します
MSSQLからPostgreSQLに切り替えます
すべての環境をホストするようにVPを構成します
CODE生成の分離シナリオのサポートを追加します
- テーブルQuestionFilesを追加して、質問に基づいて選択されたファイルに関する情報を保存します

OTELコレクターの構成：チュートリアル
- PrometheusおよびGraphanaとのMetrics統合 - チュートリアル
- Seqとの統合Traces （Jaeger shoudはseqに置き換えられます）
Lamasharpを統合して、作成を埋め込みます
ファイル（C＃コード）からすべてのコンテンツを保存し、スニペットの代わりにコンテキストでプロセスの最後に使用します。
Googleで検索できるToolを追加します（ OpenAi機能として使用されます） +ホワイトリストのリソースドメイン
（知識ベースに）保存し、技術ニュースレターの分析

設定ファイルappsettings.jsonに記入 - クイックリンク
- Llm_ApiKey <API_KEY>
- Llm_OrganizationId - <ORG_ID>
- Llm_ProjectId - <PROJ_ID>
- Embeddings_ApiKey <API_KEY>
- Embeddings_OrganizationId - <ORG_ID>
- Embeddings_ProjectId - <PROJ_ID>
.envファイルに記入 - クイックリンク
- OpenAi_ApiKey - <API_KEY>
- OpenAi_OrganizationId - <ORG_ID>
- OpenAi_ProjectId - <PROJ_ID>

前提条件： Docker

設定ファイル（ appsettings.json ）および（ .env ）に[構成]セクションから入力します
パラメーターを使用してstart-enviroment.ps1スクリプトを実行します。
- まず-sを使用して、必要なサービスを開始します
- 次に、 -dデータベースをアップグレードおよび移行します
- 第三に-a -a -assistenteアプリケーションを開始します
- 4番目に-pアシストンテを学ぶ
出来上がり！現在、 https://localhost:1008にアクセスできます

サービス	ポート	情報	Metrics URL	アクセス
postresql	1000	データベース	-	-
pgadmin	1001	データベースUI	-	L： `[email protected]` 、p： `admin`
qdrant	1002	API＆UI（ダッシュボード）	`/metrics`	-
qdrant	1003	検索エンジン	-	-
rabbitmq	1004	AMPQ接続	-	-
rabbitmq	1005	rabbitmq ui	-	-
rabbitmq	1013	rabbitmqメトリック	`/metrics`	-
seq	1006	ui	-	-
seq	1007	ログAPI	-	-
Blazor UI	1008	Assistente UI	-	-
内部API	1009	Assistente API	`/metrics`	-
ワーカー	1010	補助労働者	`/metrics`	-
イェーガー	1011	Opentelemetryコレクター	-	-
イェーガー	1012	ui	-	-
イェーガー	1014	API	`/metrics`	-