このリポジトリは、複数のOpenAI GPTベースのユーティリティのインキュベーターです。 LLMテクノロジーの新たな開発により、これまでソフトウェアの実装が困難または不可能だったアイデアを実装することができます。現在のところ、リポジトリは次のとおりです。
スキャナーは、新鮮なオークションを調べて、さまざまなヒューリスティック(静的、カスタマイズ可能、AIベース)を使用してアイテムをリストし、フィルターアウトし、カスタムカタログに従って最高の取引を見つけることを切望しています。スキャナーは、Cronジョブとして実行されるように設計されています。アイデアは、最高の価格/品質比を持つ最も顕著なアイテムを「チェリーピック」することです。 eBayは、スキャンにLLMベースのツールを適用するのに最適な市場です。これは非常に競争力のあるファジーな環境であり、人間をナビゲートするのは簡単ではないが、価格は製造業者の推奨小売価格(MSRP)または推奨小売価格(RRP)を大きく下回っていることが多いためです。自動車にはさまざまな課題があります(セットで販売されているインラインスケートホイールの数など、何がたくさんバンドルされていますか?)。
このプロジェクトは、Backdrop Build Hackathonに参加しています(Gptmonkeyデモビデオと使用手順を探してください)
スクリプトは、ソースコードファイルをチャンクに分割し(メソッドを分割しようとします)、これらのファイルを再帰的にGPTにアップロードし、脆弱性についてコードをスキャンするように要求します。その後、調査結果はグループ化され、かなり印刷されます。注:プロンプトとモデルの使用に応じて、調査結果は妄想的すぎて、ほぼ完全に偽陽性から構成されている可能性があります。温度パラメーターを調整し、 prompts/vulnerabilities/analyzeことをお勧めします
export OPENAI_API_KEY= < your API key >
GptMonkey/vuln_scanner.py --project_path /tmp/WordPress/wp-adminまたは、プロンプトをチューニングする場合は、分析のために少数のファイルのサンプルのみをアップロードして、プロセスをスピードアップしてコストを節約することを検討することができます。
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 />
OpenAI GPT(生成事前訓練されたトランス)APIを搭載した言語に依存しないコード生成ツールへようこそ。このツールは、GPT LLMの機能を活用して、ユーザープロンプトに基づいてコードを繰り返し生成します。 GPTモデルにプロジェクトへの「VIM」アクセスを提供し、フリーフォームテキストユーザーリクエストに基づいてコード作成を支援できるように考えてください。
このコードジェネレーターは、既存のコードと要件の最も関連性の高い部分をロードすることにより、コンテキストウィンドウの使用を効果的に最大化するために最先端の手法を採用しています。複数の言語モデル(LLM)プロンプトをレバレッジして、生成されたコードが既存のコードベースのコンテキストと自由フォームの要件を固定することを確認します。
このツールは、以下を含む高度な方法論の基礎の上に構築されています。
考え方:この手法により、コード生成プロセスが論理的なステップの一貫したシーケンスであることを保証し、結果のコードの品質と関連性を高めます
反応(反応と行動): sコード生成プロセスの中心にあります。それはプロンプトから始まり、プロジェクトのコンテキストに適応し、既存のコードベースから継続的に学習して、関連するコードを作成します。これにより、モデルは複数の相互作用にわたって「思考の列」を維持できます。
PAL:現在のプロジェクトの範囲におけるプログラム支援言語モデル、PALアプローチは、モデルにプロジェクトファイルとドキュメントへのプログラムアクセスを与えるように見えます
これらのアプローチに関する詳細な情報については、次の記事を参照できます。
コード生成ツールの使用を開始するには、次の手順に従ってください。
問題が発生したり、改善の提案がある場合は、GitHubリポジトリで問題を公開してください。あなたのフィードバックは貴重であり、目的は、このツールをコード生成のニーズに合わせて可能な限り効果的にすることです。
ハッピーコーディング!