mindflow
ve comments in chat command.
현대 개발자를위한 Chatgpt 구동 스위스 군용 나이프! 우리는 AI 기반 CLI GIT 래퍼, 보일러 플레이트 코드 생성기, 코드 검색 엔진, 대화 기록 관리자 등을 제공합니다!
전제 조건 :
chat with documents 사용하려면 벡터 데이터베이스를 사용할 Pinecone 계정을 만듭니다. brew tap mindflowai/homebrew-mindflow && brew install mindflow
pip install mindflow
pip install -e path/to/mindflow
mf login 실행 : mf config 실행하고 GPT 3.5 터보 (기본) 또는 GPT 4를 선택하여 응답을 생성하는 데 사용되는 모델을 구성하십시오. GPT 4를 사용하려면 API에 특별한 액세스가 필요합니다. 액세스 권한이있는 경우 mf config 실행하고 GPT 4를 선택할 수 있습니다. 액세스가없는 경우 오류 메시지가 표시됩니다.
Mindflow의 채팅 기능을 사용하는 데는 여러 수준이 있습니다.
mf chat "explain what a programming language is"mf chat path/to/code.py "please summarize what this code does"mf chat 호출의 별도의 인수로 여러 파일을 전달하여 Chatgpt에 단일 또는 멀티 파일 컨텍스트를 제공 할 수 있습니다. 충분히 작은 파일의 경우 (Chatgpt 토큰 제한 참조), 이는 작동하고 채팅 기록을 유지합니다.mf chat path/to/submodule1/ path/to/submodule2/ "what are these submodules responsible for?"mf index path/to/subdir/file1.txt path/to/file2.txtmf chat -s ./ "How do all of my classes relate to one another?"-s 자동 인덱싱을 건너 뛰고 대신 현재 기존 인덱스를 연기합니다. 이 인덱스는 해당 파일/서브 디르 만 포함되는 첫 번째 단계 mf index 에서 생성됩니다. Mindflow를 사용하여 mf gen 사용하여 즉시 보일러 플레이트 코드를 생성 할 수 있습니다! 코드와 주석 만 생성해야하며 주어진 경로에 파일을 저장합니다.
다음은 몇 가지 예입니다.
mf gen setup.py "write me a setup.py file for my python package 'foobar'"mf gen main.py "write me a python script with a main if block that prints the first 10 fibonacci numbers"기본적으로 간단한 채팅 메시지 (파일 또는 매우 작은 파일을 참조 할 때)는 채팅 지속성을 유지할 수 있도록 로컬로 저장됩니다.
채팅 기록에 대한 통계를 보려면 mf history stats 실행할 수 있습니다.
채팅 기록을 지우려면 mf history clear 실행할 수 있으며 보낸 모든 이전 메시지를 잊어 버릴 수 있습니다.
채팅 메시지에 디렉토리를 추가하려고하면 채팅 지속성이 비활성화되고 이전 컨텍스트가 사용되지 않습니다. 이것은 마인드 플로가 성숙함에 따라 변경되며 OpenAI API는 더 많은 토큰 레벨/대화 이력을 기본적으로 지원합니다.
참고 : GIT DIFF 요약은 아직 채팅 지속성을 지원하지 않습니다.
준비/커밋없이 Git Repo를 약간 변경하십시오. 그런 다음 mf diff 실행하십시오! 다음과 같은 것처럼 보이는 응답을 얻어야합니다.
`mindflow/commands/diff.py` changes:
- Added import statement for `List` and `Tuple` from the `typing` module.
- Added a function `parse_git_diff` that takes in the output of a `git diff` command and returns a list of tuples containing the file name and the diff content.
- Added a function `batch_git_diffs` that takes in the list of tuples returned by `parse_git_diff` and batches them into smaller chunks of diffs that are less than 3000 characters long.
- Modified the `diff` function to use the new `parse_git_diff` and `batch_git_diffs` functions to batch the diffs and send them to the GPT model for processing.
`mindflow/commands/inspect.py` changes:
- Removed the `print` statement used to output the result of a database query. The git diff shows changes in two files: `mindflow/commands/diff.py` and `mindflow/commands/inspect.py`.
`mindflow/commands/diff.py` changes:
- Added import statement for `List` and `Tuple` from the `typing` module.
- Added a function `parse_git_diff` that takes in the output of a `git diff` command and returns a list of tuples containing the file name and the diff content.
- Added a function `batch_git_diffs` that takes in the list of tuples returned by `parse_git_diff` and batches them into smaller chunks of diffs that are less than 3000 characters long.
- Modified the `diff` function to use the new `parse_git_diff` and `batch_git_diffs` functions to batch the diffs and send them to the GPT model for processing.
`mindflow/commands/inspect.py` changes:
- Removed the `print` statement used to output the result of a database query.
git repo를 약간 변경하고 무대에 올리십시오. 그런 다음 mf commit 실행하십시오! 다음과 같은 것처럼 보이는 응답을 얻어야합니다.
[formatting 7770179] Add needs_push() function and check in run_pr() function.
1 file changed, 14 insertions(+)
지점과 무대에 약간의 변경을 한 다음 커밋하십시오. 그런 다음 Github 또는 mf mr 의 mf pr 실행하십시오! 풀 요청/병합 요청은 GPT가 생성 한 제목과 본문으로 작성해야하며 PR에 대한 링크는 콘솔에 인쇄되어야합니다.
Mindflow는 문서 청크 용 벡터 임베딩 벡터를 저장하는 재귀 적 계층 적 요약 및 임베딩 기술을 사용하여 문서의 고 처리량 세분화, 처리, 스토리지 및 검색을위한 최첨단 방법을 사용합니다. 또한 채팅 기록은 색인화 된 문서를 통한 쿼리 또는 정기 채팅에 맞는 컨텍스트에 적합 할 수있는 경우 지속됩니다.
미래에 Mindflow는 현대 개발자의 툴킷에서 훨씬 더 중요한 부분이 될 계획입니다. 우리는 전통적인 문서를 버릴 수있는 기능을 추가하고 대신 개인 문서 및 커뮤니케이션 채널과 직접 통합하여보다 원활하고 직관적 인 경험을 제공 할 계획입니다. Mindflow를 사용하면 코드, 문서 및 커뮤니케이션 채널을 사용하여 진정한 "의식의 흐름"을 가질 수 있으므로 프로젝트를 최첨단으로 유지하고 팀과 협력 할 수 있습니다. 우리는 언어 모델로 가능한 것의 경계를 계속 추진하고 개발자의 작동 방식을 혁신하게되어 기쁩니다.
