gpt pilot

? ‍ ✈️ GPT Pilot? ‍ ✈️

---

---

O GPT Pilot não apenas gera código, ele cria aplicativos!

---

(Clique para abrir o vídeo no YouTube) (1: 40min)

---

? Se você deseja obter atualizações sobre versões futuras ou simplesmente entrar em contato, junte -se ao nosso servidor Discord ou você pode adicionar seu e -mail aqui. ?

---

• ? Requisitos
• ? Como começar a usar o GPT-Pilot?
• ? Exemplos
• ? Como iniciar o GPT-Pilot no Docker?
• ? ‍️ argumentos da CLI
• ? Como o GPT Pilot funciona?
• ? Como o GPT Pilot diferente do SMOL Developer e GPT Engineer ?
• ? Contribuindo
• ? Conecte -se conosco
• ? História da estrela

---

O GPT Pilot pretende pesquisar quanto LLMS pode ser utilizado para gerar aplicativos totalmente funcionando e prontos para a produção, enquanto o desenvolvedor supervisiona a implementação.

A idéia principal é que a IA possa escrever a maior parte do código para um aplicativo (talvez 95%), mas, para o resto, 5%, um desenvolvedor é e será necessário até ficarmos completos .

Se você estiver interessado em nossos aprendizados durante este projeto, poderá verificar nossas postagens mais recentes no blog.

---

Exemplos de aplicativos escritos pelo GPT Pilot?

---

? Requisitos

• Python 3.9+

? Como começar a usar o GPT-Pilot?

Se você é novo no GPT Pilot:

Depois de ter o Python e (opcionalmente) o PostgreSQL instalado, siga estas etapas:

1. git clone https://github.com/Pythagora-io/gpt-pilot.git (clone the repo)
2. cd gpt-pilot (Vá para a pasta repo)
3. python3 -m venv venv (crie um ambiente virtual)
4. source venv/bin/activate (ou no Windows venvScriptsactivate ) (Ative o ambiente virtual)
5. pip install -r requirements.txt (instale as dependências)
6. cp example-config.json config.json (arquivo de configuração Create config.json )
7. Defina sua chave e outras configurações no arquivo config.json :
   • Provedor de LLM ( openai , anthropic ou groq ) e pontos de extremidade (deixe null por padrão) (observe que o Azure e o OpenRouter são supostos através da configuração openai )
   • Sua chave da API (se null , será lida nas variáveis ​​do ambiente)
   • Configurações do banco de dados: o SQLite é usado por padrão, o PostgreSQL também deve funcionar
   • Opcionalmente, atualize fs.ignore_paths e adicione arquivos ou pastas que não devem ser rastreadas pelo GPT Pilot no espaço de trabalho, útil para ignorar as pastas criadas pelos compiladores
8. python main.py (Start GPT Pilot)

Todo o código gerado será armazenado na workspace da pasta dentro da pasta nomeada após o nome do aplicativo que você insira ao iniciar o piloto.

Se você está atualizando do GPT Pilot v0.1

Supondo que você já tenha o repositório Git com uma versão anterior:

1. git pull (atualize o repositório)
2. source pilot-env/bin/activate (ou no Windows pilot-envScriptsactivate ) (Ative o ambiente virtual)
3. pip install -r requirements.txt (instale as novas dependências)
4. python main.py --import-v0 pilot/gpt-pilot (isso deve importar suas configurações e projetos existentes)

Isso criará um novo banco de dados pythagora.db e importará todos os aplicativos do banco de dados antigo. Para cada aplicativo, ele importará o início da tarefa mais recente em que você estava trabalhando.

Para verificar se a importação foi bem -sucedida, você pode executar python main.py --list ver todos os aplicativos que você criou e verificar config.json para verificar se as configurações foram corretamente convertidas no novo formato de arquivo de configuração (e fazer qualquer ajuste se necessário).

? Exemplos

Clique aqui para ver todos os aplicativos de exemplo criados com o GPT Pilot.

? Como iniciar o GPT-Pilot no Docker?

1. git clone https://github.com/Pythagora-io/gpt-pilot.git (clone the repo)
2. Atualize as variáveis ​​de ambiente docker-compose.yml , que podem ser feitas via docker compose config . Se você deseja usar um modelo local, acesse https://localai.io/basics/getting_started/.
3. Por padrão, o GPT Pilot lerá e escreverá para ~/gpt-pilot-workspace em sua máquina, você também pode editar isso em docker-compose.yml
4. Executar docker compose build . Isso criará um recipiente de piloto GPT para você.
5. Execute docker compose up .
6. Acesse o terminal da web na port 7681
7. python main.py (Start GPT Pilot)

Isso iniciará dois contêineres, sendo uma nova imagem construída pelo Dockerfile e um banco de dados do Postgres. A nova imagem também possui o TTYD instalado para que você possa interagir facilmente com o GPT-Pilot. O nó também está instalado na imagem e a porta 3000 está exposta.

Suporte PostGresql

O GPT Pilot usa o banco de dados SQLite interno por padrão. Se você deseja usar o banco de dados PostGresql, é necessário instalar adicionais pacotes asyncpg e psycopg2 :

pip install asyncpg psycopg2

Em seguida, você precisa atualizar o arquivo config.json para definir db.url como postgresql+asyncpg://<user>:<password>@<db-host>/<db-name> .

? ‍️ argumentos da CLI

Lista criou projetos (aplicativos)

python main.py --list

Nota: Para cada projeto (APP), isso também lista "ramificações". Atualmente, apoiamos apenas uma filial (chamada "Main") e, no futuro, planejamos adicionar suporte para várias filiais do projeto.

Carregue e continue a partir da etapa mais recente de um projeto (aplicativo)

python main.py --project < app_id >

Carregue e continue de uma etapa específica em um projeto (aplicativo)

python main.py --project < app_id > --step < step >

Aviso: isso excluirá todo o progresso após a etapa especificada!

Excluir projeto (aplicativo)

python main.py --delete < app_id >

Excluir projeto com o app_id especificado. Aviso: isso não pode ser desfeito!

Projetos de importação da v0.1

python main.py --import-v0 < path >

Isso importará projetos do banco de dados antigo GPT Pilot v0.1. O caminho deve ser o caminho para o antigo banco de dados GPT Pilot V0.1. Para cada projeto, ele importará o início da tarefa mais recente em que você estava trabalhando. Se o projeto já foi importado, o procedimento de importação irá ignorá -lo (não substituirá o projeto no banco de dados).

Outras opções de linha de comando

Existem várias outras opções de linha de comando que suportam principalmente chamadas de piloto GPT da nossa extensão do VSCODE. Para ver todas as opções disponíveis, use o sinalizador --help :

python main.py --help

? Como o GPT Pilot funciona?

Aqui estão as etapas que o GPT Pilot toma para criar um aplicativo:

1. Você insere o nome do aplicativo e a descrição.
2. Agente do proprietário do produto como na vida real, não faz nada. :)
3. O agente do escritor de especificações faz algumas perguntas para entender melhor os requisitos se a descrição do projeto não for boa o suficiente.
4. O agente do arquiteto grava tecnologias que serão usadas para o aplicativo e verifica se todas as tecnologias estiverem instaladas na máquina e as instalará, se não.
5. O agente principal da tecnologia escreve as tarefas de desenvolvimento que o desenvolvedor deve implementar.
6. O agente do desenvolvedor pega cada tarefa e escreve o que precisa ser feito para implementá -la. A descrição está em forma legível pelo homem.
7. O Code Monkey Agent pega a descrição do desenvolvedor e o arquivo existente e implementa as alterações.
8. O agente do revisor analisa todas as etapas da tarefa e, se algo for feito errado, o revisor o enviar de volta ao Code Monkey.
9. O agente de solucionador de problemas ajuda você a dar um bom feedback ao GPT Pilot quando algo está errado.
10. O agente do depurador odeia vê -lo, mas ele é seu melhor amigo quando as coisas vão para o sul.
11. O Technical Writer Agent escreve documentação para o projeto.

? Como o GPT Pilot diferente do SMOL Developer e GPT Engineer ?

• O GPT Pilot trabalha com o desenvolvedor para criar um aplicativo pronto para a produção em funcionamento - não acho que a IA possa (pelo menos em um futuro próximo) criar aplicativos sem que um desenvolvedor esteja envolvido. Então, o GPT Pilot codifica o aplicativo passo a passo como um desenvolvedor faria na vida real. Dessa forma, ele pode depurar questões à medida que surgem durante todo o processo de desenvolvimento. Se ficar preso, você, o desenvolvedor responsável, pode revisar o código e corrigir o problema. Outras ferramentas semelhantes fornecem a base de código inteira de uma só vez - dessa maneira, os bugs são muito mais difíceis de corrigir para a IA e para você como desenvolvedor.
  
  
• Trabalhos em escala - o GPT Pilot não pretende criar aplicativos simples, mas, para que possa funcionar em qualquer escala. Possui mecanismos que filtram o código; portanto, em cada conversa do LLM, não precisa armazenar toda a base de código no contexto, mas mostra ao LLM apenas o código relevante para a tarefa atual em que está funcionando. Depois que um aplicativo terminar, você pode continuar trabalhando nele escrevendo instruções sobre o recurso que deseja adicionar.

? Contribuindo

Se você estiver interessado em contribuir para o GPT Pilot, junte -se ao nosso servidor Discord, confira os problemas do GitHub aberto e veja se alguma coisa lhe interessa. Ficaríamos felizes em obter ajuda para resolver qualquer um deles. O melhor lugar para começar é analisando as postagens do blog mencionadas acima para entender como a arquitetura funciona antes de mergulhar na base de código.

? Desenvolvimento

Além da pesquisa, o GPT Pilot precisa ser depurado para trabalhar em diferentes cenários. Por exemplo, percebemos que a qualidade do código gerada é muito sensível ao tamanho da tarefa de desenvolvimento. Quando a tarefa é muito ampla, o código tem muitos bugs difíceis de corrigir, mas quando a tarefa de desenvolvimento é muito estreita, o GPT também parece ter dificuldade em implementar a tarefa no código existente.

Telemetria

Para melhorar o GPT Pilot, estamos rastreando alguns eventos dos quais você pode optar por não participar a qualquer momento. Você pode ler mais sobre isso aqui.

? Conecte -se conosco

? Como uma ferramenta de código aberto, isso significaria o mundo para nós se você estrelasse o repositório GPT-Pilot?

Junte -se ao servidor Discord para entrar em contato.