GptMonkey
1.0.0
Este repositório é uma incubadora de vários utilitários baseados em GPT. Novos desenvolvimentos de uma tecnologia LLM permitem implementar idéias que costumavam ser difíceis ou impossíveis para a implementação de software até agora. A partir de agora, o repositório consiste em:
O scanner analisa os leilões frescos e compra agora listando e filtra itens usando várias heurísticas (estáticas, personalizáveis e baseadas em IA), desejando para encontrar as melhores ofertas de acordo com o catálogo personalizado. O scanner foi projetado para ser executado como um trabalho de Cron. A idéia é "escolher" os itens mais proeminentes com a melhor relação preço/qualidade. O eBay é um ótimo mercado para aplicar ferramentas baseadas em LLM para digitalização, pois é um ambiente muito competitivo e difuso que não é fácil de navegar para um humano, mas os preços geralmente estão bem abaixo do preço de varejo sugerido pelo fabricante (MSRP) ou preço de varejo recomendado (RRP). Existem vários desafios para os scanos de automóveis (como quantas rodas de skate em linha estão sendo vendidas em um conjunto? Ou o que é empacotado em muita coisa?), Então há uma idéia em um backlog para usar a visão da máquina para reconhecer alguns aspectos importantes de muita coisa.
Este projeto está participando do Build Hackathon (procure por vídeo de demonstração de gptmonkey e instruções de uso)
O script divide os arquivos de código -fonte em pedaços (tentando dividir entre os métodos), carrega esses arquivos recursivamente para o GPT e solicita que eles digitalizem o código em busca de vulnerabilidades. As descobertas são então agrupadas e impressas. Nota: Dependendo do rápido e do modelo usado, as descobertas podem ser muito paranóicas e consistem quase inteiramente de falsos positivos. Você pode ajustar o parâmetro de temperatura e prompts/vulnerabilities/analyze os avisos para o seu caso
export OPENAI_API_KEY= < your API key >
GptMonkey/vuln_scanner.py --project_path /tmp/WordPress/wp-adminOu, se você deseja ajustar os avisos, considere fazer upload de apenas uma amostra de poucos arquivos para análise para acelerar o processo e economizar custos:
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 />
Bem-vindo à ferramenta de geração de código-agnóstico idioma, alimentada por APIs do OpenAI GPT (Transformador pré-treinado generativo). Essa ferramenta aproveita os recursos do GPT LLM para gerar iterativamente código com base nos avisos do usuário. Pense nisso a partir de fornecer um modelo GPT o acesso "Vim" ao seu projeto, permitindo que ele ajude na criação de código com base nas solicitações de usuário de texto de forma livre.
Esse gerador de código emprega técnicas de ponta para maximizar o uso da janela de contexto de maneira eficaz, carregando as partes mais relevantes do código e os requisitos existentes que ele aproveita a solicitação de múltiplos idiomas (LLM) para garantir que o código gerado alinhe com o contexto da sua base de código existente e atenda aos requisitos gratuitos.
Esta ferramenta é construída sobre uma base de metodologias avançadas, incluindo:
Cadeia de pensamento: esta técnica garante que o processo de geração de código seja uma sequência coerente de etapas lógicas, aumentando a qualidade e a relevância do código resultante
Reação (reaja e ato): está no coração do processo de geração de código. Começa com um rápido, adapta -se ao contexto do projeto e aprende continuamente com a base de código existente para produzir o código relevante. Ele permite que o modelo mantenha um "trem de pensamento" em várias interações.
PAL: Modelos de idiomas auxiliados pelo programa No escopo do projeto atual, a abordagem PAL parece dar ao modelo o acesso programático aos arquivos e documentação do projeto
Para informações mais detalhadas sobre essas abordagens, você pode consultar os seguintes artigos:
Para começar a usar a ferramenta de geração de código, siga estas etapas:
Se você encontrar algum problema ou ter sugestões de melhoria, sinta -se à vontade para abrir um problema no repositório do GitHub. Seu feedback é valioso, e o objetivo é tornar essa ferramenta o mais eficaz possível para suas necessidades de geração de código.
Codificação feliz!
