หลักฐานของแนวคิดของเพื่อนสนิทนักพัฒนาซอฟต์แวร์ที่ใช้ LLM ซึ่งสามารถทำการเปลี่ยนแปลงในที่เก็บรหัสที่มีอยู่ Gptinker เป็นแอปพลิเคชัน Next.js ที่เขียนด้วย TypeScript ที่ช่วยให้คุณนำทางและแก้ไข codebases
ตัวอย่างวิดีโอสั้น ๆ : https://www.youtube.com/watch?v=xGMKCEIUDQC
สร้างไฟล์ .env.local ในไดเรกทอรีรูทของโครงการและเพิ่มตัวแปรสภาพแวดล้อมของคุณ ใช้ไฟล์ .env เป็นข้อมูลอ้างอิง นี่คือตัวอย่างของตัวแปรสภาพแวดล้อมที่ต้องการ:
OPENAI_API_KEY=your_api_key_here
OPENAI_API_URL=https://api.openai.com/v1/chat/completions
OPENAI_MODEL=gpt-4
BASE_PATH=your_base_path_here
APP_DESCRIPTION="It's a Next.js application written in Typescript called GPTinker - an AI developer assistant that helps you navigate and modify codebases"
dev : เรียกใช้แอพในโหมดการพัฒนาbuild : สร้างแอพสำหรับการผลิตstart : เริ่มเซิร์ฟเวอร์การผลิตlint : ตรวจสอบปัญหาผ้าสำลีtest : เรียกใช้การทดสอบโดยใช้ JESTcountLoc : นับบรรทัดของรหัสในโครงการในการเรียกใช้แอพในโหมดการพัฒนาก่อนติดตั้งการพึ่งพาแล้วเรียกใช้แอพ:
npm install
npm run dev
# or
yarn
yarn devแอพนี้จะมีให้ที่ http: // localhost: 3000
เพื่อเรียกใช้การทดสอบ:
npm run test
# or
yarn test
นอกจากนี้ยังมี Dockerfile รวมไว้สำหรับการวิ่งหนึ่งคลิก เพียงเรียกใช้คำสั่ง docker-compose up และแอพจะเริ่มต้นและสามารถใช้งานได้ที่ http: // localhost: 3000
เมื่อเรียกใช้แอพจาก Docker โปรดจำไว้ว่าแอพจะไม่สามารถเข้าถึงระบบไฟล์ในเครื่องของคุณได้อย่างเต็มที่ดังนั้นหากคุณต้องการทดสอบตัวเอง /app ในตัวเลือกเส้นทางฐาน