GreptileCodeMirrorer

Code Mirrorer: การวิเคราะห์รหัส AI ที่ขับเคลื่อนด้วยและเครื่องมือแยกคุณลักษณะ

ภาพรวม

Code Mirrorer เป็นเครื่องมือวิเคราะห์รหัสขั้นสูงและเครื่องมือแยกคุณลักษณะที่ใช้ประโยชน์จาก Greptile AI และแบบจำลองภาษาขนาดใหญ่ (LLMS) เพื่อช่วยให้นักพัฒนาเรียนรู้และรวมคุณสมบัติจากรหัสฐานในอุดมคติเข้ากับโครงการของตนเอง เครื่องมือนี้ให้วิธีการโต้ตอบในการสำรวจทำความเข้าใจและปรับรหัสในขณะที่พิจารณาบริบทเฉพาะของรหัสฐานของผู้ใช้

เทคโนโลยีที่ใช้

• เฟรมเวิร์ก : next.js (REACE FRAMEWORK)
• ภาษา : typescript
• เครื่องมือ AI/LLM :
  • Greptile: ใช้สำหรับการสอบถามและวิเคราะห์ที่เก็บรหัส
  • Pinecone: ฐานข้อมูลเวกเตอร์สำหรับการจัดเก็บและดึงข้อมูลโค้ดที่เกี่ยวข้องและประวัติการแชทที่เกี่ยวข้อง
  • Hugging Face: LLM Model (BAAI/BGE-M3) สำหรับการฝังข้อความ

คุณสมบัติที่สำคัญ

1. การจัดทำดัชนีที่เก็บ

   • ดัชนีสองที่เก็บ GitHub: ที่เก็บ "อุดมคติ" และที่เก็บของผู้ใช้
   • รองรับการระบุสาขาที่แตกต่างกันสำหรับแต่ละที่เก็บ

2. การสกัดคุณลักษณะ

   • แยกคุณสมบัติเฉพาะจากที่เก็บในอุดมคติตามอินพุตของผู้ใช้
   • ให้คำอธิบายโดยละเอียดเกี่ยวกับวิธีการทำงานของรหัสที่แยกออก

3. การวิเคราะห์ความเข้ากันได้

   • วิเคราะห์ความเข้ากันได้ของคุณสมบัติที่แยกออกมาด้วย codebase ของผู้ใช้
   • ให้คะแนนความเข้ากันได้และอธิบายปัญหาที่อาจเกิดขึ้นหรือการแก้ไขที่จำเป็น

4. คำแนะนำการดำเนินการ

   • สร้างวิธีการใช้งานหลายวิธีสำหรับคุณลักษณะที่แยกออกมา
   • ให้ข้อดีและข้อเสียสำหรับการดำเนินการที่แนะนำแต่ละครั้ง

5. อินเทอร์เฟซแชทแบบโต้ตอบ

   • อนุญาตให้ผู้ใช้ถามคำถามและค้นหาคำชี้แจงเกี่ยวกับคุณสมบัติที่แยกออกมาความเข้ากันได้หรือการใช้งาน
   • ให้การตอบกลับบริบทโดยใช้ทั้งที่เก็บในอุดมคติและผู้ใช้

6. เซสชันถาวร

   • รักษาเซสชันผู้ใช้เพื่อให้กลับไปทำงานก่อนหน้านี้

มันทำงานอย่างไร

1. การส่งที่เก็บ : ผู้ใช้ส่งลิงก์ไปยังที่เก็บ GitHub สองแห่ง - Repo ในอุดมคติและ repo ของพวกเขาเอง

2. การจัดทำดัชนี : ระบบดัชนีที่เก็บทั้งสองทำให้เนื้อหาค้นหาและวิเคราะห์ได้

3. การแยกฟีเจอร์ : ผู้ใช้สามารถขอให้แยกคุณสมบัติเฉพาะโดยให้ชื่อและคำอธิบาย ระบบใช้ AI เพื่อค้นหาและแยกรหัสที่เกี่ยวข้องออกจากที่เก็บในอุดมคติ

4. การตรวจสอบความเข้ากันได้ : คุณลักษณะที่แยกออกมาจะถูกวิเคราะห์เพื่อความเข้ากันได้กับที่เก็บของผู้ใช้ ซึ่งรวมถึงคะแนนความเข้ากันได้และคำอธิบายโดยละเอียดเกี่ยวกับปัญหาที่อาจเกิดขึ้น

5. คำแนะนำการใช้งาน : ระบบสร้างหลายวิธีในการใช้คุณสมบัติที่แยกออกมาใน codebase ของผู้ใช้พร้อมด้วยข้อดีและข้อเสียสำหรับแต่ละวิธี

6. การแชทแบบอินเทอร์แอคทีฟ : ผู้ใช้สามารถมีส่วนร่วมในอินเทอร์เฟซแชทเพื่อถามคำถามค้นหาคำชี้แจงหรือรับรายละเอียดเพิ่มเติมเกี่ยวกับคุณลักษณะที่แยกออกมาหรือการใช้งานที่แนะนำ

รายละเอียดทางเทคนิค

• แบ็กเอนด์ : NEXT.JS API RAUTES จัดการตรรกะฝั่งเซิร์ฟเวอร์
• ฐานข้อมูล : MongoDB ใช้สำหรับการจัดเก็บข้อมูลเซสชันและข้อมูลถาวรอื่น ๆ
• การจัดเก็บเวกเตอร์ : Pinecone ใช้สำหรับการจัดเก็บและสอบถามการเป็นตัวแทนเวกเตอร์ของตัวอย่างรหัสและประวัติการแชท
• การวิเคราะห์รหัส : Greptile ใช้สำหรับการวิเคราะห์รหัสเชิงลึกและการประมวลผลแบบสอบถาม
• การฝังข้อความ : โมเดล Baai/BGE-M3 ของ Hugging Face ใช้เพื่อสร้างการฝังตัวสำหรับการจัดเก็บข้อความในฐานข้อมูลเวกเตอร์

ความประทับใจทางเทคนิค

Code Mirrorer นำเสนอคุณสมบัติที่น่าประทับใจทางเทคนิคหลายประการ:

1. การจัดการประวัติการแชทอัจฉริยะ : เราใช้ระบบประวัติการแชทที่ซับซ้อนโดยใช้ Pinecone ฐานข้อมูลเวกเตอร์ สิ่งนี้ช่วยให้การจัดเก็บข้อมูลที่มีประสิทธิภาพและการดึงข้อมูลที่เกี่ยวข้องกับบริบทเพิ่มความสามารถของ AI ในการให้การตอบสนองที่สอดคล้องกันและเหมาะสมกับบริบทมากกว่าการสนทนาที่ขยายออกไป

2. วิศวกรรมพรอมต์ขั้นสูง : เพื่อปรับปรุงความเกี่ยวข้องและคุณภาพของการตอบสนองที่สร้างขึ้นโดย Ai เราได้พัฒนาชุดของการแจ้งเตือนที่สร้างขึ้นอย่างระมัดระวัง พรอมต์เหล่านี้ได้รับการออกแบบมาเพื่อเป็นแนวทางให้ AI ในการให้คำตอบที่เหมาะสมในขณะที่ยังคงความยืดหยุ่นสำหรับการสืบค้นที่หลากหลาย สิ่งนี้จำเป็นต้องมีการวนซ้ำหลายครั้งและการปรับจูนเพื่อความสมดุลที่เฉพาะเจาะจงกับทั่วไป

3. การแยกคุณลักษณะการตอบโต้ข้าม : ความสามารถของระบบในการดึงคุณสมบัติจากที่เก็บหนึ่งและวิเคราะห์ความเข้ากันได้กับที่เก็บอื่นนำเสนอความท้าทายที่ไม่ซ้ำกัน เราพัฒนาอัลกอริทึมเพื่อไม่เพียง แต่ระบุส่วนรหัสที่เกี่ยวข้อง แต่ยังประเมินความพอดีของพวกเขาภายในบริบท codebase ที่แตกต่างกัน

4. การวิเคราะห์รหัสแบบไดนามิก : การใช้ประโยชน์จาก Greptile API เราใช้ความสามารถในการวิเคราะห์รหัสแบบเรียลไทม์ สิ่งนี้ช่วยให้การประเมินความเข้ากันได้ของรหัสและการสร้างคำแนะนำการใช้งานได้ทันทีผลักดันขอบเขตของสิ่งที่เป็นไปได้ด้วยเครื่องมือวิเคราะห์รหัสปัจจุบัน

5. สถาปัตยกรรมที่ปรับขนาดได้ : แอปพลิเคชันได้รับการออกแบบโดยคำนึงถึงความสามารถในการปรับขนาดโดยใช้ next.js สำหรับการเรนเดอร์ฝั่งเซิร์ฟเวอร์ที่มีประสิทธิภาพและเส้นทาง API สถาปัตยกรรมนี้ช่วยให้สามารถจัดการกับผู้ใช้หลายเซสชันพร้อมกันในขณะที่รักษาประสิทธิภาพ

ในขณะที่คุณสมบัติเหล่านี้แสดงให้เห็นถึงความลึกทางเทคนิคของ Code Mirrorer แต่ก็น่าสังเกตว่าระบบยังอยู่ในระหว่างการพัฒนา บางแง่มุมโดยเฉพาะอย่างยิ่งฟังก์ชั่นการแชทและวิศวกรรมที่รวดเร็วได้รับการปรับปรุงอย่างต่อเนื่อง เรามีวัตถุประสงค์เพื่อสร้างระบบที่ยืดหยุ่นซึ่งสามารถปรับให้เข้ากับกรณีการใช้งานที่หลากหลาย แต่ผู้ใช้ควรทราบว่าผลลัพธ์อาจแตกต่างกันไปขึ้นอยู่กับที่เก็บข้อมูลเฉพาะและการสืบค้นที่เกี่ยวข้อง

เครื่องมือ AI ที่ใช้ในการพัฒนา

1. Claude & Chatgpt: ใช้สำหรับการระดมสมองแนวคิดการแก้ไขปัญหาและการปรับแต่ง

เริ่มต้น

ทำตามขั้นตอนเหล่านี้เพื่อตั้งค่าและเรียกใช้โครงการในพื้นที่:

1. โคลนที่เก็บ

• วิ่ง :

 git clone https://github.com/kabir276/GreptileCodeMirrorer.git

2. ตั้งค่าตัวแปรสภาพแวดล้อม

• คัดลอกไฟล์สภาพแวดล้อมตัวอย่าง:

   cp .env.example .env
  

• เปิดไฟล์ .env และป้อนคีย์ API ของคุณสำหรับบริการที่ต้องการ (Greptile, Pinecone, MongoDB ฯลฯ )

3. ติดตั้งการพึ่งพา

• เรียกใช้สิ่งนี้ในไดเรกทอรีรูท:

   npm install
  

4. เรียกใช้เซิร์ฟเวอร์การพัฒนา

    npm run dev
   

5. เข้าถึงแอปพลิเคชัน เปิดเบราว์เซอร์ของคุณและนำทางไปยัง http://localhost:3000

ตอนนี้แอปพลิเคชันควรทำงานบนเครื่องในพื้นที่ของคุณ คุณสามารถเริ่มใช้ CodeCompare โดยส่งลิงก์ที่เก็บและสำรวจคุณสมบัติของมัน

หมายเหตุ: ตรวจสอบให้แน่ใจว่าคุณติดตั้ง NPM ในระบบของคุณก่อนที่จะเริ่มขั้นตอนเหล่านี้