RepoChat 200k

200k中的倉庫 - 沒有抹布！

chat使用Claude的200k上下文窗口而不是抹布！

為什麼要塗鴉 - 沒有抹布？

利用Claude 200k！將所有示例和代碼放在上下文中！

有時我們需要副代理而不是代理！

1。不僅聊天，還可以用最新文檔編寫代碼

麻煩是否記住駱駝 - 索引或蘭班的所有API？

不用擔心，只需包含組件示例和存儲庫中的文檔，讓Claude Opus（200K的最強模型和長上下文窗口）為您寫代理！

2。沒有復制糊，只需選擇

從github下載/克隆您的存儲庫，然後選擇要的文件，我在構造提示時讓您覆蓋您。

3。沒有抹布，你決定

我看過很多與回購項目聊天，它們都有痛苦的點：

Which files do this query need?

他們在代碼數據庫中使用嵌入式搜索，但是大多數情況下，我已經知道我要引用的文檔...因此，每次編碼時每次選擇自己的選擇。

• 編碼前端？只需選擇組件和示例即可。

• 編碼代理？只需選擇Langgraph的Jupyter筆記本即可。

• 編碼抹布？只需選擇LlamainDex的Jupyter筆記本即可。

4。更多用例！

使用LlamainDex Doc

選擇管道的Llamaindex示例編寫抹布圖。

使用shadcn文檔編寫前端

選擇示例和組件定義。

建議！

1. 您可以在大多數情況下使用haiku。
2. 根據任務更改模型。
3. 根據任務更改文件。
4. 您喜歡的克隆回購！
5. 通常我會包括Readme of Repo，以幫助Claude更好地理解
6. 使用側邊欄上的COUNT TOKENS ，查看您將發送多少個令牌！！！

特徵

1. 存儲庫下載：用戶可以提供GITHUB存儲庫URL，並且該應用程序將自動下載和分析存儲庫。
2. 文件和文件夾選擇：用戶可以從存儲庫中選擇特定的文件或文件夾，以在LLM的輸入中包含。
3. 語言過濾：用戶可以通過編程語言過濾文件，以將LLM的理解集中在代碼庫的特定部分上。
4. 令牌限制：用戶可以設置令牌限制以控制發送給LLM的信息的量，這對於性能或成本考慮很有用。
5. 聊天接口：用戶可以通過聊天式接口與LLM進行交互，使他們可以根據存儲庫內容提出問題或請求代碼生成。
6. 流輸出輸出：LLM的響應以流方式顯示，提供了更具吸引力和實時的用戶體驗。

目前，我只支持OpenRouter。計劃有一天添加更多和重構。

開始

1. 環境設置：運行pip install -r requirements.txt以設置環境。

2. 創建一個.env文件：在項目的根目錄中創建.env文件，並添加您的OpenRouter API密鑰（建議）：

OPENROUTER_API_KEY=your_openrouter_api_key_here

我推薦OpenRouter，因為它具有所有型號！

如果您想使用OpenAI GPT型號，請添加openai api key 。

OPENAI_API_KEY=your_openai_api_key_here

3. 運行應用程序：使用shatlit運行app.py腳本：

streamlit run app.py

4. 使用該應用程序：按照應用程序中的說明下載GitHub存儲庫，選擇文件和文件夾，並與LLM聊天。

如果您遇到回購問題，則可以隨時刪除repo dir ./repos dir並再次下載。

配置

可以通過以下配置選項自定義應用程序的行為：

• 模型：要使用的特定LLM模型（例如，“擬人/Claude-3-Haiku”，“人類/Claude-3-opus”）。
• 溫度：控制LLM響應的“創造力”的溫度參數。
• 系統提示：授予LLM的初始提示以設置所需的行為。

可以在簡化應用程序的側邊欄中調整這些設置。

貢獻

如果您想為Repochat-200k項目做出貢獻，請隨時提交問題或在GitHub存儲庫上提取請求。

執照

該項目已根據MIT許可獲得許可。