本家:https://github.com/AntonOsika/gpt-engineer
作成したいものを指定して、AIが明確化のために質問し、それを作成します。
GPTエンジニアは、簡単に適応させ、拡張し、エージェントがどのようにコードを表示させたいかを学ぶように作られています。それはプロンプトに基づいてコードベース全体を生成します。
- 価値を簡単に得られる
- 自分で新しい "AIステップ" を追加するのが簡単で柔軟。
steps.py
を参照。 - 次のユーザーエクスペリエンスに向けて徐々に構築する:
- 高レベルのプロンプト
- 時間の経過とともにAIが覚えてくれるフィードバックを与える
- AIと人間の間で素早く引き継ぎができる
- シンプルさ。全ての計算は "再開可能" で、ファイルシステムに保存される。
セットアップ:
pip install -r requirements.txt
- GPT4アクセスがあるキーで
export OPENAI_API_KEY=[your api key]
実行:
main_prompt
ファイルがある新しい空フォルダを作成する(またはexample
フォルダをコピーしてcp example -r my-new-project
)- 新しいフォルダの
main_prompt
を記入する python main.py my-new-project
を実行する
結果:
- 生成されたファイルは my-new-project/workspace で確認できます
追加の連鎖思考プロンプトを実装することで、例えば Reflexion を使用することで、メインプロンプトでリクエストされた機能を見逃さないように、より信頼性を高めることができます。
コントリビューター大歓迎! 何を追加すればよいかわからない場合は、GitHubリポジトリのProjectsタブにあるアイデアをご覧ください。
AIエージェントの "アイデンティティ" を identity
フォルダ内のファイルを編集することで指定できます。
アイデンティティを編集し、main_promptを進化させることで、現在はプロジェクト間でエージェントが物事を覚える方法です。
steps.py の各ステップは、GPT4との通信履歴がlogsフォルダに保存され、scripts/rerun_edited_message_logs.pyで再実行できます。
Demo.mov
h-k-nyosuによる追記:
main_promptに記載する内容をChatGPTなどを通して、具体的な要件定義まで落とし込むと精度が上がります。
example/main_prompt
に記載してある例は、以下のやり取りを通して作成されたものです。
https://chat.openai.com/share/db2c856b-3ace-4000-b73f-12d4730def83
実行方法
python main.py example
作成後のアプリ確認
python example/main.py