GPT Pilot 是 Pythagora VS Code 扩展 的核心技术，旨在提供 首个真正的 AI 开发者伙伴。它不仅仅是一个自动补全工具或 PR 消息助手，而是一个能够编写完整功能、调试、与您讨论问题、请求审查等的真正 AI 开发者。

📫 如果您想获取未来版本的更新或只是想联系我们，请加入我们的 Discord 服务器 或者 在此处添加您的邮箱。📬

• 🔌 要求
• 🚦 如何开始使用 GPT Pilot？
• 🔎 示例
• 🐳 如何在 Docker 中启动 GPT Pilot？
• 🧑‍💻️ CLI 参数
• 🏗 GPT Pilot 如何工作？
• 🕴 GPT Pilot 与 Smol developer 和 GPT engineer 有何不同？
• 🍻 贡献
• 🔗 联系我们
• 🌟 Star 历史

GPT Pilot 旨在研究在开发人员监督实现的情况下，LLM 能在多大程度上用于生成完全可运行、生产就绪的应用程序。

核心理念是：AI 可以编写应用程序的大部分代码（可能 95%），但对于剩下的 5%，在实现完全 AGI 之前，开发人员是且仍将是必需的。

如果您对我们在此项目期间的收获感兴趣，可以查看 我们的最新博客文章。

🔌 要求

• Python 3.9+

🚦 如何开始使用 GPT Pilot？

👉 如果您使用 VS Code 作为 IDE，最简单的方法是下载 GPT Pilot VS Code 扩展。👈

否则，您可以使用 CLI 工具。

如果您是 GPT Pilot 的新手：

在安装好 Python 和（可选）PostgreSQL 后，请按照以下步骤操作：

1. git clone https://github.com/Pythagora-io/gpt-pilot.git (克隆仓库)
2. cd gpt-pilot (进入仓库文件夹)
3. python3 -m venv venv (创建虚拟环境)
4. source venv/bin/activate (或在 Windows 上使用 venv\Scripts\activate) (激活虚拟环境)
5. pip install -r requirements.txt (安装依赖)
6. cp example-config.json config.json (创建 config.json 文件)
7. 在 config.json 文件中设置您的密钥和其他配置：
   • LLM 提供商 (openai, anthropic 或 groq) 的密钥和端点（留 null 则使用默认值）（注意 Azure 和 OpenRouter 通过 openai 设置支持）
   • 您的 API 密钥（如果为 null，将从环境变量中读取）
   • 数据库设置：默认使用 sqlite，PostgreSQL 也应能工作
   • 可选地更新 fs.ignore_paths 并添加不应被 GPT Pilot 在工作区中跟踪的文件或文件夹，这对于忽略编译器创建的文件夹很有用
8. python main.py (启动 GPT Pilot)

所有生成的代码将存储在 workspace 文件夹内，该文件夹以您启动 Pilot 时输入的应用程序名称命名。

🔎 示例

点击此处 查看所有使用 GPT Pilot 创建的示例应用程序。

PostgreSQL 支持

GPT Pilot 默认使用内置的 SQLite 数据库。如果您想使用 PostgreSQL 数据库，需要额外安装 asyncpg 和 psycopg2 包：

pip install asyncpg psycopg2

然后，您需要更新 config.json 文件，将 db.url 设置为 postgresql+asyncpg://<user>:<password>@<db-host>/<db-name>。

🧑‍💻️ CLI 参数

列出已创建的项目（应用程序）

python main.py --list

注意：对于每个项目（应用程序），此命令还会列出“分支”。目前我们仅支持一个分支（称为“main”），未来我们计划添加对多项目分支的支持。

加载并继续项目（应用程序）的最新步骤

python main.py --project <app_id>

加载并继续项目（应用程序）的特定步骤

python main.py --project <app_id> --step <step>

警告：这将删除指定步骤之后的所有进度！

删除项目（应用程序）

python main.py --delete <app_id>

删除具有指定 app_id 的项目。警告：此操作无法撤销！

其他命令行选项

还有其他几个命令行选项，主要用于支持从我们的 VSCode 扩展调用 GPT Pilot。要查看所有可用选项，请使用 --help 标志：

python main.py --help

🏗 GPT Pilot 如何工作？

以下是 GPT Pilot 创建应用程序的步骤：

1. 您输入应用程序名称和描述。
2. 产品负责人代理 就像在现实生活中一样，什么也不做。:)
3. 规格说明编写员代理 如果项目描述不够清晰，会询问几个问题以更好地理解需求。
4. 架构师代理 编写应用程序将使用的技术栈，并检查机器上是否安装了所有技术，如果没有则进行安装。
5. 技术负责人代理 编写开发人员必须实现的开发任务。
6. 开发人员代理 获取每个任务并编写实现它需要做什么的描述。描述采用人类可读的形式。
7. 代码猴子代理 获取开发人员的描述和现有文件，并实现更改。
8. 审查员代理 审查任务的每个步骤，如果出现问题，审查员会将其发回给代码猴子。
9. 故障排除员代理 在出现问题时帮助您向 GPT Pilot 提供有效的反馈。
10. 调试员代理 讨厌见到他，但当事情出错时，他是您最好的朋友。
11. 技术文档编写员代理 为项目编写文档。

🕴 GPT Pilot 与 Smol developer 和 GPT engineer 有何不同？

• GPT Pilot 与开发人员协作创建完全可运行、生产就绪的应用程序 - 我认为 AI（至少在不久的将来）无法在没有开发人员参与的情况下创建应用程序。因此，GPT Pilot 像真实开发人员一样逐步编写应用程序代码。这样，它可以在整个开发过程中调试出现的问题。如果遇到困难，您，作为负责的开发人员，可以审查代码并修复问题。其他类似工具会一次性给您整个代码库——这种方式使得 AI 和您作为开发人员都更难修复错误。
  
  
  
• 可扩展工作 - GPT Pilot 不仅用于创建简单的应用程序，而是能够在任何规模下工作。它拥有过滤代码的机制，因此在每次 LLM 对话中，它不需要在上下文中存储整个代码库，而是只向 LLM 展示当前任务相关的代码。一旦应用程序完成，您可以通过编写指令来继续工作，添加您想要的功能。

🍻 贡献

如果您有兴趣为 GPT Pilot 做贡献，请加入 我们的 Discord 服务器，查看开放的 GitHub issues，看看是否有您感兴趣的内容。我们很乐意获得帮助来解决其中的任何问题。在深入研究代码库之前，最好先阅读上面提到的博客文章，以了解架构如何工作。

🖥 开发

除了研究之外，GPT Pilot 需要进行调试以在不同的场景中工作。例如，我们发现生成的代码质量对开发任务的大小非常敏感。当任务过于宽泛时，代码会有太多难以修复的错误；但当开发任务过于狭窄时，GPT 似乎也难以将任务实现到现有代码中。

📊 遥测

为了改进 GPT Pilot，我们正在跟踪一些事件，您可以随时选择退出。您可以 在此处 阅读更多相关信息。

🔗 联系我们

🌟 作为一个开源工具，如果您能给 GPT-pilot 仓库点个星，对我们来说意义重大 🌟

💬 加入 Discord 服务器 进行交流。