【導讀】動嘴寫代碼指日可待！AI代碼生成明星項目GPT-Engineer一夜爆火，短短幾天狂攬19k星。

AutoGPT之后，又一個明星項目誕生了！

GPT-Engineer一夜之間火遍全網，GitHub項目已經狂攬19k星。

這是一個根據指示生成代碼的AI工具，你只需要「動動嘴」，就能直接構建整個代碼庫。

項目地址：https://github.com/AntonOsika/gpt-engineer

甚至，它能學習你的代碼風格，短短幾分鐘就能讓你搞定編碼項目。

網友表示，我們離AGI又進了一步。

程序猿又要被淘汰一波了。

一句提示創建代碼庫

短短一周，GPT-Engineer在GitHub熱度狂飆，引眾多開發者圍觀。

究竟有多大的魅力？

項目主要作者Anton Osika在6月11日首次推出GPT-Engineer，并介紹了這款AI工具最大的特點：

- 一個提示就能生成一個代碼庫 - 提出需要澄清的問題 - 生成技術規范 - 編寫所有必要代碼 - 易于添加自己的推理步驟、修改和實驗 - 項目開源

- 分分鐘讓你完成編碼

暢想下，未來無需編寫一行代碼，開發者創建一個項目就像和好友聊天那樣簡單。

這不僅僅是一個項目，而是對未來的一瞥。

GPT-Engineer預示著未來軟件創造將是一個人機共話的時代。

另外，根據GitHub介紹了GPT-Engineer主要項目理念：

- 簡單易用，能夠為用戶提供價值； - 靈活且易于添加新的「AI步驟」； - 支持高級提示，可以記住用戶反饋； - 能快速在AI和人類之間快速切換；

- 所有計算都是「可恢復的」，并持久地保存到文件系統。

這個項目獨特地方在于，開發者在文本文件中提交需求，GPT-Engineer不是無條件接受這些要求，而是提出許多詳細的問題來讓程序員澄清缺失的細節。

整個過程分兩個階段執行，即（1）需求細化促進階段和（2）軟件構建階段。

第一階段的步驟是：

用戶提供的包含軟件需求的文本文件被提交給GPT-Engineer，并被放置在OpenAI的GPT的初始消息中，同時還包括確定澄清問題的指示。

GPT-Engineer系統接收來自OpenAI GPT-4的反饋，了解哪些需求需要澄清，并回應提示用戶澄清的問題。

GPT-Engineer會將這一過程循環，直到所有問題澄清到OpenAI GPT-4滿意為止。

第二階段的步驟是：

前一階段提煉的需求被打包，并與OpenAI的GPT指令（即系統提示）和另外一套GPT-Engineer希望看到的輸出指令（即用戶提示）一起包裝起來。

GPT-Engineer收到來自OpenAI GPT-4的響應，然后…

GPT-Engineer為用戶提供指令的軟件項目創建源代碼文件。

貪吃蛇上手實操

說了這么多，不如上手試練一番。做一個多人可玩的貪吃蛇網頁版游戲。

你只需要輸入一些關鍵提示：

使用有MVC組件的Python后端，視圖需要將狀態流傳輸給所有玩家，用你所生成的代碼直接直接運行html和js。

對于這個游戲代碼生成，GPT-Engineer就會讓你繼續回答一些細節的問題。

游戲規則和機制：確切給出貪吃蛇如何移動、生長，以及與其他玩家如何交互，有沒有什么power-ups，或者特殊游戲元素？

玩家互聯：有多少玩家能加入游戲，是否有游戲大廳或者匹配？

游戲狀態更新：多久更新一次游戲狀態，多久把狀態流傳輸給玩家，延遲率是？

用戶界面：游戲界面長什么樣？有任何特別設計需求和喜好嗎？

游戲控制：玩家如何控制蛇？是否有其他控制或設置？

游戲結束狀況：游戲如何結束？是否有評分體系或排行榜？

代碼結構：對Python后端、HTML和JavaScript代碼的組織有什么具體要求嗎？

當你簡單回答完這些問題后，GPT-Engineer就根據這些信息，給出了能夠實現目標所需的文件、類和方法的列表。

具體步驟唰唰唰地來了。

最后一款完美的貪吃蛇游戲代碼就完成了。

網友熱評

網友表示，「澄清問題」是真正使GPT-Engineer脫穎而出的原因，因為修復生成代碼中的問題往往比編寫代碼本身需要更多的時間。這似乎是朝著正確方向邁出的一大步。

真希望我上學時候就有這樣利器了。

還有網友對GPT-Engineer和GPT-4的區別感到困惑。

然而，這個項目火雖火，一位網友測試了GPT-Engineer，給出了體驗：

難設置

實際上不是創建文件，只是讓你從命令行中運行一次（即不能調試）

與ChatGPT4的能力相當

最后總結，理想很豐滿，現實很骨感。

還有網友對基準指出了問題，

gpt-engineer做了幾個簡單的編程任務，并將它們作為基準。它可以為你快速開發一個currency_converter，但不能正確編碼一個pomodoro_timer（還沒有！）

安裝方法

要么選擇穩定版（stable），要么選擇開發版（development）。

對于穩定版本：

- pip install gpt-engineer

對于開發版：

- git clone git@github.com:AntonOsika/gpt-engineer.git

- cd gpt-engineer

- make install

- source venv/bin/activate

設置

使用GPT4訪問權限的API密鑰運行：

- export OPENAI_API_KEY=[your api key]

運行

創建一個空文件夾。如果在repo中，你可以運行：

- cp -r projects/example/ projects/my-new-project

- 在新文件夾中填寫 main_prompt 文件

- 運行：gpt-engineer projects/my-new-project

結果

- 檢查 projects/my-new-project/workspace 中生成的文件

限制

使用額外的思想鏈提示，如Reaffon，應該能夠讓其更可靠，并且不會錯過主要提示中請求的功能。

特點

你可以通過編輯 identity 文件夾中的文件來指定AI智能體的「身份」。

編輯「身份」和改進 main_prompt 是讓智能體記住項目之間的事情的方法。

steps.py 中的每個步驟都將其與GPT4的對話歷史記錄存儲在logs文件夾中，并且可以使用 scripts/rerun_edited_message_logs.py 重新運行。

項目主要作者

Anton Osika

Anton Osika是Depict.ai的首席技術官。這是一家創建機器學習推薦系統的初創公司，通過尖端的機器學習、計算機視覺和自然語言處理來理解產品。

就在4小時前，他還發了一條動態稱，GPT-Engineer已經躍升到17k星，一點也沒有減速跡象。