GPT エンジニア: 完全なアプリを構築するための短いプロンプト

良いアイデアを思いついてプロンプトを入力すると、完全なアプリを入手できます。


GPT エンジニアは、短いプロンプトから完全なアプリを作成できる、オープンソース領域の新しいプレーヤーです。この記事では、GPT エンジニアの機能と、GPT エンジニアをコンピュータにインストールする方法について説明します。さらに、GPT Engineer を使用して、実用的な Plotly Dash アプリケーション テンプレートを作成します。それがどのように機能するかを見てみましょう!


GPTエンジニアとは何ですか?

これは、GPT-4 および GPT-3 言語モデルの機能を実証するオープンソース プロジェクトです。その焦点は、単一のプロンプトから完全なアプリケーションを作成することにあります。構築したいものを指定するだけで、AI がアプリケーションを生成します。


インストールを開始する前に、技術要件を確認してください。

スキル要件

次の前提条件を満たす必要があります。

Python (≥ 3.10) と Git がインストールされていること

condaとpipをインストールしました

bash ターミナルへのアクセス (macOS、Linux、または Windows)

任意のコード エディター (ここでは VSCode を使用します)

macOS Ventura 13.4 でテストしました。

デフォルト設定

ターミナルに次のコマンドを入力します。

conda 環境 (env) を作成します: conda create -n gpt-engineer python=3.9.12 -> 「Proceed ([y]/n)?」という質問で y を選択します。

conda 環境をアクティブ化します: conda activate gpt-engineer

GPT エンジニアをインストールする

GPT Engineer は 3 つの手順でインストールします。

ステップ 1 - リポジトリのクローンを作成する

GitHub の GPT Engineer リポジトリにアクセスし、緑色のボタン「コード」をクリックします。リンクをリポジトリにコピーします。次に、コンピュータ上でターミナル ウィンドウを開き、GPT Engineer を保存するディレクトリに移動します。次に、次のコマンドを使用してリポジトリのクローンを作成します。

$ git clone https://github.com/AntonOsika/gpt-engineer.git

「gpt-engineer」という名前のフォルダーが表示されます。このフォルダーには、GitHub リポジトリ内のすべてのファイルが含まれています。次に、必要な依存関係をインストールします。

ステップ 2 - 必要な依存関係をすべてインストールする

まず、「gpt-engineer」フォルダーに移動します。次のコマンドで実行します。

$ cd gpt エンジニア

次に、必要な依存関係をインストールします。次のコマンドを使用できます。

$ pip install -e 。

コンピューターにいくつかの依存関係がインストールされます。少し時間がかかります!これで、GPT エンジニアをセットアップする準備が整いました。

ステップ 3 - GPT エンジニアのセットアップ

GPT エンジニアは OpenAI API と通信するため、API キーを設定する必要があります。OpenAI アカウントで API キーを生成できます。OpenAI アカウントにログインし、API キーを作成してください。

0b636080a82756a34e579aa1402d508b.jpeg

「新しい秘密キーを作成」をクリックし、API キーに名前を付けます。それをコピーしてください。API キーは表示されなくなるため、慎重に保存してください。無料の 5 ドルの API アクセス クレジットが付与されます。

API キーを設定するには、ターミナルで次のコマンドを入力します (角括弧も削除します)。

# macOS と Linux

$ export OPENAI_API_KEY=[ここに API キーを挿入します。]


完了しました。インストールする準備ができました。ヘビのサンプルを実行して、すべてが機能していることを確認してみましょう。まず、ファイルprojects/example/main_promptを開きます。デフォルトのコンテンツが表示されるはずです。私たちのテストでは、デフォルトの例はあまりうまく機能しませんでした。したがって、プロンプトを変更しました。ChatGPT に「開発者向けに Snake ゲームについて説明してください」という質問をし、「Python プログラミング言語を使用して Snake アプリケーションを作成します。」という文と ChatGPT の出力を main_prompt ファイルに貼り付けます。

これらの手順を完了したら、「gpt-engineer」フォルダーで次のコマンドを実行します。

$ gpt-engineer プロジェクト/例

API を介して GPT-4 にアクセスできない場合、プログラムは自動的に gpt-3.5-turbo モデルを使用します。ご希望の場合は、GPT-4 待機リストに登録してください。このペーパーでは、gpt-3.5-turbo モデルを使用します。

GPT エンジニアが説明のためにいくつか質問をさせていただきます。これらの質問に答えてください。私たちの場合、次のような疑問が生じました。

ff53cf88a4cec78b21f6f305b09b75b9.jpeg

次に、GPT エンジニアは関連するフォルダーとファイルを生成します。すべてが完了したら、結果として得られたアプリケーションを実行できます。この記事の冒頭で結果をご覧いただきました。gpt-3.5-turbo で何ができるかは驚くべきことです。AI がどれほど強力であるかがわかりました。今日、AI は世界に大きな影響を与えています。


別の例を見てみましょう。

Plotly Dash アプリケーションを生成する

このパートでは、GPT エンジニアを使用して、動作する Plotly Dash アプリケーションを生成します。まず、フォルダー「example」をコピーし、名前を変更します。次のコマンドを使用できます。

$ cp -r プロジェクト/example/プロジェクト/my-plotly-dash-app

次に、次のプロンプトをファイル project/my-plotly-dash-app/main_prompt に貼り付けます。

Python で Web ブラウザー用の Plotly Dash アプリを作成します。

アプリには「メッセージを表示」というラベルが付いたボタンが 1 つあります。

ボタンをクリックすると「Happy Day」というメッセージが表示されます。

次に、新しいプロジェクトを実行します。

$ gpt-engineer プロジェクト/my-plotly-dash-app

GPT エンジニアはいくつかの説明を求めました:

a9aedd99ef593adc7193272bde5278ca.jpeg


これらの質問に答えて Enter キーを押します。その後、GPT エンジニアは関連するすべてのフォルダーとファイルを生成します。次に、アプリケーションを開始します。結果は次のとおりです。

e95b696ac24ccfeb9d8884e538ae3f84.jpeg

GPT エンジニアはすべてのファイルを正常に生成し、アプリケーションは 127.0.0.1:4242 でホストされています。これはまさに私たちが望んでいることです。「Happy Day」というメッセージがテキストに表示され、ポップアップを作成するようにツールに指示します。ただし、ツールにはこの機能を実装する上で問題がありました。

全体として、手続き型のテンプレート コードをすばやく生成でき、機能します。これにより時間を大幅に節約できます。しかし、このツールを使用する際にはいくつかの問題も発生しました。それについては次のセクションで説明します。


考えられる制限事項とエラーと解決策

私たちは次のことに気づきました。

· サンプルヒントが正しく機能しません。おそらく GPT-4 ではうまく動作するでしょう。このチュートリアルでは、GPT-3 のみを使用しました。

· Snake ゲームを動作させるまでに 4 回の試行が必要でした。場合によっては、ツールがロジックを誤って実装したり、複数のファイルにわたる一部のインポートを見逃したりすることがあります。また、多くの場合、ツールはrequirements.txtファイルを生成しません。all_output.txt ファイル内の情報に基づいて自分で生成できます。

· いくつかの API エラーも見つかりました。次のメッセージが表示された場合は、しばらく待ってからもう一度お試しください。

openai.error.APIError: そのモデルは現在他のモデルでオーバーロードされています

リクエスト。リクエストを再試行するか、ヘルプからお問い合わせください。

エラーが解決しない場合は、help.openai.com にアクセスしてください。


結論は

この記事では、GPT エンジニアを 5 分でセットアップする方法を学びました。次に 2 つの例について説明し、モデルの威力を確認します。また、いくつかの問題に遭遇し、考えられる解決策も示しました。全体として、このツールは定型コードの生成に役立つと言えます。でも気をつけてください!GPT エンジニアがロジック エラーを実装する場合があるため、コードのすべての機能を確認する必要があります。


おすすめ

転載: blog.csdn.net/specssss/article/details/131640584