综合介绍

GPT-Pilot是一个开源的AI开发者工具，旨在与开发人员协作，从头开始构建可扩展的、生产就绪的应用程序。 它不仅仅是一个代码自动补全或辅助工具，而是一个能处理端到端开发流程的AI智能体。 用户首先需要提供一个清晰的应用描述，然后GPT-Pilot会通过提问来澄清需求，规划技术架构，并将其分解为一系列开发任务。 它的核心理念是，AI可以处理约95%的编码工作，而剩下的5%则由人类开发者监督、审查和介入，尤其是在遇到困难时。 这种逐步构建和人机协作的模式，使得调试和修改变得更加容易，也让GPT-Pilot能够处理更大型、更复杂的项目。 它通过模拟开发团队中不同角色的代理（如产品负责人、架构师、开发者等）来协同工作，一步步完成从需求分析到代码实现的全过程。

功能列表

• 逐步代码生成: 不同于一次性生成所有代码，GPT-Pilot采用分步骤的方式构建应用，便于开发者理解、审查和调试。
• 多智能体协作: 模拟真实开发团队，内置了产品负责人、架构师、技术主管、开发者、代码审查员等多个AI智能体，每个智能体负责开发流程中的特定环节。
• 开发者循环介入 (Human-in-the-Loop): 强调开发者在开发过程中的主导作用，AI在遇到问题或完成阶段性任务后会请求开发者进行审查和确认。
• 可扩展性: GPT-Pilot的设计目标是能够处理大型和复杂的应用程序，它通过智能地筛选上下文，只向语言模型提供当前任务最相关的代码，从而解决了大模型输入长度的限制问题。
• VS Code 扩展: 提供官方的VS Code插件，让开发者可以在熟悉的集成开发环境中无缝使用。
• 支持多种LLM: 用户可以配置使用OpenAI、Anthropic、Groq等多种大型语言模型，也可以配置使用本地运行的模型。
• 数据库支持: 默认使用SQLite，并支持配置使用PostgreSQL数据库。
• 命令行工具: 除了VS Code插件，也提供功能完善的命令行界面（CLI），方便在不同环境下使用。
• 测试驱动开发 (TDD): 在开发过程中会编写测试用例，以确保代码质量和新功能不破坏现有逻辑。

使用帮助

GPT-Pilot 提供了两种主要的使用方式：通过VS Code扩展或直接使用命令行工具（CLI）。对于大多数用户而言，VS Code扩展提供了更便捷的集成体验。

安装前准备

在使用GPT-Pilot之前，请确保你的系统满足以下条件：

1. Python: 版本需要 3.9 或更高。
2. Git: 用于从GitHub克隆项目仓库。
3. API密钥: 你需要一个来自LLM提供商的API密钥，例如OpenAI, Anthropic等。
4. (可选) PostgreSQL: 如果你希望使用PostgreSQL作为数据库，需要提前安装好。默认情况下，GPT-Pilot使用SQLite，无需额外安装。

通过命令行(CLI)安装和使用

这是最基础的安装方式，可以让你了解其核心运作流程。

1. 克隆代码仓库:打开你的终端，执行以下命令来克隆GPT-Pilot的GitHub仓库。

   git clone https://github.com/Pythagora-io/gpt-pilot.git
   

2. 进入项目目录:

   cd gpt-pilot
   

3. 创建并激活虚拟环境:为了避免与其他Python项目的依赖冲突，建议创建一个虚拟环境。
   • 在macOS或Linux上:

     python3 -m venv venv
     source venv/bin/activate
     

   • 在Windows上:

     python -m venv venv
     venv\Scripts\activate
     

4. 安装依赖:GPT-Pilot所需要的所有依赖库都记录在requirements.txt文件中。

   pip install -r requirements.txt
   

   如果你打算使用PostgreSQL，还需要额外安装相应的驱动包：

   pip install asyncpg psycopg2
   

5. 配置API密钥:项目提供了一个配置模板文件 example-config.json。你需要复制一份并重命名为 config.json。

   cp example-config.json config.json
   

   接下来，用你的文本编辑器打开 config.json 文件。这是配置的核心，你需要在这里设置你的LLM提供商和API密钥。

   • LLM Provider: 设置你的语言模型提供商，可以是 openai, anthropic 或 groq。
   • API Key: 填入你的API密钥。
   • 数据库: 如果使用PostgreSQL，需要修改db.url为你的数据库连接字符串。
   • 模型选择: 你还可以为不同的智能体（如CodeMonkey）指定不同的模型。
6. 启动GPT-Pilot:完成以上所有步骤后，运行主程序来开始一个新项目。

   python main.py
   

   程序启动后，会首先询问你新项目的名称，然后要求你详细描述你想要创建的应用。 描述越清晰具体越好，这将直接影响AI生成应用的质量。

操作流程

一旦你提供了项目描述，GPT-Pilot内部的AI智能体团队就开始协同工作：

1. 需求澄清: Specification Writer (需求撰写)智能体可能会问你一些问题，以确保完全理解你的需求。
2. 技术选型: Architect (架构师)智能体将根据需求设计技术栈（例如使用Node.js, Express等），并检查所需工具是否已安装。
3. 任务分解: Tech Lead (技术主管)智能体将整个开发过程分解为一系列具体的、可执行的开发任务。
4. 编码实现: Developer (开发者)智能体和 Code Monkey (编码猴)智能体负责将每个任务转化为实际的代码。
5. 审查与调试: 在编码过程中，Reviewer (审查员)智能体会审查代码，Debugger (调试器)则在出现错误时介入解决。开发者（也就是你）会被要求审查每一步的结果，并在AI卡住时提供帮助。

常用命令行参数

• 列出所有已创建的项目：

  python main.py --list
  

• 加载并从一个项目的最新步骤继续：

  python main.py --project <app_id>
  

• 删除一个项目（此操作不可撤销！）：

  python main.py --delete <app_id>
  

应用场景

1. 快速原型开发当你有一个新的应用想法时，可以使用GPT-Pilot快速构建一个可交互的应用原型。你只需要提供清晰的功能描述，AI就能生成初始版本的应用代码，大大缩短了从想法到原型验证的时间。
2. 学习新的技术栈对于想要学习新技术（如一个新的Web框架或库）的开发者，可以通过观察GPT-Pilot如何使用这些技术来构建一个完整应用，从而快速理解其基本用法和项目结构。
3. 自动化重复性编码任务在日常开发中，许多任务如创建基础的CRUD（增删改查）接口、设置项目结构、编写配置文件等都具有重复性。GPT-Pilot可以自动处理这些任务，让开发者能更专注于复杂的业务逻辑和创新性工作。
4. 辅助全栈应用开发GPT-Pilot能够处理从前端到后端的整个开发流程，包括数据库的设置。这对于独立开发者或小型团队来说尤其有用，可以借助AI的力量来完成一个完整的全栈项目。

QA

1. GPT-Pilot与其他AI编程工具有何不同？GPT-Pilot最大的不同在于它的开发哲学和工作流程。 它不像其他工具那样一次性生成全部代码，而是采用像人类开发者一样的逐步开发、迭代和调试的方式。 它强调开发者在整个过程中的监督和主导作用，AI作为助手与开发者协作，而不是完全取代开发者。 这种方式使得处理大型复杂项目和修复bug变得更加现实和可控。
2. 使用GPT-Pilot需要付费吗？GPT-Pilot本身是开源免费的。 但是，它需要调用第三方的大型语言模型（LLM），所以你会需要支付给像OpenAI这样的LLM提供商API调用费用。 Pythagora公司也提供了商业版的VS Code插件，其中包含了一些付费订阅选项，可以简化API密钥的管理，甚至提供一些折扣。
3. GPT-Pilot能开发什么类型的应用？目前，GPT-Pilot主要针对Web应用程序的开发进行了优化，特别是使用Node.js、Express和MongoDB等技术的项目。 理论上，通过合理的描述和引导，它可以被用于更广泛的编程任务，但其核心优势在于结构化的应用开发。
4. 如果AI生成的代码有错误怎么办？这是GPT-Pilot设计理念的核心部分。当AI遇到错误或无法解决问题时，它会暂停并向你（开发者）请求帮助。 你可以审查已生成的代码，找出问题并进行修改，或者向AI提供更明确的指示，引导它走向正确的方向。