このリポジトリはメンテナンスされなくなりました。
詳細については Pythagora.ai をご覧ください
GPT Pilot は、Pythagora VS Code 拡張機能のコア技術であり、最初の本物の AI 開発者コンパニオンを提供することを目指しています。単なるオートコンプリートや PR メッセージのヘルパーではなく、完全な機能を書いたり、デバッグしたり、問題について相談したり、レビューを求めたりできる本物の AI 開発者です。
📫 将来のリリース情報を受け取りたい、または単に連絡を取りたい場合は、Discord サーバーに参加するか、ここでメールアドレスを追加できます。📬
- 🔌 要件
- 🚦 GPT Pilot の使用を始めるにはどうしたらよいですか?
- 🔎 例
- 🐳 Docker で GPT Pilot を起動するにはどうしたらよいですか?
- 🧑💻️ CLI 引数
- 🏗 GPT Pilot はどのように機能するか
- 🕴 GPT Pilot は Smol developer と GPT engineer とどう異なるか
- 🍻 貢献方法
- 🔗 私たちとつながる
- 🌟 スター履歴
GPT Pilot は、開発者が実装を監視しながら、LLM をどの程度利用して完全に機能する本番環境対応アプリを生成できるかを研究することを目指しています。
主なアイデアは、AI がアプリのほとんどのコード(おそらく 95%)を書くことができますが、残りの 5% については、完全な AGI を達成するまで、開発者が必要であり続けるということです。
このプロジェクト中の学習に興味がある場合は、最新のブログ投稿をご覧ください。
- Python 3.9+
👉 IDE として VS Code を使用している場合、最も簡単な開始方法は GPT Pilot VS Code extension をダウンロードすることです。👈
それ以外の場合は、CLI ツールを使用できます。
Python と(オプション)PostgreSQL をインストールしたら、以下の手順に従ってください:
git clone https://github.com/Pythagora-io/gpt-pilot.git(リポジトリをクローン)cd gpt-pilot(リポジトリフォルダに移動)python3 -m venv venv(仮想環境を作成)source venv/bin/activate(Windows ではvenv\Scripts\activate)(仮想環境を有効化)pip install -r requirements.txt(依存関係をインストール)cp example-config.json config.json(config.jsonファイルを作成)config.jsonファイルでキーとその他の設定を設定します:- LLM プロバイダ(
openai、anthropicまたはgroq)のキーおよびエンドポイント(デフォルトの場合はnullのままにします)(Azure および OpenRouter はopenai設定を介してサポートされていることに注意してください) - API キー(
nullの場合、環境変数から読み込まれます) - データベース設定:デフォルトでは SQLite が使用されます。PostgreSQL も動作するはずです。
- オプションで
fs.ignore_pathsを更新して、ワークスペースで GPT Pilot が追跡すべきでないファイルまたはフォルダを追加します。コンパイラによって作成されたフォルダを無視するのに便利です。
- LLM プロバイダ(
python main.py(GPT Pilot を開始)
生成されたすべてのコードは、パイロット起動時に入力したアプリ名の後にある workspace フォルダ内に保存されます。
🔎 例
ここをクリックして、GPT Pilot で作成されたすべてのサンプルアプリを確認してください。
GPT Pilot はデフォルトで組み込みの SQLite データベースを使用します。PostgreSQL データベースを使用したい場合は、asyncpg および psycopg2 パッケージを追加でインストールする必要があります:
pip install asyncpg psycopg2次に、config.json ファイルを更新して、db.url を postgresql+asyncpg://<user>:<password>@<db-host>/<db-name> に設定する必要があります。
python main.py --list注記: 各プロジェクト(アプリ)について、これは「ブランチ」もリスト表示します。現在のところ、1 つのブランチ(「main」という名前)のみをサポートしており、将来的に複数のプロジェクトブランチのサポートを追加する予定です。
python main.py --project <app_id>python main.py --project <app_id> --step <step>警告: これは指定されたステップ以降のすべての進捗を削除します!
python main.py --delete <app_id>指定された app_id でプロジェクトを削除します。警告: これは元に戻すことはできません!
主に VSCode 拡張機能から GPT Pilot を呼び出すことをサポートする、その他いくつかのコマンドラインオプションがあります。利用可能なすべてのオプションを確認するには、--help フラグを使用してください:
python main.py --helpGPT Pilot がアプリを作成する際のステップは以下の通りです:
- アプリ名と説明を入力します。
- Product Owner エージェントは実生活と同様に何もしません。:)
- Specification Writer エージェントは、プロジェクトの説明が十分でない場合に、要件をより良く理解するためにいくつかの質問を行います。
- Architect エージェントは、アプリに使用される技術を書き出し、すべての技術がマシンにインストールされているかを確認し、インストールされていない場合はインストールします。
- Tech Lead エージェントは、Developer が実装する必要のある開発タスクを書き出します。
- Developer エージェントは各タスクを取り上げ、それを実装するために何をする必要があるかを書き出します。説明は人間が読める形式です。
- Code Monkey エージェントは、Developer の説明と既存ファイルを取り上げ、変更を実装します。
- Reviewer エージェントはタスクの各ステップを確認し、何か間違っていることがあれば、Reviewer は Code Monkey に戻します。
- Troubleshooter エージェントは、何か問題がある場合に GPT Pilot に適切なフィードバックを提供するのを支援します。
- Debugger エージェントは彼に会うのが嫌いですが、物事が悪くなった時は彼があなたの最高の友人です。
- Technical Writer エージェントはプロジェクトのドキュメントを書きます。
- GPT Pilot は開発者と協力して、完全に動作する本番対応アプリを作成します - AI が開発者を介さずにアプリを作成できると思いません(少なくとも近い将来は)。そのため、GPT Pilot は実際の開発者と同じように、段階的にアプリをコーディングします。こうすることで、開発プロセス全体を通じて発生する問題をデバッグできます。もし行き詰まった場合は、担当開発者であるあなたがコードを確認して問題を修正できます。他の同様のツールはコードベース全体を一度に提供します。その場合、バグは AI にとってもあなたにとっても修正が難しくなります。
- スケーリング対応 - GPT Pilot は単純なアプリを作成するためのものではなく、任意のスケールで動作できるように設計されています。コードをフィルタリングするメカニズムがあるため、LLM との各会話で、コードベース全体をコンテキストに保存する必要がなく、現在取り組んでいるタスクに関連するコードのみを LLM に表示します。アプリが完成したら、追加したい機能の説明を書くことで、それを継続して作業できます。
GPT Pilot への貢献に興味がある場合は、Discord サーバーに参加し、公開中の GitHub issues を確認して、興味のあるものがないか見てください。どの問題の解決でも喜んでお手伝いします。最初に始めるべき最適な場所は、コードベースに深く入る前に、上記で紹介されているブログ投稿を確認してアーキテクチャの仕組みを理解することです。
研究以外にも、GPT Pilot はさまざまなシナリオで動作するようにデバッグする必要があります。たとえば、生成されるコードの品質は開発タスクのサイズに非常に敏感であることがわかりました。タスクが広すぎると、修正が難しい多くのバグがあるコードになり、開発タスクが狭すぎると、GPT も既存コードへのタスク実装に苦労しているようです。
GPT Pilot を改善するため、いつでもオプトアウトできるいくつかのイベントを追跡しています。詳細については、こちらを参照してください。
🌟 オープンソースツールとして、GPT-pilot リポジトリにスターを付けていただければ非常に嬉しいです 🌟
💬 Discord サーバーに参加してお問い合わせください。



