编辑：陈萍
(资料图)
项目上线短短几天，星标量已经接近 20k。
想象一下这样一个场景：创建一个软件项目就像和好友聊天一样简单，你要做的就是提出需求，AI 就能帮你实现，而你不需要编写一行代码。
近日，一个爆火 GitHub 的项目实现了这一愿景，项目上线短短几天，星标量已经达到 20k 左右。这个项目的名字叫 GPT-Engineer，和代码生成类工具差不多，其能根据提示生成代码库（codebase）。就像前面讲到的，只要你提出合理的要求，GPT-Engineer 都能完成。
项目地址：/AntonOsika/gpt-engineer
根据项目作者 Anton Osika 说法，GPT-Engineer 具有以下特点：
可以根据一个提示生成代码库；
提出针对任务的详细问题；
生成的技术非常规范；
帮你编写必要的代码；
用户可以添加推理步骤，进行修改，还可以在此基础上进行实验；
项目是开源的；
让你在几分钟内完成编码。
另外，项目主页介绍了 GPT-Engineer 理念：
简单易用；
灵活且易于添加新的 AI 步骤；
可以逐步构建用户体验：用户可以使用高级提示，此外，用户还可以将反馈输送给 AI，随着时间的推移，AI 能够记住这些反馈；
人类和 AI 可以快速的切换，相互接手对方的任务；
所有计算都是可恢复的，并持久化到文件系统中。
为了让大家更好的理解 GPT-Engineer，项目中还列举了贪吃蛇游戏的例子。完成这项任务大致分为三步：第一步，告诉 GPT-Engineer 你想让它完成的任务是什么；第二步，GPT-Engineer 会询问一些用户输入的比较模糊的问题，以便更明确任务需求；第三步，GPT-Engineer 开始构建运行代码。
首选你需要通过输入提示，让 GPT-Engineer 知道它自己要干什么，贪吃蛇游戏的提示大致为网页版多人可玩的贪吃蛇游戏；使用带有 MVC 组件的 Python 后端；请按照上述要求实现，必要时可以使用 html、js。
然后，GPT-Engineer 对任务要求进行更细致的提问，比如蛇是如何移动的？有多少玩家可以加入这个游戏？游戏状态更新的频率应该是多少？对于 Python 后端、HTMl 和 JavaScript 代码的组织是否有任何特定的要求等等。
值得注意的是，GPT-Engineer 不是无条件地询问这些问题，而是采用 QA 的方式来确定需要澄清的缺失细节。
上述问题明确之后，GPT-Engineer 就能按照用户要求生成多人玩贪吃蛇游戏的代码：
整个过程可概括为：（1）需求细化阶段和（2）软件构建阶段，这两个阶段的流程图如下所示：
需求细化阶段
软件构建阶段
项目一出，网友不禁赞叹：GPT-Engineer 真是杀疯了，用户只需使用提示指定自己想要构建的内容，AI 智能体就会构建整个代码库。
不过也有网友上手体验了一番，表示 GPT-Engineer 可以快速为用户开发一个 currency_converter，但是不能正确地编写一个 pomodoro_timer。
不管怎样，想要尝试的小伙伴，可以上手一试了。更多使用、配置信息，可参考原项目。
参考链接：/pulse/conversational-code-exploration-gpt-engineer-tom-glaser/
©THE END
转载请联系本公众号获得授权
投稿或寻求报道：content@
