Yeni açık kaynaklı komut satırı yardımcı aracı, kod yardımcısının işlevlerini, kodlama sohbetinde daha büyük bir kod tabanını veya tam Git deposunu düzenlemeyi ve görüntülemeyi içerecek şekilde genişletir. Bu sadece geliştiricilere keskin yöntem ve işlevler konusunda yardımcı olmakla kalmıyor, aynı zamanda daha büyük bir proje bağlamında karmaşık görevleri çözmelerine de olanak tanıyor.
Duyuru
Bu, Aider'ın ChatGPT veya GitHub Copilot'un yalnızca kodun yakın ortamında çalışan ancak örneğin bağımlılıkları hesaba katmayan standart işlevlerinin çok ötesine geçtiği anlamına gelir. Geliştiriciler, Aider ile doğrudan GitHub'daki yerel kaynak dosyalarında çalışır ve Aider'ın ChatGPT 3.5 veya 4 ile işlediği ilgili etkinlikleri ve verileri sohbete ekler. Tüm projedeki etkinliğin içeriğini belirler ve gerekirse ayrı dosyalar veya dosyalar ister. genel bir anlayış için gerekli kod bölümleri. Araç, üreticinin açıklamasına göre değişiklikleri doğrudan Git'teki anlamlı açıklamalarla uygular.
Yardımcıyı başlatırken birden fazla kaynak dosyayı veya havuzun tamamını belirtebilirsiniz. GPT değişikliklerini tek bir işlemde koordine edin. Sohbete paralel olarak kullanıcılar, Aider'ın GPT'yi kaydettiği ve güncel tuttuğu düzenleyicideki dosyaları manuel olarak düzenleyebilir. GPT-4'ü doğrudan OpenAI aracılığıyla kullanıyorsanız içeriğe görüntü dosyaları da ekleyebilirsiniz.
Bağlam oluşturan veri havuzu ağacı haritaları
“Foo sınıfındaki tüm yazdırma ifadelerini BarLog kayıt sistemini kullanacak şekilde değiştirin” gibi bir ifade için ChatGPT'nin buna ihtiyacı yoktur Foo-Sınıf, ama aynı zamanda projenin nasıl çalıştığını da anlamalı BarLog kullanılmış. Aider artık ChatGPT'ye tüm dosyaları, içinde tanımlanan anahtar sembollerle birlikte içeren, ağaç tabanlı bir depo haritası aracılığıyla tüm taban hakkında bilgi sağlıyor. Harita ayrıca bu öğelerin her birine ilişkin tanımları ve kritik kod satırlarını da gösterir; işte bir örnek:
aider/coders/base_coder.py:
⋮...
│class Coder:
│ abs_fnames = None
⋮...
│ @classmethod
│ def create(
│ self,
│ main_model,
│ edit_format,
│ io,
│ skip_model_availabily_check=False,
│ **kwargs,
⋮...
│ def abs_root_path(self, path):
⋮...
│ def run(self, with_message=None):
⋮...
aider/commands.py:
⋮...
│class Commands:
│ voice = None
│
⋮...
│ def get_commands(self):
⋮...
│ def get_command_completions(self, cmd_name, partial):
⋮...
│ def run(self, inp):
⋮...
Böyle bir veri havuzu ağacı, GPT'nin daha büyük veri havuzlarındaki kodu anlamasına, yönlendirmesine ve değiştirmesine yardımcı olur. Örneğin, haritada gösterilen ayrıntılara dayanarak bir modülden dışa aktarılan API'nin nasıl kullanılacağını anlayabilir. GPT, haritanın kendisine göre başka hangi kodlara ihtiyaç duyduğunu belirler ve ardından bu belirli dosyaları görmeyi ister. Yardımcı daha sonra bunları otomatik olarak sohbete ekler.
Apache 2.0 lisanslı projesi hakkında daha fazla bilgiyi yardımcı GitHub deposunda bulabilirsiniz.
Bir yardımcıyla yapılan örnek sohbetten bir alıntı.
(Resim: yardımcı)
(DSÖ)
Haberin Sonu
Duyuru
Bu, Aider'ın ChatGPT veya GitHub Copilot'un yalnızca kodun yakın ortamında çalışan ancak örneğin bağımlılıkları hesaba katmayan standart işlevlerinin çok ötesine geçtiği anlamına gelir. Geliştiriciler, Aider ile doğrudan GitHub'daki yerel kaynak dosyalarında çalışır ve Aider'ın ChatGPT 3.5 veya 4 ile işlediği ilgili etkinlikleri ve verileri sohbete ekler. Tüm projedeki etkinliğin içeriğini belirler ve gerekirse ayrı dosyalar veya dosyalar ister. genel bir anlayış için gerekli kod bölümleri. Araç, üreticinin açıklamasına göre değişiklikleri doğrudan Git'teki anlamlı açıklamalarla uygular.
Yardımcıyı başlatırken birden fazla kaynak dosyayı veya havuzun tamamını belirtebilirsiniz. GPT değişikliklerini tek bir işlemde koordine edin. Sohbete paralel olarak kullanıcılar, Aider'ın GPT'yi kaydettiği ve güncel tuttuğu düzenleyicideki dosyaları manuel olarak düzenleyebilir. GPT-4'ü doğrudan OpenAI aracılığıyla kullanıyorsanız içeriğe görüntü dosyaları da ekleyebilirsiniz.
Bağlam oluşturan veri havuzu ağacı haritaları
“Foo sınıfındaki tüm yazdırma ifadelerini BarLog kayıt sistemini kullanacak şekilde değiştirin” gibi bir ifade için ChatGPT'nin buna ihtiyacı yoktur Foo-Sınıf, ama aynı zamanda projenin nasıl çalıştığını da anlamalı BarLog kullanılmış. Aider artık ChatGPT'ye tüm dosyaları, içinde tanımlanan anahtar sembollerle birlikte içeren, ağaç tabanlı bir depo haritası aracılığıyla tüm taban hakkında bilgi sağlıyor. Harita ayrıca bu öğelerin her birine ilişkin tanımları ve kritik kod satırlarını da gösterir; işte bir örnek:
aider/coders/base_coder.py:
⋮...
│class Coder:
│ abs_fnames = None
⋮...
│ @classmethod
│ def create(
│ self,
│ main_model,
│ edit_format,
│ io,
│ skip_model_availabily_check=False,
│ **kwargs,
⋮...
│ def abs_root_path(self, path):
⋮...
│ def run(self, with_message=None):
⋮...
aider/commands.py:
⋮...
│class Commands:
│ voice = None
│
⋮...
│ def get_commands(self):
⋮...
│ def get_command_completions(self, cmd_name, partial):
⋮...
│ def run(self, inp):
⋮...
Böyle bir veri havuzu ağacı, GPT'nin daha büyük veri havuzlarındaki kodu anlamasına, yönlendirmesine ve değiştirmesine yardımcı olur. Örneğin, haritada gösterilen ayrıntılara dayanarak bir modülden dışa aktarılan API'nin nasıl kullanılacağını anlayabilir. GPT, haritanın kendisine göre başka hangi kodlara ihtiyaç duyduğunu belirler ve ardından bu belirli dosyaları görmeyi ister. Yardımcı daha sonra bunları otomatik olarak sohbete ekler.
Apache 2.0 lisanslı projesi hakkında daha fazla bilgiyi yardımcı GitHub deposunda bulabilirsiniz.
Bir yardımcıyla yapılan örnek sohbetten bir alıntı.
(Resim: yardımcı)
(DSÖ)
Haberin Sonu