devlooper 入门指南 - 自主修复代码的程序合成代理

devlooper: 自主修复代码的程序合成代理

devlooper 是一个创新的程序合成代理,它能够通过运行测试来自主修复其输出。这个项目由 Modal Labs 开发,旨在简化代码生成和调试的过程。让我们一起来了解这个强大工具的特点和使用方法吧! 🚀

主要特点

devlooper 具有以下几个突出的特点:

1. 自主修复: 通过运行测试,devlooper 能够自动识别和修复代码中的错误。
2. 多语言支持: 目前支持 React + Jest、Python 和 Rust 三种环境模板。
3. 沙箱环境: 利用 Modal 的 Sandbox 原语在隔离环境中运行测试。
4. 调试循环: 通过迭代运行测试和修复,直到所有测试通过。

工作原理

devlooper 的工作原理可以概括为以下几个步骤:

1. 环境模板: 使用预定义的环境模板来设置基本的测试环境。
2. 沙箱执行: 在 Modal 的 Sandbox 中运行测试,确保环境隔离。
3. 调试循环:
   • 运行测试命令
   • 如果测试失败,将输出传递给 LLM 进行诊断
   • 根据诊断生成 DebugPlan
   • 执行 DebugPlan 中的修复操作
   • 重复以上步骤直到所有测试通过

使用指南

要开始使用 devlooper,请按照以下步骤操作:

1. 创建 Modal 账户
2. 在当前 Python 环境中安装 modal
3. 创建 Modal token
4. 创建 OpenAI 账户并获取 API 密钥
5. 创建 Modal secret 并命名为 openai-secret

准备就绪后,您可以使用以下命令生成代码:

modal run src.main --prompt="a simple 2D graphics library" --template="rust"  
modal run src.main --prompt="a todo-list app" --template="react"  
modal run src.main --prompt="a webscraper that checks if there are new reservations for a given restaurant on Resy" --template="python"  

学习资源

如果您想深入了解 devlooper,以下是一些有用的资源:

• GitHub 仓库: 包含完整的源代码和文档
• Modal 文档: 了解 Modal Sandbox 的使用
• smol developer: devlooper 的基础项目
• env_templates.py: 环境模板的实现代码

未来展望

devlooper 目前仍处于概念验证阶段,未来可能会有以下改进:

• 允许用户在循环中提供反馈
• 改进调试提示,使用嵌入检索相关代码部分
• 自动获取包的文档
• 使用先前的编辑历史来防止模型陷入循环
• 从头合成 EnvTemplate
• 扩展到更多 LLM,包括开源模型

devlooper 为自动化代码生成和调试开辟了新的可能性。无论您是经验丰富的开发者还是编程新手,都可以尝试使用这个强大的工具来提高您的编程效率。希望这篇入门指南能帮助您快速上手 devlooper,开启自主代码修复的新篇章! 🌟