GPT-Engineer思路以及代码解读

type

status

date

slug

summary

🤔 简介

🗒️

AutoGPT思路以及代码解读

两个月前，笔者发布了一篇关于AutoGPT的文章。在这两个月中，陆续发布了许多与LLM相关的文章和项目，例如LLM游玩我的世界、ToT（Tree of thought）理论、GPT-Engineer等，进一步展示了LLM的能力边界。

因此，在这篇文章中，我也想分享一下GPT-Engineer的相关思路。

该项目的主页如下：

项目主打一键生成整个代码库。开发者以“贪吃蛇”游戏为例，演示了如何使用GPT-Enginner创建一个完整的网页端运行的贪吃蛇小游戏。与AutoGPT相比，项目规模更小，部署难度也更简单。

📝代码解读

在正式进入代码解读之前，首先来看一张截图：

AI阅读代码已经成为不可或缺的工具。记得很久之前，李宏毅教授曾经说过，AI最擅长的就是“猜”，无论是分类任务还是预测任务，都属于猜测。而程序员在接收别人写过的代码时所做的第一件事是什么呢？也是猜测。根据文件名、函数名、变量名以及注释对项目有一个宏观的把握。既然都是猜测，让AI来做有时比我们自己来要容易。况且，即使不正确，也可以作为参考。

笔者也非常建议所有人都来尝试使用AI。它能省去很多时间成本。举个例子，我之前虽然有一定的编程基础，但都是基于C#和Unity游戏开发相关的，对Python以及cmd命令接触很少。通过在线版本的ChatGPT plus以及IDE里面的阅读代码功能相结合，部署和阅读的时间都得到了很大提升。将项目主页的运行说明贴上去，并说明自己要使用哪种模式运行，ChatGPT就能编写出一个可运行的命令。

从main.py主文件梳理项目运行流程

入口函数代码：

刨开最开始的一系列对参数的解析，剩下的功能还是比较清晰的。

比如以上代码，对提示词进行了整理。DBs类里存储了多个DB数据库，有的分管日志输出，有的记录用户输入，有的指向生成的代码库。当然，还有一些预定义好的固定提示词。

然后就是这段代码。可以看到，GPT-Engineer的核心逻辑与AutoGPT完全不同。这里只是按照步骤执行，遍历所有的步骤并逐个执行。某个步骤只需从dbs中获取所需数据即可。最后，还会将每个步骤执行的结果保存在一个字典中。

解析官网案例中使用的Step

在Steps.py文件中，展示了所有的AI可执行的步骤，最底部是不同的模式都配置了哪些步骤，这些步骤将会顺序执行。

接下来我们就按照顺序一个一个挨着分析，首先是clarify：

这段代码逻辑很长，看看AI对其的解释作为参考：

这段的系统提示词是这样的：

那么我们就明白了，GPT会针对用户最初的需求列出一个清单，然后挨个询问用户。如果用户回答了，就在清单上打勾并继续下一个问题。如果用户输入“c”，就会跳出循环，让GPT自己回答这个问题。具体效果可参考项目宣传视频：

第二个是gen_clarified_code:

到这里，代码就容易了起来，这里先得到了上一个step中获取到的清单及答案。

然后拿到了系统消息，使用setup_sys_prompt函数，代码如下：

为了降低理解难度，我将最终的提示词翻译并整合成中文，如下：

这一步结束后，就会得到所有的代码了，感觉这里很可能会超过token，由于我是用的是32k，如果不是32k版本的GPT4，可能要做一些优化？

再接下来是gen_entrypoint，代码如下：

这里是针对代码编写一些所需的依赖库，以及再编写一个run.sh文件，安装这些依赖。

接着是execute_entrypoint代码：

这一段是运行代码库，比较容易理解，由于系统兼容性可能会运行不起来。

最后是human_review，主要代码如下：

实际用途不大，毕竟程序不是一个循环。到此为止，已经执行结束了。这些人类反馈数据只会存在数据库中。如果后面定义了自己的调试步骤，可能会用到这些数据。

🤗总结归纳

GPT-Engineer的项目思路比较简单。总体来说，在开始正式编写代码之前，重视人类反馈。未完成清单的想法比较有趣并可以借鉴。

此外，项目的厉害之处在于代码库编写得非常漂亮。它把生成代码库这件事情拆解为多个步骤，在多个步骤之间顺序传递顺序。开发者可以比较方便地编写自己的Step并加入到配置中。可扩展的能力非常强，是所有LLM开发者都值得学习的。

然而，项目也有一些不好的地方。比如，这里可能仍然解决不了Debug的问题。当我们已经拥有了很多代码的时候，如何遵循既有的代码库和规则编写代码，是这个项目根本无法解决的问题。这些问题可以作为后续开发者和研究者的方向，并且可以就着这个项目编写Step和DB管理脚本。

致谢：

💡

Written by Gao Yue,edited by Notion AI.