软件开发自动化到智能文档检索：大语言模型驱动的开源项目盘点 | 开源专题 No.46

shroominic/codeinterpreter-api

Stars: 2.4k License: MIT

这是一个 ChatGPT 代码解释器的开源实现项目，使用了 LangChain 和 CodeBoxes 进行后端沙盒式 Python 代码执行。该项目具有以下特性和优势：

• 数据集分析、股票图表绘制、图像处理等功能
• 支持网络访问和自动安装 Python 包
• 输入文本+文件，输出文本+文件
• 对话记忆：基于先前输入进行回应
• 使用 CodeBox API 实现轻松扩展生产环境能力 (即将推出)

您可以通过设置适当的环境变量或使用 .env 文件来配置 OpenAI 和 Azure OpenAI。

AntonOsika/gpt-engineer

Stars: 43.9k License: MIT

GPT Engineer 是一个开源项目，它可以根据提示构建整个代码库。该项目的主要功能包括：

• 可以指定你想要构建的内容，并且 AI 会询问需要进一步澄清的问题，然后生成相应代码。

该项目具有以下关键特点和核心优势：

• 简单易用：容易适应、扩展和让代理学习如何编写自己期望的代码。
• 快速交互：AI 与人之间快速地进行信息传递和反馈。
• 持续改进：能够记住用户给出的反馈并在未来使用这些经验知识进行持续改善。

imartinez/privateGPT

Stars: 6.1k License: Apache-2.0

privateGPT，使用 GPT 的强大功能在私密环境中与文档进行交互，100% 私密无数据泄露。 该项目可以让你不需要连接网络就能够上传文档并提问。它完全保护了用户的隐私，并且没有任何数据会离开执行环境。此外，在本地运行时也具有合理的性能表现。

• 使用 LangChain 工具解析文件和创建嵌入式向量
• 通过 LlamaCppEmbeddings 将结果存储到本地矢量数据库中

kuafuai/DevOpsGPT

Stars: 4.9k License: NOASSERTION

DevOpsGPT 是一个 AI 驱动的软件开发自动化解决方案，将 LLM (大型语言模型) 与 DevOps 工具结合起来，将自然语言需求转换为可工作的软件。这一创新功能极大地提高了开发效率，缩短了开发周期，并降低了沟通成本，从而实现更高质量的软件交付。

• 提升开发效率：无需编写和解释繁琐的需求文档。用户可以直接与 DevOpsGPT 进行互动，快速将需求转换为功能性软件。
• 缩短开发周期：自动化的软件开发流程显著减少交付时间，加快了软件部署和迭代。
• 降低沟通成本：通过准确理解用户需求，DevOpsGPT 最小化沟通错误和误解风险，在团队间增强协作效率。
• 高质量交付物品：DevOpsGPT 生成代码并执行验证操作以确保所交付软件的质量和可靠性。
• [企业版]现有项目分析：通过人工智能对现有项目信息进行自动分析，在现有项目基础上精确拆分并完成所需要任务
• [企业版]专业模型选择：支持在专业领域比 GPT 更强大的语言模型服务，以更好地完成需求开发任务，并支持私有部署。
• [企业版]支持更多 DevOps 平台：可连接到更多 DevOps 平台，实现整个过程的开发和部署。

TabbyML/tabby

Stars: 11.5k License: Apache-2.0

Tabby 是一个自托管的 AI 编码助手，提供了 GitHub Copilot 的开源和本地部署替代方案。它具有以下几个关键特点：

• 自包含，无需 DBMS 或云服务。
• OpenAPI 接口，易于与现有基础设施 (如 Cloud IDE) 集成。
• 支持消费级 GPU。

danswer-ai/danswer

Stars: 4.3k License: MIT

Danswer 是一个开源项目，它允许您针对内部文档提出自然语言问题，并通过引用和来源材料相关的可靠答案来获取回复，以便您始终信任所得到的内容。该项目具有以下核心优势：

• 使用生成式 AI 模型进行直接问答，并且答案由引用和来源链接支持。
• 使用最新的 LLMs 进行智能文档检索 (语义搜索/重新排序)。
• 由自定义深度学习模型支持的 AI 助手解释用户意图。
• 用户身份验证和基于文档级别的访问管理。
• 支持选择你喜欢的 LLM (GPT4、Llama2、Orca 等)。

此外，Danswer 还具有连接器功能，支持从多个常见工具中同步文件，并在路线图中计划了更多功能扩展。