使用AI来生成一部分代码比较常见，那你考虑过让AI完成整个项目吗？

今天我们介绍的开源项目，它希望为世界上第一位人工智能开发伙伴，可独立完成95%的开发任务，它就是：GPT Pilot

GPT Pilot 是什么

GPT Pilot 旨在提供第一个真正的 AI 开发伙伴。不仅仅是一个自动完成功能或 PR 消息的助手，而是一个真正的 AI 开发人员，可以编写完整的功能、调试它们、与您讨论问题、请求审核等。

本项目的核心目的是，在开发人员的监督下，探究有多少 LLM 可以用于生成完全可工作的、生产就绪的应用程序。项目作者的观点是，在人工智能取得全面性的进展之前，人工智能可以为应用程序编写绝大部分代码（可能达到95%），但对于剩余的5%，开发人员仍然是不可或缺的。

GPT Pilot 是 Pythagora 的核心技术，而 Pythagora 是一款VS Code插件，接下来我们就来看下如何安装和使用GPT Pilot。

安装GPT Pilot

如果您使用 VS Code 作为 IDE，最简单使用GPT Pilot 的方法是下载它的VSCode 插件。在vscode中它的名字叫Pythagora。

安装完成插件以后，首先需要注册一个账号。

注册完成后会让我们回答一些问题，然后会自动安装gpt-pilot，对它不仅仅只有插件，是要装很多东西的。

除了使用VScode外，你也可以自己安装，然后通过CLI来试用。配置方法如下：

首先需要安装Python 3.9+ 和 PostgreSQL。
安装 Python 和（可选）PostgreSQL 后，请按照以下步骤操作：

git clone <https://github.com/Pythagora-io/gpt-pilot.git（克隆存储库）>
cd gpt-pilot
python -m venv pilot-env（创建虚拟环境）
source pilot-env/bin/activate（或在 Windows 上pilot-env\Scripts\activate）（激活虚拟环境）
pip install -r requirements.txt（安装依赖项）
cd pilot
mv .env.example .env（或在 Windows 上copy .env.example .env）（创建 .env 文件）
将您的环境添加到.env文件中：
	·LLM 提供商（OpenAI/Azure/Openrouter）
	·您的 API 密钥
	·数据库设置：SQLite/PostgreSQL（从SQLite更改为PostgreSQL，只需设置DATABASE_TYPE=postgres）
	·可以选择为工作区中 GPT Pilot 不应跟踪的文件夹设置 IGNORE_PATHS，这对于忽略编译器创建的文件夹很有用（即IGNORE_PATHS=folder1,folder2,folder3）
python main.py（启动 GPT Pilot）

还有一种方式是通过docker来试用gpt-pilot，这里就不介绍了，请参考文档配置。

使用 GPT Pilot

安装完成后，我们就可以开始使用了。首先我们来看一下gpt-pilot的整体执行流程。在项目执行过程中，它能够自动提出问题，并根据我们的答案，模拟与复现开发一个项目时的完整流程。整个执行的流程是如下这样的。

GPT Pilot 会先询问我们一系列问题，来确定应用类型，产品需求和技术要求，然后基于这些问答内容，自动完成环境配置，编写代码。

以下是 GPT Pilot 创建应用程序所需的步骤：

1. 输入应用程序名称和说明。
2. 产品负责人代理：就像现实生活中一样，什么都不做。 :)
3. 如果项目描述不够好，规范编写代理：会询问几个问题，以便更好地理解需求。
4. 架构师代理：编写将用于应用程序的技术，并检查计算机上是否安装了所有技术，如果没有，则安装它们。
5. 技术主管代理：编写开发人员必须实施的开发任务。
6. 开发人员代理：接受每项任务并写下实施该任务所需执行的操作。该描述采用人类可读的形式。
7. Code Monkey 代理：获取开发人员的描述和现有文件并实施更改。
8. 审核者代理：会审核任务的每一步，如果出现问题，审核者会将其发送回 Code Monkey。
9. 故障排除代理：可帮助您在出现问题时向 GPT Pilot 提供良好的反馈。
10. 调试器代理：讨厌见到他，但当事情不顺利时，他是你最好的朋友。
11. 技术作家代理：为项目编写文档。

使用的时候需要给项目写非常详细的描述，其实可以理解为这就是在对大模型写prompt，所以写的越好那开发的效果越好。项目提供了一个专门介绍写描述的wiki，这里我就抄一个提供的示例来看看效果。

接下来就是回答一些问题，我们在这整个过程中，只需扮演好项目管理者的角色，检查 AI 完成的代码是否符合标准，并在适当的时候给予其指引，让 AI 能在正确的方向上持续编写与迭代项目。

相对来说，GPT Pilot 是一种监督性的AI编程，并没有完全把人排除在外，这样实际上也是目前更好的模式。

这里也有比较坑的地方，执行了一半免费体验用光了，所以建议从一开始就使用自己的 OpenAI key。

项目里还提供了多个使用GPT Pilot开发的程序实例，可以直接查看。

总结

GPT Pilot的主要用途是帮助开发人员更快速地构建应用程序。它的设计上实现了现在非常前言的多智能体设计，通过多个不同角色的ai agent协同工作来完成一个复杂的开发任务。关于多智能体，最新的吴恩达演讲中也提出了很多内容，非常值得研究一下。

它的过程更加贴合目前可接受的方式，您则负责监督开发过程，AI来完成任务执行。当GPT Pilot完成每个任务或遇到困难时，它会要求您审查任务或在需要时提供帮助。

从目前来说可以将gpt-pilot使用在以下方面：

1. 快速原型开发：您可以使用GPT Pilot快速创建应用程序的原型，以便在不浪费太多时间的情况下验证概念。
2. 自动代码生成：GPT Pilot可以生成应用程序的大部分代码，从设置路由和数据库连接到编写用户界面。
3. 技术建议：它还可以为应用程序选择合适的技术栈和工具，以满足特定需求。
4. 教育和学习：开发人员可以使用GPT Pilot来了解如何构建不同类型的应用程序，学习最佳实践，并查看实际代码示例。

项目信息

• 项目名称： gpt-pilot
• GitHub 链接：github.com/Pythagora-i…
• Star 数：27K+