Skip to content

AutoDevOps-oups 是一个基于AI的软件开发自动化解决方案,它利用AI技术来辅助软件开发过程,交互组件基于Streamlit开发完成。旨在快速完成逻辑功能开发,完成验证版本开发。 当前版本完全开源,并处于功能验证阶段,我们欢迎广大开发者参与其中,共同完善这个项目。✔ 同时为了便于学习Agent开发,当前项目存在较多轮子组件,便于理解其底层实现思想。

License

Notifications You must be signed in to change notification settings

Huterox/auto-dev-ops-oups

Repository files navigation

AutoDevOps-oups: AI-Driven Software Development Automation Solution & AI Tools for Software Building

CN doc CN doc

💡 Get Help - Q&A


介绍1️⃣

AutoDevOps-oups 是一个基于AI的软件开发自动化解决方案,它利用AI技术来辅助软件开发过程,交互组件基于Streamlit开发完成。旨在快速完成逻辑功能开发,完成验证版本开发。 当前版本完全开源,并处于功能验证阶段,我们欢迎广大开发者参与其中,共同完善这个项目。✔ 同时为了便于学习Agent开发,当前项目存在较多轮子组件,便于理解其底层实现思想。

Features and Benefits2️⃣

  • 编码问答助手,支持读取本地项目,读取项目目录结构,分析代码依赖,协助用户阅读项目源码🍳
  • SQL助手,当前并未对驱动进行抽象封装,暂时只支持MySQL数据库。输入设置数据库连接,即可使用SQL助手,协助分析数据库设计,查询语句编写🐟
  • 项目需求助手,Agent将扮演项目经理,协助整理相关项目需求,同时内置Whisper可提取音频文件,后续集成替换为FunASR。
  • 工作流实现&项目代码生成,在当前项目,我们实现了一个简易的非可视化工作流(旨在学习工作流底层实现原理),并基于该工作流实现了一个系统代码生成流程。
    • 对话式分析项目需求
    • 根据需求设计数据库
    • 根据数据库设计,生成创建执行代码
    • 后端指定技术栈为Python Fast API 前端指定技术栈为Vue3 生成基础系统代码(CURD)
    • 基于基础代码与用户确定需求生成需求业务代码
    • 对话式修改当前系统代码
    • ❌ 暂不支持 😣
      • 全自动化流水生成代码,在操作过程当中,我们要求由用户自己切换工作流状态(交互式点击下一步)因为我们无法直接确定当前工作流输出结果是否为用户所需。 后续版本,我们将实现 monitor manger 去自动检测整个workflow的执行结果,以及并行节点组件。
      • 考虑到当前模型的性能差异,我们取消了直接将代码生成至基础工程当中,而是采用markdown说明的形式,将系统代码进行输出。这个过程类似于我们提供积木组件,需要用户按照参考说明进行组装。而不是由我们自动组装,但这一功能并不是不能实现

快速开始3️⃣

注意在开始之前,请准备好你的OpenAI key,这非常重要,在项目根目录创建文件: api.toml 内容如下: (注意:请将sk-替换为你的key,同时可以使用相关中转站服务来请求使用OpenAI)

OpenAI中转站🌎

[DEFAULT]
default_key = "sk-"
default_base = "https://api"
default_model = "gpt-4o"
default_temperature = 0.5

[WHISPER]
openai_whisper_api = false
faster_whisper_model_default = "tiny"
faster_whisper_model_local = true
faster_whisper_model_local_path = "F:/new/model/tiny"
gpu = false
vad = false
lang = "自动识别"

[MORE]
min_vad = 500
beam_size = 5
whisper_prompt = "Please break sentences correctly and retain punctuation."
temperature = 0.5
crf = 23
quality = "medium"
ffmpeg = "libx264"
log = "error"

📦 本地部署

如果你想要本地源码,部署请按照如下操作进行:

  • Python 3.10+ 作者开发环境为3.10版本,因此推荐在本地部署时使用>=3.10版本

  • pip install -r requirements.txt
  • 执行指令:

    streamlit run /app/main.py --server.port=8080

🚀 Docker 快速部署

同时,我们依然提供了dockerFile,方便用户快速部署。

  • 执行指令:

    docker build -t AutoDevOps-oups:latest .
    docker run -p 8080:8081 AutoDevOps-oups:latest

    容器内部服务默认暴露8080~

如果一切顺利,访问浏览器服务器端口,即可进入到软件首页。 软件首页如下图所示: 在这里插入图片描述

基本使用4️⃣

这里我们将主要快速介绍当前软件的基本使用。

项目助手 😶

在此之前请确保你已经申请并具备了OpenAI key,并在首页的设置项目当中进行了设置填写。 在这里插入图片描述 当你对项目功能存在相关疑问时,你可以询问项目助手。

项目系统生成🏎

其余功能,在对应页面由详细的操作提示,只需要按照相关提示即可进行操作,但是对应系统生成来说,依然存在较多的细节需要注意。

  1. 流程选定,虽然当前系统只有一个流程,但是在后期将对此模块进行优化,增加新的流程。因此在使用系统生成之前,需要先进入下面的页面选定流程 同时,在选定页面,也将展示流程的执行示意图。 在这里插入图片描述
  2. 系统生成对话,在选定之后(当前只有一个,因此为默认勾选,但不设定,因此需要进入选定页面,设定) 之后进入操作页面如下: 在这里插入图片描述 在这里有如下几点需要注意:
    1. 在右侧边栏,可以查看当前流程的执行示意图。
    2. 重点注意右侧边的Variable按钮,该按钮可以查看当前流程执行的结果,当切换流程执行为下一步时,该值将覆盖切换,因此请即使查看结果,也请及时保存。
    3. Describe与Variable实际上是一组CheckButton,当你选择Variable后,后续都会默认执行Variable,也就是,每次自动打开查看结果。如果需要取消请点击Describe。 此设计主要为防呆设计。

后续迭代方向💫

  • 增加更多的流程,以满足更多的需求。
  • 抽离streamlit实现功能,切换前端技术栈,主要出于以下考量
    • 性能考量与项目后续工程化处理
    • 集成可视化流程,后端流程引擎可能考虑基于当前流程实现,或基于LangChainFlow进行二次开发
  • 系统生成发展方向确定
    • 以母港的形式生成系统 1️⃣
    • 以组件的形式集成系统 2️⃣

About

AutoDevOps-oups 是一个基于AI的软件开发自动化解决方案,它利用AI技术来辅助软件开发过程,交互组件基于Streamlit开发完成。旨在快速完成逻辑功能开发,完成验证版本开发。 当前版本完全开源,并处于功能验证阶段,我们欢迎广大开发者参与其中,共同完善这个项目。✔ 同时为了便于学习Agent开发,当前项目存在较多轮子组件,便于理解其底层实现思想。

Resources

License

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages