大家好，又见面了，我是 GitHub 精选君！

在开发应用程序时，我们往往会遇到许多重复且繁琐的工作，例如编写产品和技术需求、设置开发环境以及编码应用程序。GPT Pilot 是一款旨在解决这些问题的开发工具，它可以以真实的开发流程逐步编写应用程序，让你作为技术领导进行开发过程的监督与审核。

GitHub 开源项目 Pythagora-io/gpt-pilot 在 GitHub 有超过 14.6k Star，用一句话介绍该项目就是：“Dev tool that writes scalable apps from scratch while the developer oversees the implementation”。

背景介绍

在构建应用程序时，AI 可以自动生成大部分代码（可能达到 95%），但在剩下的 5% 上，开发人员的参与是不可或缺的。GPT Pilot 的目标就是研究如何最大限度地利用 GPT-4 来生成完全可用的、适合生产环境的应用程序。

GPT Pilot 的设计理念以及它的工作原理都在以下博文中有详细解释：

• 【第一部分/共3部分】高级概念与GPT Pilot的工作流程（https://blog.pythagora.ai/2023/08/23/430/）
• 【第二部分/共3部分】GPT Pilot的编码工作流程（https://blog.pythagora.ai/2023/09/04/gpt-pilot-coding-workflow-part-2-3/）
• 【第三部分/共3部分】其他重要概念和未来计划（敬请期待）

项目介绍

GPT Pilot 的核心目标是帮助开发人员以更高效的方式构建应用程序。它通过提供以下功能来实现这一目标：

• 提供多种应用程序模板，支持快速生成各种类型的应用程序
• 通过与开发人员交互，帮助生成产品需求和技术规格
• 自动设置开发环境，并逐步编写应用程序代码
• 在开发过程中，开发人员可以对每个任务进行审核和调试

此外，GPT Pilot 还支持自定义设置，包括选择 AI 模型提供者（OpenAI/Azure/Openrouter）、添加 API 密钥以及选择数据库类型（默认为 SQLite，也可选择 PostgreSQL）。

以下是 GPT Pilot 的工作流程：

如何使用

要开始使用 GPT Pilot，按照以下步骤进行操作：

1、克隆仓库：git clone https://github.com/Pythagora-io/gpt-pilot.git

2、进入项目目录：cd gpt-pilot

3、创建虚拟环境：python -m venv pilot-env（激活虚拟环境：source pilot-env/bin/activate）

4、安装依赖：pip install -r requirements.txt

5、复制环境变量示例文件：mv .env.example .env

6、在.env文件中进行相应配置，包括AI模型提供者、API密钥和数据库设置等。

7、初始化数据库：python db_init.py

8、启动GPT Pilot：python main.py

启动之后，按照终端中的说明操作即可。所有生成的代码将存储在workspace文件夹中，文件夹名称与输入的应用程序名称相对应。

如果你更喜欢使用Docker来运行GPT Pilot，可以按照以下步骤进行操作：

1、克隆仓库：git clone https://github.com/Pythagora-io/gpt-pilot.git

2、更新docker-compose.yml文件中的环境变量配置。

3、默认情况下，GPT Pilot将读取和写入本地机器上的~/gpt-pilot-workspace文件夹，你也可以在docker-compose.yml中进行相应修改。

4、构建容器：docker compose build

6、启动GPT Pilot容器：`docker compose

以下是使用的 DEMO 演示视频：

以下是该项目 Star 趋势图（代表项目的活跃程度）：

更多项目详情请查看如下链接。

开源项目地址：https://github.com/Pythagora-io/gpt-pilot

开源项目作者：Pythagora-io

以下是参与项目建设的所有成员：

关注我们，一起探索有意思的开源项目。