Comment utiliser un chauffeur à propulsion LLM pour construire votre propre API Node.js

Cette chaudière API Node.js, améliorée avec le nouvel outil LLM Codegen, révolutionne la création de projet. Tirant la puissance de LLMS, il automatise la génération de code de module à partir de descriptions de texte simples. Cela rationalise considérablement le développement en incluant des fonctionnalités complètes telles que les tests de bout en bout, les migrations de base de données, les données de semences et la logique métier principale.

Ce projet s'appuie sur un chaudière API préexistant et prêt pour la production. Son architecture principale met l'accent sur le tranchage vertical, les principes de code nettoyants et utilise des technologies comme ZOD pour la validation des entrées, les inversifyjs pour l'injection de dépendance et le super-test pour les tests. Docker Compose facilite les configurations multi-services.

Caractéristiques clés et améliorations

L'ajout LLM Codegen offre plusieurs avantages clés:

• Génération automatisée des modules: Créez rapidement de nouveaux modules basés sur des descriptions textuelles, intégrant de manière transparente dans l'API existante.
• Gestion de la base de données: génère automatiquement des migrations de base de données et met à jour les scripts de semences avec des données pertinentes.
• Test complet: génère et vérifie les tests de bout en bout, garantissant correctement le code généré.

Le code généré est propre, maintenable et adhère à l'architecture de découpage verticale établie de la débarquement. Il se concentre uniquement sur les opérations essentielles CRUD, évitant la complexité inutile.

Détails d'implémentation

Le dossier llm-codegen abrite toute la logique de génération de code, indépendamment de la buissier de base. Cela permet une utilisation indépendante de la baillire sans modification.

Le système utilise trois micro-agents: Developer, Troubleshooter et TestsFixer, orchestrés pour générer, déboguer et tester le code. Le Developer génère le code initial; Le Troubleshooter traite des erreurs de compilation; et le TestsFixer garantit que tous les tests passent. Ce processus itératif entraîne un code fonctionnel de haute qualité.

Guide d'utilisation

1. Configuration: Accédez au répertoire llm-codegen et exécutez npm i. Configurez votre clé API LLM choisie (Openai, Anthropic Claude ou OpenRouter Llama) dans le fichier .env. OpenRouter Llama offre un niveau gratuit, mais sa qualité de sortie peut être moins fiable.

2. EXÉCUTION: Run npm run start. L'outil invite à une description et à un nom de module. Descriptions détaillées, y compris les attributs et opérations d'entité, donnent de meilleurs résultats.

3. Développement itératif: Générer le code progressivement, en ajoutant des modules au besoin.

Des exemples de génération de code et de correction d'erreur réussis sont illustrés ci-dessous:

Aspects techniques

Chaque micro-agent utilise une invite spécifique (voir le lien github pour l'invite Developer). Des tests approfondis avec divers LLM, y compris gpt-4o-mini et claude-3-5-sonnet-20241022, indiquent une qualité de code élevée, bien que claude-3–5-haiku-20241022 produit souvent des résultats moins fiables. gpt-4o-mini Les séances en moyenne environ 2 cents de coût.

Les journaux d'utilisation anthropique démontrent la consommation de jetons:

Le système atteint un taux de réussite de 95% dans la génération de code compilable et exécutable.

Cette chauffe-plaque, améliorée avec LLM Codegen, offre une approche puissante et efficace du développement Node.js. Les contributions et les commentaires sont les bienvenus!

Mise à jour [9 février 2025]: Support de l'API Deepseek ajouté. C'est moins cher que gpt-4o-mini avec une qualité de sortie comparable, mais plus lente et sujette aux erreurs de demande d'API.

* Sauf indication contraire, toutes les images sont par l'auteur *

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!