Kod yang sangat rendah! PromptAppGPT, rangka kerja pembangunan bahasa semula jadi pertama berdasarkan ChatGPT: kompilasi automatik sepenuhnya, operasi dan penjanaan antara muka

Baru-baru ini, Zhang Changwang, ahli Jawatankuasa Sains dan Teknologi Komputer Teori CCF, membangunkan rangka kerja pembangunan aplikasi pesat PromptAppGPT berdasarkan gesaan kod rendah, yang boleh merealisasikan pembangunan aplikasi pesat bahasa semula jadi berdasarkan GPT.

PromptAppGPT termasuk fungsi berikut: pembangunan aplikasi gesaan kod rendah (Prompt), penjanaan teks GPT, penjanaan imej DALL-E, editor kod dalam talian + pengkompil + pelari, penjanaan antara muka pengguna automatik dan sokongan pemalam Sambungan dsb.

Tapak web projek: https://www.php.cn/link/fac05328668f599efe18e76cdb284aab

Kod projek: https://github.com/mleoking/ PromptAppGPT

PromptAppGPT menyediakan pencetusan keadaan berbilang tugas, pengesahan hasil dan keupayaan mencuba semula kegagalan, yang boleh menjadikan tugas penjanaan manual berbilang langkah diselesaikan secara automatik.

Pada masa yang sama, pengguna tidak lagi perlu menghafal dan memasukkan ejaan segera yang membosankan sendiri. Mereka boleh menyelesaikan tugas dengan mudah dengan hanya memasukkan maklumat penting tugasan itu.

1 Ciri Projek

• Pembangunan aplikasi pantas (Prompt) kod rendah
• Sokongan pelaksana GPT3/4 Untuk teks generasi
• Menyokong pelaksana Dalle untuk penjanaan imej
• Menyokong menggunakan sambungan pelaksana (plug-in)
• Editor kod dalam talian, pengkompil dan pelari terbina dalam
• Menjana antara muka pengguna secara automatik
• Antara muka pengguna dwibahasa Inggeris dan Cina

2.1.

2.2. Lawati tapak web PromptAppGPT dan pilih permulaan rangkaian atau muat turun program:

https://www.php.cn/link/fac05328668f599efe18e76cdb284aab

2.3. Tetapkan kunci OpenAI/Proksi Api OpenAI/model GPT OpenAI. Kunci OpenAI: Kunci API diperoleh daripada OpenAI.

OpenAI Api Proxy: Anda boleh mengakses laman web proksi OpenAI API Sebagai contoh, anda boleh menggunakan https://api.openai-proxy.com di China Adalah lebih baik untuk mempunyai tapak web proksi anda sendiri.

Model GPT OpenAI: gpt-4/gpt-3.5-turbo

2.4.

2.5. Edit dan susun aplikasi.

3. Contoh APP

3.1.1. >

Antara muka APP yang dijana secara automatik dan hasil operasi:

Berjaya menjana pelan perjalanan Hainan terperinci

3.2. Penjana imej pintar

Kod APP: (Mengandungi dua langkah menggunakan GPT untuk menjana lukisan Prompt dan menggunakan Dalle untuk melukis)

Menggunakan PromptAppGPT boleh membuat imej manual yang pada asalnya memerlukan dua langkah Tugasan Build menjadi automatik. Pada masa yang sama, pengguna tidak perlu memasukkan ejaan segera yang menyusahkan sendiri. Pengguna hanya perlu memasukkan penerangan lukisan yang mereka minati.

Antara muka APP yang dijana secara automatik dan hasil jalankan:

Apl pertama kali menggunakan GPT untuk menjana imej gesaan lukisan.

Kemudian Apl memanggil Dalle secara automatik untuk menjana gambar berdasarkan output gesaan lukisan oleh GPT.

Rajah di bawah menunjukkan imej hasil penjanaan imej akhir.

GPT membantu mengembangkan penerangan ringkas asal "panda gergasi" kepada banyak penerangan terperinci dalam bahasa Inggeris, seperti panda yang duduk di atas daun buluh, di dalam hutan , panda mempunyai Telinga bentuk bulat dan sebagainya.

Penerangan yang diperluaskan ini membolehkan lukisan DALL-E berikutnya mengandungi lebih banyak butiran dan lebih jelas.

3.3. Terjemahan pelbagai bahasa

Kod APP:

Antara muka APP yang dijana secara automatik dan hasil jalankan:

Berjaya menterjemah bahasa Cina ke dalam bahasa Inggeris

4. Pembangunan aplikasi

Aplikasi PromptAppGPT dibangunkan berdasarkan format YAML untuk pembangunan kod rendah.

Berikut ialah contoh kod permohonan:

---author: Leoname: 旅游规划大师description: 旅游规划大师gptRound: singlefailedRetries: 2sysTask:userTask: - executor: gptprompt: |我想去 [$i{旅游目的地:@input}] 玩，请你以专业导游的身份，帮我做一份为期 [$i{旅游天数:@select#1/2/3/4/5/6/7}] 天的旅游攻略。另外，我希望整个流程不用太紧凑，我更偏向于安静的地方，可以简单的游玩逛逛。我的预算在 [$i{旅游预算(元):@select#1000/2000/3000/4000/5000/6000/7000}] 元左右。extra:

Bahagian pengarang ialah nama pengarang; ; bahagian gptRound menentukan sama ada untuk menggunakan gpt untuk dialog Pusingan tunggal (tunggal) atau berbilang pusingan (berbilang), untuk kebanyakan aplikasi, bahagian failedRetries menetapkan bilangan percubaan semula apabila ia gagal atau output tidak sah .

Bahagian sysTask ialah koleksi tugas yang dipisahkan oleh - yang menetapkan gelagat pelaksana (gpt). Untuk banyak aplikasi, medan ini boleh dibiarkan kosong.

Bahagian userTask mengandungi tugasan yang ditentukan pengguna, dipisahkan dengan -. Setiap tugas mesti menentukan atribut gesaan dan pelaksana, manakala atribut pencetus, output dan pengesah adalah pilihan. Aplikasi mengitar tugas pengguna mengikut urutan, menggunakan output tugasan sebelumnya untuk memadankan setiap pencetus tugasan Tugas pertama yang dipadankan dengan pencetus ialah tugas yang sedang dijalankan.

Pengenalan kepada pengarang

Zhang Changwang, penyelidik kanan, ahli Jawatankuasa Sains dan Teknologi Komputer Teoretikal CCF. Berkhidmat sebagai ahli Jawatankuasa Program Kanan (SPC) Persidangan Kepintaran Buatan AAAI ke-37 (AAAI-23).

Beliau menerima ijazah sarjana dan PhD dari University College London (UCL) masing-masing pada 2011 dan 2015. Dari 2016 hingga 2017, beliau bekerja dalam perlombongan data LBS di Alibaba, dan dari 2018 hingga 2022, beliau bekerja dalam pengesyoran pengiklanan dan pemprofilan pengguna di Tencent.

Hala tuju penyelidikan semasa ialah penyelidikan dan aplikasi perolehan maklumat (promosi carian), pemprosesan bahasa semula jadi dan perlombongan data besar.

Rujukan: https://github.com/mleoking/PromptAppGPT

Atas ialah kandungan terperinci Kod yang sangat rendah! PromptAppGPT, rangka kerja pembangunan bahasa semula jadi pertama berdasarkan ChatGPT: kompilasi automatik sepenuhnya, operasi dan penjanaan antara muka. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!