Skip to content

llmadd/code_using_GPT

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

42 Commits
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

项目概述

code_using_GPT

1. 项目简介

本项目主要通过使用ChatGPT,来为代码生成注释、生成README.md文档、以及根据代码文件与大模型进行问答,以便于更好的了解代码!

Streamlit 一键部署

  • fork本仓库后点击 Streamlit 部署 选择NEW APP

Streamlit 部署

程序界面

  • Repository 选择fork的仓库
  • Branch 一般默认为main
  • Main file path为app.py
  • App URL (Optional) 自定义域名
  • 点击Deploy!即可

本地安装说明

  1. 安装Git:

    如果您尚未安装Git,请首先安装它。您可以从Git官网下载适合您操作系统的版本:https://git-scm.com/downloads

  2. 克隆GitHub存储库:

    打开命令行终端,并导航到您希望将项目克隆到的目录。然后运行以下命令,将GitHub存储库克隆到您的本地计算机:

git clone https://github.com/llmadd/code_using_GPT.git

请将上述URL替换为您要克隆的GitHub存储库的实际URL。

  1. 进入项目目录:

    使用cd命令进入克隆的存储库目录:

cd code_using_GPT
  1. 创建虚拟环境(可选但建议):

    为了隔离项目的依赖关系,您可以创建一个虚拟环境。运行以下命令创建并激活虚拟环境:

python -m venv venv
source venv/bin/activate   # 在Windows上使用 venv\Scripts\activate
  1. 安装项目依赖项:

    使用pip安装requirements.txt文件中列出的所有依赖项:

pip install -r requirements.txt

这将安装项目所需的所有Python包。

  1. 运行Streamlit应用程序: 在命令行中运行以下命令来启动Streamlit应用程序:
streamlit run app.py

这将启动Streamlit应用程序,并在您的默认浏览器中打开应用程序界面。

3. 使用说明

上传文档后,界面如下: 程序界面

  • 可以点击注释代码按钮,为当前文件生成注释并下载 代码注释

  • 点击生成文档按钮,可以为代码生成解释文档并下载 生成文档

  • 可以与大模型交流,提出问题,大模型会根据问题相关代码回答 基于代码问答

4. 项目使用技术栈

langchain+Streamlit+Openai+Chroma

  • 使用langchain构建各流程chain

  • 使用streamlit构建前端界面

  • 使用openai,gpt3.5模型

  • 使用chromadb为向量数据库

5. 待完善功能

  • 多语言支持(C、JAVA等)

  • 用户一键部署,更方便的openaikey修改

  • 用户可自主选择模型

  • 一键格式化代码

  • 更多需求可以联系我...

6. 联系我

微信

About

Analyzing code using GPT .(通过GPT分析代码,增加注释,生成文档)

Topics

Resources

License

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages