code_using_GPT
code_using_GPT copied to clipboard
Analyzing code using GPT .(通过GPT分析代码,增加注释,生成文档)
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
- 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
-
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
-
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。
-
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
-
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
-
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。
- 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:
-
可以点击注释代码按钮,为当前文件生成注释并下载
-
点击生成文档按钮,可以为代码生成解释文档并下载
-
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
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
-
[x] 多语言支持(C、JAVA等)
-
[x] 用户一键部署,更方便的openaikey修改
-
[x] 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...