Appeler github
v0.2.3
Llama-Github est un outil puissant qui vous aide à récupérer (basé sur le chiffon agentique) les extraits de code, les problèmes et les informations de référentiel les plus pertinents de GitHub en fonction de vos requêtes, les transformant en un contexte de connaissances précieux. Il permet aux chatbots LLM, aux agents d'IA et aux agents automatique-DEV de résoudre des tâches de codage complexes. Que vous soyez un développeur à la recherche de solutions rapides ou d'un ingénieur mettant en œuvre des agents avancés Auto Dev AI, Llama-Github le rend facile et efficace.
Si vous aimez ce projet ou croyez qu'il a un potentiel, veuillez lui donner un ️. Votre soutien est notre plus grande motivation!
pip install llama-github
Voici un exemple simple de la façon d'utiliser Llama-Github:
from llama_github import GithubRAG
# Initialize GithubRAG with your credentials
github_rag = GithubRAG (
github_access_token = "your_github_access_token" ,
openai_api_key = "your_openai_api_key" , # Optional in Simple Mode
jina_api_key = "your_jina_api_key" # Optional - unless you want high concurrency production deployment (s.jina.ai API will be used in llama-github)
)
# Retrieve context for a coding question (simple_mode is default set to False)
query = "How to create a NumPy array in Python?"
context = github_rag . retrieve_context (
query , # In professional mode, one query will take nearly 1 min to generate final contexts. You could set log level to INFO to monitor the retrieval progress
# simple_mode = True
)
print ( context )Pour une utilisation et des exemples plus avancés, veuillez vous référer à la documentation.
? Récupération de GitHub intelligente : exploitez la puissance de Llama-Github pour récupérer des extraits de code, des problèmes et des informations de référentiel très pertinents de GitHub en fonction des requêtes utilisateur. Nos techniques de récupération avancées vous assurent de trouver les informations les plus pertinentes rapidement et efficacement.
⚡ Cache de pool de référentiel : Llama-Github possède un mécanisme de mise en cache de pool de référentiel innovant. En mettant en cache les référentiels (y compris les lectures, les structures, le code et les problèmes) à travers les threads, Llama-Github accélère considérablement l'efficacité de la recherche de recherche GitHub et minimise la consommation de jetons API GitHub. Déploiement de Llama-Github dans des environnements de production multi-thread en toute confiance, sachant qu'il fonctionnera de manière optimale et vous fera économiser des ressources précieuses.
? Analyse des questions alimentées par LLM : tirez parti des modèles de langue de pointe pour analyser les questions des utilisateurs et générer des stratégies et des critères de recherche très efficaces. Llama-Github décompose intelligemment les requêtes complexes, garantissant que vous récupérez les informations les plus pertinentes du vaste réseau de référentiel de GitHub.
Génération de contexte complète : générer des réponses riches et contextuellement pertinentes en combinant de manière transparente les informations récupérées à partir de GitHub avec les capacités de raisonnement des modèles de langage avancé. Llama-Github excelle à gérer même les questions les plus complexes et les plus longues, fournissant des réponses complètes et perspicaces qui incluent un contexte étendu pour répondre à vos besoins de développement.
Excellence de traitement asynchrone : Llama-Github est construit à partir de zéro pour tirer parti du plein potentiel de la programmation asynchrone. Avec des mécanismes asynchrones méticuleusement mis en œuvre tissés dans toute la base de code, Llama-Github peut gérer plusieurs demandes simultanément, augmentant considérablement les performances globales. Découvrez la différence car Llama-Github gère efficacement les charges de travail à volume élevé sans compromettre la vitesse ou la qualité.
? Intégration LLM flexible : intégrer facilement Llama-Github avec divers fournisseurs de LLM, des modèles d'intégration et des modèles de réinstallation pour adapter les capacités de la bibliothèque à vos besoins spécifiques. Notre architecture extensible vous permet de personnaliser et d'améliorer la fonctionnalité de Llama-Github, garantissant qu'il s'adapte parfaitement à votre environnement de développement unique.
Options d'authentification robustes : Llama-Github prend en charge à la fois les jetons d'accès personnels et l'authentification de l'application GitHub, vous offrant la flexibilité de l'intégrer dans différentes configurations de développement. Que vous soyez un développeur individuel ou que vous travailliez dans un contexte organisationnel, Llama-Github vous a couvert de mécanismes d'authentification sécurisés et fiables.
Journalisation et gestion des erreurs : nous comprenons l'importance des opérations lisses et du dépannage facile. C'est pourquoi Llama-Github est équipé de mécanismes complets de journalisation et d'erreur. Gardez des informations approfondies sur le comportement de la bibliothèque, diagnostiquez rapidement les problèmes et maintenez un flux de travail de développement stable et fiable.
Si vous trouvez Llama-Github utile, vous pourriez également être intéressé par notre assistant de révision GHUHUB PR propulsé par l'AI, Llamapreview. Il est conçu pour compléter votre flux de travail de développement et améliorer davantage la qualité du code.
LlamapreView utilise la récupération de contexte avancée de Llama-Github et l'analyse alimentée par LLM pour fournir des revues de code intelligentes et respectueuses du contexte. C'est comme avoir un développeur principal, armé du contexte complet de votre référentiel, passez en revue tous les relations publiques!
Installez Llamapreview maintenant (gratuit)
En utilisant Llama-Github pour la récupération de contexte et Llamapreview pour les avis de code, vous pouvez créer un environnement de développement puissant et amélioré AI-AI.
Notre vision est de devenir un module pivot à l'avenir des solutions de développement axées sur l'IA, l'intégration de manière transparente avec GitHub pour autonomiser les LLM en résolvant automatiquement les tâches de codage complexes.
Pour une vue détaillée de notre feuille de route du projet, veuillez visiter notre feuille de route du projet.
Nous tenons à exprimer notre gratitude aux projets open source suivants pour leur soutien et leurs contributions:
Leurs contributions ont joué un rôle déterminant dans le développement de Llama-Github, et nous vous recommandons fortement de consulter leurs projets pour des solutions plus innovantes.
Nous saluons les contributions à Llama-Github! Veuillez consulter nos directives contributives pour plus d'informations.
Ce projet est concédé sous licence de la licence Apache 2.0. Voir le fichier de licence pour plus de détails.
Si vous avez des questions, des suggestions ou des commentaires, n'hésitez pas à nous contacter par e-mail de Jet Xu.
Merci d'avoir choisi Llama-Github! Nous espérons que cette bibliothèque améliore votre expérience de développement d'IA et vous aide à créer des applications puissantes avec facilité.
