choco builder

Chocobuilder (alias Chocolate Factory)

Lisez les documents →

Qu'est-ce que Chocobuilder?

ChocoBuilder (Origin Chocolate Factory) est un cadre de développement d'applications LLM Open Source conçu pour vous aider à créer facilement un assistant de génération SDLC + LLM de développement logiciel puissant.

Pour le SDK natif (Android / iOS / Embedded): Voir dans https://github.com/unit-mesh/edge-infer

Start

Méthode 1: Intégrer dans le projet JVM

Liste des modules: https://central.sonatype.com/namespace/cc.UnitMesh

dependencies {
    // 核心模块
    implementation ' cc.unitmesh:cocoa-core:1.0.0 '
    // Pinecone
    implementation ' cc.unitmesh:store-pinecone:1.0.0 '
    // ElasticSearch
    implementation ' cc.unitmesh:store-elasticsearch:1.0.0 '
    // ...其它模块
}

Voir plus d'exemples: Exemples /

Méthode 2: Utiliser Ragscript

@file:DependsOn( " cc.unitmesh:rag-script:1.0.0 " )

import cc.unitmesh.rag.*

rag {
    indexing {
        val chunks = document( " README.md " ).split()
        store.indexing(chunks)
    }

    querying {
        store.findRelevant( " workflow dsl design " )
            .lowInMiddle()
            . also {
                println (it)
            }
    }
}

Méthode 3: Exemple de déploiement local

git clone https://github.com/unit-mesh/chocolate-factory
# modify OPENAI_API_KEY and OPENAI_HOST in docker-compose.yml
docker-compose up

Cas d'utilisation

Desktop / IDE:

• https://github.com/unit-mesh/auto-dev - L'assistant de codage alimenté par AI avec support multilingue, génération de code automobile et un assistant utile de glissement de bogues
• https://github.com/phodal/shire - Langue d'agent codage AI

Serveur:

• https://github.com/unit-mesh/devops-genius/

Androïde:

• https://github.com/unit-mesh/android-semity-search-kit

Développement

Voir dans https://framework.unitmesh.cc/ ou voir dans des documents

Philosophie de conception: résolution de problèmes axée sur le domaine

Les concepts clés de Chocobuilder sont:

(PS: Origine fabriquée par Michael Plöd à l'alignement de l'organisation et de l'architecture avec DDD stratégique)

Le problème d'un utilisateur est traité par les étapes suivantes:

1. Problèmeclarifier.kt
2. ProblAnalyzer.kt
3. SolutionDesigner.kt
4. SolutionReviewer.kt
5. SolutionExecUtor.kt

• Démo en ligne: https://framework.unitmesh.cc/ (todo)
• Demo vidéo: https://www.bilibili.com/video/bv1t14y1c7p2
• Demo GIF:

Exemple 1: Capture d'écran Frontend

• Étape 1: ProblemClarifier: Utilisez la mise en page réactive pour écrire une page de chat
  • Étape 1.1: ProblemClarifier: à gauche est une navigation, au milieu se trouve une zone de chat, et en bas de la zone de chat se trouve un bouton d'entrée.
• Étape 2: SolutionDesigner: Veuillez confirmer si la conception suivante répond à vos besoins. Si cela se réunit, veuillez répondre "oui".
• Étape 3: SolutionExEcutor: générer une page de discussion

Exemple 2: recherche de code sémantique

• Étape 1: ProblANALYZER analyse les besoins des utilisateurs et les convertit en plusieurs requêtes sémantiques
  • Modes chinois, anglais, hyde
• Étape 2: SolutionExecUtor: Récupérez les extraits de code les plus pertinents de la base de données en fonction des besoins de l'utilisateur, et résumé par chatgpt

Exemple d'entrée: comment le flux de travail sémantique est-il implémenté?

Sortie finale:

Exemple 3: Générateur de testcasse

• Étape 1: Probloanalyzer analyse les exigences de l'utilisateur et confirme s'il s'agit d'une exigence générée par un cas de test.
  • Mode multi-température: Temperaturemode.default, TemperaturMode.Creative
• Étape 2: SolutionDesigner conçoit la solution pour la génération de cas de test
• Étape 3: SolutionReviewer confirme si la solution répond aux besoins de l'utilisateur

Exemple d'entrée: Article publié par l'utilisateur

Sortie finale:

Exemples 4: interprète de code

• Étape 1: SolutionExecutor

Exemple 1: Écrivez un tableau de multiplication

Exemple de sortie:

1    2    3    4    5    6    7    8    9
2    4    6    8    10    12    14    16    18
3    6    9    12    15    18    21    24    27
4    8    12    16    20    24    28    32    36
5    10    15    20    25    30    35    40    45
6    12    18    24    30    36    42    48    54
7    14    21    28    35    42    49    56    63
8    16    24    32    40    48    56    64    72
9    18    27    36    45    54    63    72    81    

Exemple 2: générer des graphiques basés sur les exigences (TODO)

Générez un tableau des factures d'électricité pour le premier semestre de 2023, les informations sont les suivantes: ### 1 ~ juin: 201.2 222,234.3,120.2,90,90.4 ###

Code de processus:

 %use lets-plot

import kotlin.math.PI
import kotlin.random.Random


val incomeData = mapOf(
    "x" to listOf("一月", "二月", "三月", "四月", "五月", "六月"),
    "y" to listOf(201.2, 222, 234.3, 120.2, 90, 94.4)
)
letsPlot(incomeData) { x = "x"; y = "y" } +
        geomBar(stat = Stat.identity) +
        geomText(labelFormat = "${.2f}") { label = "y"; } +
        ggtitle("2023 年上半年电费")

Sortie finale:

Licence

Les modules pertinents de chiffon ont été inspirés par

• Langchain4j
• Lubriole
• Llamaindex
• Spring AI

Quelques modules de chiffon basés sur Langchain4j et Spring AI qui sont autorisés sous la licence Apache 2.0.

Ce code est distribué sous la LICENSE MPL 2.0.