choco builder

Chocobuilder (também conhecido como fábrica de chocolate)

Leia os documentos →

O que é Chocobuilder?

O Chocobuilder (Origin Chocolate Factory) é uma estrutura de desenvolvimento de aplicativos LLM de código aberto, projetado para ajudá -lo a criar facilmente um poderoso Assistente de Geração de Desenvolvimento de Software SDLC + LLM.

Para SDK nativo (Android/iOS/incorporado): veja em https://github.com/unit-sesh/edge-in-mfer

Investir rápido

Método 1: integrar -se ao projeto JVM

Lista de módulos: 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
}

Veja mais exemplos: exemplos/

Método 2: Use 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)
            }
    }
}

Método 3: Exemplo de implantação local

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

Casos de uso

Desktop/IDE:

• https://github.com/unit-sesh/auto-dev-O assistente de codificação AI-Powed com suporte multilíngue, geração de código automático e um assistente útil
• https://github.com/phodal/shire - idioma do agente de codificação da AI

Servidor:

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

Android:

• https://github.com/unit-sesh/android-semantic-search-kit

Desenvolvimento

Veja em https://framework.unitmesh.cc/ ou veja em documentos

Filosofia do design: solução de problemas orientada ao domínio

Os principais conceitos de Chocobuilder são:

(PS: Origem feita por Michael Plöd na Organização e Arquitetura de Alinhamento com DDD estratégico)

O problema de um usuário é processado pelas seguintes etapas:

1. ProblemClarifier.kt
2. Problemanalyzer.kt
3. SolutionDesigner.kt
4. SolutionReviewer.kt
5. SolutionExecutor.kt

• Demoção online: https://framework.unitmesh.cc/ (TODO)
• Demoção em vídeo: https://www.bilibili.com/video/bv1t14y1c7p2
• Demo GIF:

Exemplo 1: Captura de tela do front -end

• Etapa 1: ProblemClarifier: Use layout responsivo para escrever uma página de bate -papo
  • Etapa 1.1: ProblemClarifier: À esquerda está uma navegação, no meio está uma área de bate -papo e, na parte inferior da área de bate -papo, há um botão de entrada.
• Etapa 2: SolutionDesigner: Confirme se o projeto a seguir atende aos seus requisitos. Se ele se encontrar, responda "sim".
• Etapa 3: SolutionExecutor: Gere uma página de bate -papo

Exemplo 2: Pesquisa de código semântico

• Etapa 1: ProblemAnalyzer analisa as necessidades do usuário e as converte em várias consultas semânticas
  • Modos chineses, ingleses e hyde
• Etapa 2: SolutionExecutor: Recupere os trechos de código mais relevantes do banco de dados de acordo com as necessidades do usuário e resumidos pelo ChatGPT

Exemplo de entrada: como o fluxo de trabalho semântico é implementado?

Saída final:

Exemplo 3: Testcase Generator

• Etapa 1: O ProblemAnalyzer analisa os requisitos do usuário e confirma se é um requisito gerado por um caso de teste.
  • Modo multi-temperatura: temperaturemode.Default, temperaturemode.creative
• Etapa 2: SolutionDesigner projeta a solução para a geração de casos de teste
• Etapa 3: SolutionReviewer confirma se a solução atende às necessidades do usuário

Exemplo de entrada: artigo publicado pelo usuário

Saída final:

Exemplos 4: Interpretador de código

• Etapa 1: SolutionExecutor

Exemplo 1: Escreva uma tabela de multiplicação

Exemplo de saída:

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    

Exemplo 2: Gere gráficos com base nos requisitos (TODO)

Gere um gráfico de contas de eletricidade para o primeiro semestre de 2023, as informações são as seguintes: ### 1 ~ junho: 201.2.222.234.3,120.2,90,90.4 ###

Código do processo:

 %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")

Saída final:

Licença

Os módulos relevantes para trapos foram inspirados por

• Langchain4J
• Langchain
• Llamaindex
• Primavera ai

Alguns módulos de pano baseados em Langchain4J e Spring AI, licenciados sob a licença Apache 2.0.

Este código é distribuído sob LICENSE licença MPL 2.0.