[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-jina-ai--dev-gpt":3,"tool-jina-ai--dev-gpt":62},[4,18,28,37,45,53],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":17},4358,"openclaw","openclaw\u002Fopenclaw","OpenClaw 是一款专为个人打造的本地化 AI 助手，旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚，能够直接接入你日常使用的各类通讯渠道，包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息，OpenClaw 都能即时响应，甚至支持在 macOS、iOS 和 Android 设备上进行语音交互，并提供实时的画布渲染功能供你操控。\n\n这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地，用户无需依赖云端服务即可享受快速、私密的智能辅助，真正实现了“你的数据，你做主”。其独特的技术亮点在于强大的网关架构，将控制平面与核心助手分离，确保跨平台通信的流畅性与扩展性。\n\nOpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者，以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力（支持 macOS、Linux 及 Windows WSL2），即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你",349277,3,"2026-04-06T06:32:30",[13,14,15,16],"Agent","开发框架","图像","数据工具","ready",{"id":19,"name":20,"github_repo":21,"description_zh":22,"stars":23,"difficulty_score":24,"last_commit_at":25,"category_tags":26,"status":17},9989,"n8n","n8n-io\u002Fn8n","n8n 是一款面向技术团队的公平代码（fair-code）工作流自动化平台，旨在让用户在享受低代码快速构建便利的同时，保留编写自定义代码的灵活性。它主要解决了传统自动化工具要么过于封闭难以扩展、要么完全依赖手写代码效率低下的痛点，帮助用户轻松连接 400 多种应用与服务，实现复杂业务流程的自动化。\n\nn8n 特别适合开发者、工程师以及具备一定技术背景的业务人员使用。其核心亮点在于“按需编码”：既可以通过直观的可视化界面拖拽节点搭建流程，也能随时插入 JavaScript 或 Python 代码、调用 npm 包来处理复杂逻辑。此外，n8n 原生集成了基于 LangChain 的 AI 能力，支持用户利用自有数据和模型构建智能体工作流。在部署方面，n8n 提供极高的自由度，支持完全自托管以保障数据隐私和控制权，也提供云端服务选项。凭借活跃的社区生态和数百个现成模板，n8n 让构建强大且可控的自动化系统变得简单高效。",184740,2,"2026-04-19T23:22:26",[16,14,13,15,27],"插件",{"id":29,"name":30,"github_repo":31,"description_zh":32,"stars":33,"difficulty_score":10,"last_commit_at":34,"category_tags":35,"status":17},10095,"AutoGPT","Significant-Gravitas\u002FAutoGPT","AutoGPT 是一个旨在让每个人都能轻松使用和构建 AI 的强大平台，核心功能是帮助用户创建、部署和管理能够自动执行复杂任务的连续型 AI 智能体。它解决了传统 AI 应用中需要频繁人工干预、难以自动化长流程工作的痛点，让用户只需设定目标，AI 即可自主规划步骤、调用工具并持续运行直至完成任务。\n\n无论是开发者、研究人员，还是希望提升工作效率的普通用户，都能从 AutoGPT 中受益。开发者可利用其低代码界面快速定制专属智能体；研究人员能基于开源架构探索多智能体协作机制；而非技术背景用户也可直接选用预置的智能体模板，立即投入实际工作场景。\n\nAutoGPT 的技术亮点在于其模块化“积木式”工作流设计——用户通过连接功能块即可构建复杂逻辑，每个块负责单一动作，灵活且易于调试。同时，平台支持本地自托管与云端部署两种模式，兼顾数据隐私与使用便捷性。配合完善的文档和一键安装脚本，即使是初次接触的用户也能在几分钟内启动自己的第一个 AI 智能体。AutoGPT 正致力于降低 AI 应用门槛，让人人都能成为 AI 的创造者与受益者。",183572,"2026-04-20T04:47:55",[13,36,27,14,15],"语言模型",{"id":38,"name":39,"github_repo":40,"description_zh":41,"stars":42,"difficulty_score":10,"last_commit_at":43,"category_tags":44,"status":17},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-diffusion-webui","stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。\n\n无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。",162132,"2026-04-05T11:01:52",[14,15,13],{"id":46,"name":47,"github_repo":48,"description_zh":49,"stars":50,"difficulty_score":24,"last_commit_at":51,"category_tags":52,"status":17},1381,"everything-claude-code","affaan-m\u002Feverything-claude-code","everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。\n\n通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。\n\n这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上",161692,"2026-04-20T11:33:57",[14,13,36],{"id":54,"name":55,"github_repo":56,"description_zh":57,"stars":58,"difficulty_score":59,"last_commit_at":60,"category_tags":61,"status":17},8272,"opencode","anomalyco\u002Fopencode","OpenCode 是一款开源的 AI 编程助手（Coding Agent），旨在像一位智能搭档一样融入您的开发流程。它不仅仅是一个代码补全插件，而是一个能够理解项目上下文、自主规划任务并执行复杂编码操作的智能体。无论是生成全新功能、重构现有代码，还是排查难以定位的 Bug，OpenCode 都能通过自然语言交互高效完成，显著减少开发者在重复性劳动和上下文切换上的时间消耗。\n\n这款工具专为软件开发者、工程师及技术研究人员设计，特别适合希望利用大模型能力来提升编码效率、加速原型开发或处理遗留代码维护的专业人群。其核心亮点在于完全开源的架构，这意味着用户可以审查代码逻辑、自定义行为策略，甚至私有化部署以保障数据安全，彻底打破了传统闭源 AI 助手的“黑盒”限制。\n\n在技术体验上，OpenCode 提供了灵活的终端界面（Terminal UI）和正在测试中的桌面应用程序，支持 macOS、Windows 及 Linux 全平台。它兼容多种包管理工具，安装便捷，并能无缝集成到现有的开发环境中。无论您是追求极致控制权的资深极客，还是渴望提升产出的独立开发者，OpenCode 都提供了一个透明、可信",144296,1,"2026-04-16T14:50:03",[13,27],{"id":63,"github_repo":64,"name":65,"description_en":66,"description_zh":67,"ai_summary_zh":67,"readme_en":68,"readme_zh":69,"quickstart_zh":70,"use_case_zh":71,"hero_image_url":72,"owner_login":73,"owner_name":74,"owner_avatar_url":75,"owner_bio":76,"owner_company":77,"owner_location":77,"owner_email":78,"owner_twitter":79,"owner_website":80,"owner_url":81,"languages":82,"stars":95,"forks":96,"last_commit_at":97,"license":98,"difficulty_score":24,"env_os":99,"env_gpu":100,"env_ram":100,"env_deps":101,"category_tags":107,"github_topics":77,"view_count":24,"oss_zip_url":77,"oss_zip_packed_at":77,"status":17,"created_at":108,"updated_at":109,"faqs":110,"releases":140},10231,"jina-ai\u002Fdev-gpt","dev-gpt","Your Virtual Development Team","dev-gpt 是一款实验性的开源工具，旨在打造您的“虚拟开发团队”。它通过模拟产品经理、开发工程师和运维专家三个角色，将用户关于微服务的自然语言描述直接转化为可运行的代码，并覆盖从概念设计到部署上线的全流程。\n\n这款工具主要解决了软件开发中需求转化繁琐、多角色协作成本高以及重复性编码耗时的问题。用户只需告诉 dev-gpt 想要构建什么样的微服务，它便能自动拆解任务、编写代码并配置环境，极大地提升了原型验证和小型服务开发的效率。\n\ndev-gpt 特别适合希望快速验证想法的开发者、需要高效生成基础架构的研究人员，以及想要探索 AI 辅助编程可能性的技术爱好者。虽然普通用户也能尝试，但具备一定技术背景的用户能更好地利用其高级功能。\n\n其独特亮点在于引入了多智能体协作机制，不同 AI 角色各司其职又紧密配合，模拟真实团队的开发逻辑。此外，它还支持集成 Google 自定义搜索，使生成的微服务具备联网获取实时信息的能力。目前该工具处于实验阶段，建议使用拥有 GPT-4 访问权限的 OpenAI 密钥以获得最佳效果，同时也正在探索对低成本模型的兼容支持。","\u003Ch1 align=\"center\">\nDev-GPT: Your Automated Development Team\n\u003C\u002Fh1>\n\n\u003Cp align=\"center\" style=\"color: red; font-weight: bold;\">\n⚠️ This is an experimental version. ⚠️\n\u003C\u002Fp>\n\n\u003Cdiv align=\"center\">\n\u003Ctable>\n  \u003Ctr>\n    \u003Ctd align=\"center\" style=\"padding: 0 10px;\">\n      \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fjina-ai_dev-gpt_readme_17819d3b2603.png\" alt=\"Product Manager\" width=\"130\" \u002F>\u003Cbr>\n      \u003Cem>Product Manager\u003C\u002Fem>\n    \u003C\u002Ftd>\n    \u003Ctd align=\"center\" style=\"padding: 0 10px;\">\n      \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fjina-ai_dev-gpt_readme_3ce6b5e9c8bf.png\" alt=\"Developer\" width=\"130\" \u002F>\u003Cbr>\n      \u003Cem>Developer\u003C\u002Fem>\n    \u003C\u002Ftd>\n    \u003Ctd align=\"center\" style=\"padding: 0 10px;\">\n      \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fjina-ai_dev-gpt_readme_61ec660a4949.png\" alt=\"DevOps\" width=\"130\" \u002F>\u003Cbr>\n      \u003Cem>DevOps\u003C\u002Fem>\n    \u003C\u002Ftd>\n  \u003C\u002Ftr>\n\u003C\u002Ftable>\n\u003C\u002Fdiv>\n\n\u003Cp align=\"center\">\nTell your AI team what microservice you want to build, and they will do it for you.\nYour imagination is the limit!\n\u003C\u002Fp>\n\n\u003Cp align=\"center\">\n\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftiangolo\u002Ffastapi\u002Factions?query=workflow%3ATest+event%3Apush+branch%3Amaster\" target=\"_blank\">\n    \u003Cimg src=\"https:\u002F\u002Fgithub.com\u002Ftiangolo\u002Ffastapi\u002Fworkflows\u002FTest\u002Fbadge.svg?event=push&branch=master\" alt=\"Test\">\n\u003C\u002Fa>\n\u003Ca href=\"https:\u002F\u002Fcoverage-badge.samuelcolvin.workers.dev\u002Fredirect\u002Ftiangolo\u002Ffastapi\" target=\"_blank\">\n    \u003Cimg src=\"https:\u002F\u002Fcoverage-badge.samuelcolvin.workers.dev\u002Ftiangolo\u002Ffastapi.svg\" alt=\"Coverage\">\n\u003C\u002Fa>\n\u003Ca href=\"https:\u002F\u002Fpypi.org\u002Fproject\u002Fdev-gpt\" target=\"_blank\">\n    \u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fpypi\u002Fv\u002Fdev-gpt?color=%2334D058&label=pypi%20package\" alt=\"Package version\">\n\u003C\u002Fa>\n\u003Ca href=\"https:\u002F\u002Fpypi.org\u002Fproject\u002Fdev-gpt\" target=\"_blank\">\n    \u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fpypi\u002Fpyversions\u002Fdev-gpt.svg?color=%2334D058\" alt=\"Supported Python versions\">\n\u003C\u002Fa>\n\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftiangolo\u002Fdev-gpt\u002Factions?query=workflow%3ATest+event%3Apush+branch%3Amaster\" target=\"_blank\">\n    \u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002Fplatform-mac%20%7C%20linux%20%7C%20windows-blue\" alt=\"Supported platforms\">\n\u003C\u002Fa>\n\u003Ca href=\"https:\u002F\u002Fpypistats.org\u002Fpackages\u002Fdev-gpt\" target=\"_blank\">\n    \u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fpypi\u002Fdm\u002Fdev-gpt?color=%2334D058&label=pypi%20downloads\" alt=\"Downloads\">\n\u003C\u002Fa>\n\u003Ca href=\"https:\u002F\u002Fdiscord.jina.ai\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fdiscord\u002F1106542220112302130?logo=discord&logoColor=white&style=flat-square\">\u003C\u002Fa>\n\n\n\u003C\u002Fp>\n\nWelcome to Dev-GPT, where we bring your ideas to life with the power of advanced artificial intelligence! \nOur automated development team is designed to create microservices tailored to your specific needs, making your software development process seamless and efficient. \nComprised of a virtual Product Manager, Developer, and DevOps, our AI team ensures that every aspect of your project is covered, from concept to deployment.\n\n## Quickstart\n\n```bash\npip install dev-gpt\ndev-gpt generate\n```\n\n### Requirements\n- OpenAI key with access to gpt-3.5-turbo or gpt-4\n- if you want to enable your microservice to search for web content, \nyou need to set the GOOGLE_API_KEY and GOOGLE_CSE_ID environment variables.\nMore information can be found [here](https:\u002F\u002Fdevelopers.google.com\u002Fcustom-search\u002Fv1\u002Foverview).\n```bash\ndev-gpt configure --openai_api_key \u003Cyour openai api key>\ndev-gpt configure --google_api_key \u003Cgoogle api key> (optional if you want to use google custom search)\ndev-gpt configure --google_cse_id \u003Cgoogle cse id> (optional if you want to use google custom search)\n```\n\nIf you set the environment variable `OPENAI_API_KEY`, the configuration step can be skipped.\nYour api key must have access to gpt-4 to use this tool. \nWe are working on a way to use gpt-3.5-turbo as well.\n\n## Docs\n### Generate Microservice\n```bash\ndev-gpt generate \\\n--description \"\u003Cdescription of the microservice>\" \\\n--model \u003Cgpt-3.5-turbo or gpt-4> \\\n--path \u003C\u002Fpath\u002Fto\u002Flocal\u002Ffolder>\n```\nTo generate your personal microservice two things are required:\n- A `description` of the task you want to accomplish. (optional)\n- The `model` you want to use - either `gpt-3.5-turbo` or `gpt-4`. `gpt-3.5-turbo` is ~10x cheaper, \nbut will not be able to generate as complex microservices. (default: largest you have access to)\n- A `path` on the local drive where the microservice will be generated. (default: .\u002Fmicroservice)\n\nThe creation process should take between 5 and 15 minutes.\nDuring this time, GPT iteratively builds your microservice until it finds a strategy that make your test scenario pass.\n\nBe aware that the costs you have to pay for openai vary between $0.50 and $3.00 per microservice using GPT-4 or $0.05 to $0.30 for GPT-3.5-Trubo.\n\n### Run Microservice\nRun the microservice locally in docker. In case docker is not running on your machine, it will try to run it without docker.\nWith this command a playground opens in your browser where you can test the microservice.\n```bash\ndev-gpt run --path \u003Cpath to microservice>\n```\n\n### Deploy Microservice\nIf you want to deploy your microservice to the cloud a [Jina account](https:\u002F\u002Fcloud.jina.ai\u002F) is required.\nWhen creating a Jina account, you get some free credits, which you can use to deploy your microservice ($0.025\u002Fhour).\nIf you run out of credits, you can purchase more.\n```bash\ndev-gpt deploy --microservice_path \u003Cpath to microservice>\n```\n\n### Delete Microservice\nTo save credits you can delete your microservice via the following commands:\n```bash\njc list # get the microservice id\njc delete \u003Cmicroservice id>\n```\n\n## Examples\nIn this section you can get a feeling for the kind of microservices that can be generated with Dev-GPT.\n\n### Compliment Generator\n```bash\ndev-gpt generate \\\n--description \"The user writes something and gets a related deep compliment.\" \\\n--model gpt-4\n```\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fjina-ai_dev-gpt_readme_a76689cee59c.png\" alt=\"Compliment Generator\" width=\"400\" \u002F>\n\n### Extract and summarize news articles given a URL\n```bash\ndev-gpt generate \\\n--description \"Extract text from a news article URL using Newspaper3k library and generate a summary using gpt. Example input: http:\u002F\u002Ffox13now.com\u002F2013\u002F12\u002F30\u002Fnew-year-new-laws-obamacare-pot-guns-and-drones\u002F\" \\\n--model gpt-4\n```\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fjina-ai_dev-gpt_readme_b14f806acd97.png\" alt=\"News Article Example\" width=\"400\" \u002F>\n\n### Chemical Formula Visualization\n```bash\ndev-gpt generate \\\n--description \"Convert a chemical formula into a 2D chemical structure diagram. Example inputs: C=C, CN=C=O, CCC(=O)O\" \\\n--model gpt-4\n```\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fjina-ai_dev-gpt_readme_f6b58b2dc29e.png\" alt=\"Chemical Formula Visualization\" width=\"400\" \u002F>\n\n### 2d rendering of 3d model\n```bash\ndev-gpt generate \\\n--description \"create a 2d rendering of a whole 3d object and x,y,z object rotation using trimesh and pyrender.OffscreenRenderer with os.environ['PYOPENGL_PLATFORM'] = 'egl' and freeglut3-dev library - example input: https:\u002F\u002Fgraphics.stanford.edu\u002Fcourses\u002Fcs148-10-summer\u002Fas3\u002Fcode\u002Fas3\u002Fteapot.obj\" \\\n--model gpt-4\n```\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fjina-ai_dev-gpt_readme_3313035cc475.gif\" alt=\"2D Rendering of 3D Model\" width=\"400\" \u002F>\n\n### Product Recommendation\n```bash\ndev-gpt generate \\\n--description \"Generate personalized product recommendations based on user product browsing history and the product categories fashion, electronics and sport. Example: Input: browsing history: prod1(electronics),prod2(fashion),prod3(fashion), output: p4(fashion)\" \\\n--model gpt-4\n```\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fjina-ai_dev-gpt_readme_64115efdee28.png\" alt=\"Product Recommendation\" width=\"400\" \u002F>\n\n### Hacker News Search\n```bash\ndev-gpt generate \\\n--description \"Given a search query, find articles on hacker news using the hacker news api and return a list of (title, author, website_link, first_image_on_the_website)\" \\\n--model gpt-4\n````\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fjina-ai_dev-gpt_readme_f912a210c1ab.png\" alt=\"Hacker News Search\" width=\"400\" \u002F>\n\n### Animal Detector\n```bash\n\ndev-gpt generate \\\n--description \"Given an image, return the image with bounding boxes of all animals (https:\u002F\u002Fpjreddie.com\u002Fmedia\u002Ffiles\u002Fyolov3.weights, https:\u002F\u002Fraw.githubusercontent.com\u002Fpjreddie\u002Fdarknet\u002Fmaster\u002Fcfg\u002Fyolov3.cfg), Example input: https:\u002F\u002Fimages.unsplash.com\u002Fphoto-1444212477490-ca407925329e\" \\\n--model gpt-4\n```\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fjina-ai_dev-gpt_readme_3df28702a1a9.png\" alt=\"Animal Detector\" width=\"400\" \u002F>\n\n### Meme Generator\n```bash\ndev-gpt generate \\\n--description \"Generate a meme from an image and a caption. Example input: https:\u002F\u002Fmedia.wired.com\u002Fphotos\u002F5f87340d114b38fa1f8339f9\u002Fmaster\u002Fw_1600%2Cc_limit\u002FIdeas_Surprised_Pikachu_HD.jpg, TOP:When you discovered GPT Dev\" \\\n--model gpt-4\n```\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fjina-ai_dev-gpt_readme_dc0040a4bba9.png\" alt=\"Meme Generator\" width=\"400\" \u002F>\n\n### Rhyme Generator\n```bash\ndev-gpt generate \\\n--description \"Given a word, return a list of rhyming words using the datamuse api\" \\\n--model gpt-4\n```\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fjina-ai_dev-gpt_readme_df460e1d597f.png\" alt=\"Rhyme Generator\" width=\"400\" \u002F>\n\n### Word Cloud Generator\n```bash\ndev-gpt generate \\\n--description \"Generate a word cloud from a given text\" \\\n--model gpt-4\n```\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fjina-ai_dev-gpt_readme_f482c7f4411d.png\" alt=\"Word Cloud Generator\" width=\"400\" \u002F>\n\n### 3d model info\n```bash\ndev-gpt generate \\\n--description \"Given a 3d object, return vertex count and face count. Example: https:\u002F\u002Fraw.githubusercontent.com\u002Fpolygonjs\u002Fpolygonjs-assets\u002Fmaster\u002Fmodels\u002Fwolf.obj\" \\\n--model gpt-4\n```\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fjina-ai_dev-gpt_readme_b8761edf8818.png\" alt=\"3D Model Info\" width=\"400\" \u002F>\n\n### Table extraction\n```bash\ndev-gpt generate \\\n--description \"Given a URL, extract all tables as csv. Example: http:\u002F\u002Fwww.ins.tn\u002Fstatistiques\u002F90\" \\\n--model gpt-4\n```\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fjina-ai_dev-gpt_readme_cd854d6b8423.png\" alt=\"Table Extraction\" width=\"400\" \u002F>\n\n### Audio to mel spectrogram\n```bash\ndev-gpt generate \\\n--description \"Create mel spectrogram from audio file. Example: https:\u002F\u002Fcdn.pixabay.com\u002Fdownload\u002Faudio\u002F2023\u002F02\u002F28\u002Faudio_550d815fa5.mp3\" \\\n--model gpt-4\n```\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fjina-ai_dev-gpt_readme_9696e878d473.png\" alt=\"Audio to Mel Spectrogram\" width=\"400\" \u002F>\n\n### Text to speech\n```bash\ndev-gpt generate \\\n--description \"Convert text to speech\" \\\n--model gpt-4\n```\n\u003Ca href=res\u002Ftext_to_speech_example.wav>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fjina-ai_dev-gpt_readme_148a49be41b0.png\" alt=\"Text to Speech\" width=\"400\" \u002F>\u003C\u002Fa>\n\n\u003Caudio controls>\n  \u003Csource src=\"res\u002Ftext_to_speech_example.wav\" type=\"audio\u002Fmpeg\">\n  Your browser does not support the audio element.\n\u003C\u002Faudio>\n\n### Heatmap Generator\n```bash\ndev-gpt generate \\\n--description \"Create a heatmap from an image and a list of relative coordinates. Example input: https:\u002F\u002Fimages.unsplash.com\u002Fphoto-1574786198875-49f5d09fe2d2, [[0.1, 0.2], [0.3, 0.4], [0.5, 0.6], [0.2, 0.1], [0.7, 0.2], [0.4, 0.2]]\" \\\n--model gpt-4\n```\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fjina-ai_dev-gpt_readme_1634402f6b4e.png\" alt=\"Heatmap Generator\" width=\"400\" \u002F>\n\n### QR Code Generator\n```bash\ndev-gpt generate \\\n--description \"Generate QR code from URL. Example input: https:\u002F\u002Fwww.example.com\" \\\n--model gpt-4 \n```\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fjina-ai_dev-gpt_readme_daabd1682a09.png\" alt=\"QR Code Generator\" width=\"400\" \u002F>\n\n### Mandelbrot Set Visualizer\n\n```bash\ndev-gpt generate \\\n--description \"Visualize the Mandelbrot set with custom parameters. Example input: center=-0+1i, zoom=1.0, size=800x800, iterations=1000\" \\\n--model gpt-4\n```\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fjina-ai_dev-gpt_readme_5305309e2644.png\" alt=\"Mandelbrot Set Visualizer\" width=\"400\" \u002F>\n\n\n### Markdown to HTML Converter\n\n```bash\ndev-gpt generate --description \"Convert markdown to HTML\"\n```\n\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fjina-ai_dev-gpt_readme_e0b3cde62161.png\" alt=\"Markdown to HTML Converter\" width=\"400\" \u002F>\n\n\n\n[\u002F\u002F]: # (## TO BE TESTED)\n\n\n[\u002F\u002F]: # (### Password Strength Checker)\n\n[\u002F\u002F]: # (```bash)\n\n[\u002F\u002F]: # (dev-gpt generate --description \"Given a password, return a score from 1 to 10 indicating the strength of the password\" --test \"Pa$$w0rd => 1\u002F5, !Akfdh%.ytRadf => 5\u002F5\")\n\n[\u002F\u002F]: # (```)\n\n[\u002F\u002F]: # (### Morse Code Translator)\n\n[\u002F\u002F]: # (```bash)\n\n[\u002F\u002F]: # (dev-gpt generate --description \"Convert text to morse code\" --test \"Hello, welcome to GPT Dev!\")\n\n[\u002F\u002F]: # (```)\n\n[\u002F\u002F]: # (### IP Geolocation)\n\n[\u002F\u002F]: # (```bash)\n\n[\u002F\u002F]: # (dev-gpt generate --description \"Given an IP address, return the geolocation information\" --test \"142.251.46.174\")\n\n[\u002F\u002F]: # (```)\n\n[\u002F\u002F]: # (### Currency Converter)\n\n[\u002F\u002F]: # (```bash)\n\n[\u002F\u002F]: # (dev-gpt generate --description \"Converts any currency into any other\" --test \"1 usd to eur\")\n\n[\u002F\u002F]: # (```)\n\n[\u002F\u002F]: # (### Image Resizer)\n\n[\u002F\u002F]: # (```bash)\n\n[\u002F\u002F]: # (dev-gpt generate --description \"Given an image, resize it to a specified width and height\" --test \"https:\u002F\u002Fimages.unsplash.com\u002Fphoto-1602738328654-51ab2ae6c4ff\")\n\n[\u002F\u002F]: # (```)\n\n[\u002F\u002F]: # (### Weather API)\n\n[\u002F\u002F]: # (```bash)\n\n[\u002F\u002F]: # (dev-gpt generate --description \"Given a city, return the current weather\" --test \"Berlin\")\n\n[\u002F\u002F]: # (```)\n\n[\u002F\u002F]: # ()\n[\u002F\u002F]: # (### Sudoku Solver)\n\n[\u002F\u002F]: # (```bash)\n\n[\u002F\u002F]: # (dev-gpt generate --description \"Given a sudoku puzzle, return the solution\" --test \"[[2, 5, 0, 0, 3, 0, 9, 0, 1], [0, 1, 0, 0, 0, 4, 0, 0, 0], [4, 0, 7, 0, 0, 0, 2, 0, 8], [0, 0, 5, 2, 0, 0, 0, 0, 0], [0, 0, 0, 0, 9, 8, 1, 0, 0], [0, 4, 0, 0, 0, 3, 0, 0, 0], [0, 0, 0, 3, 6, 0, 0, 7, 2], [0, 7, 0, 0, 0, 0, 0, 0, 3], [9, 0, 3, 0, 0, 0, 6, 0, 4]]\")\n\n[\u002F\u002F]: # (```)\n\n[\u002F\u002F]: # ()\n[\u002F\u002F]: # (### Carbon Footprint Calculator)\n\n[\u002F\u002F]: # (```bash)\n\n[\u002F\u002F]: # (dev-gpt generate --description \"Estimate a company's carbon footprint based on factors like transportation, electricity usage, waste production etc...\" --test \"Jina AI\")\n\n[\u002F\u002F]: # (```)\n\n[\u002F\u002F]: # ()\n[\u002F\u002F]: # (### Real Estate Valuation Estimator)\n\n[\u002F\u002F]: # (```bash)\n\n[\u002F\u002F]: # (dev-gpt generate --description \"Create a microservice that estimates the value of a property based on factors like location, property type, age, and square footage.\" --test \"Berlin Friedrichshain, Flat, 100m², 10 years old\")\n\n[\u002F\u002F]: # (```)\n\n[\u002F\u002F]: # ()\n[\u002F\u002F]: # (### Gene Sequence Alignment)\n\n[\u002F\u002F]: # (```bash)\n\n[\u002F\u002F]: # (dev-gpt generate --description \"Align two DNA or RNA sequences using the Needleman-Wunsch algorithm\" --test \"AGTC, GTCA\")\n\n[\u002F\u002F]: # (```)\n\n[\u002F\u002F]: # ()\n[\u002F\u002F]: # (### Barcode Generator)\n\n[\u002F\u002F]: # (```bash)\n\n[\u002F\u002F]: # (dev-gpt generate --description \"Generate a barcode from a string\" --test \"Hello, welcome to Dev-GPT!\")\n\n[\u002F\u002F]: # (```)\n\n[\u002F\u002F]: # ()\n[\u002F\u002F]: # (### File Compression)\n\n[\u002F\u002F]: # (```bash)\n\n[\u002F\u002F]: # (dev-gpt generate --description \"Compress a file using the gzip algorithm\" --test \"content of the file: Hello, welcome to Dev-GPT!\")\n\n[\u002F\u002F]: # (```)\n\n[\u002F\u002F]: # ()\n[\u002F\u002F]: # (### Watermarking Images)\n\n[\u002F\u002F]: # (```bash)\n\n[\u002F\u002F]: # (dev-gpt generate --description \"Add a watermark (Dev-GPT) to an image\" --test \"https:\u002F\u002Fimages.unsplash.com\u002Fphoto-1602738328654-51ab2ae6c4ff\")\n\n[\u002F\u002F]: # (```)\n\n[\u002F\u002F]: # ()\n[\u002F\u002F]: # (### File Metadata Extractor)\n\n[\u002F\u002F]: # (```bash)\n\n[\u002F\u002F]: # (dev-gpt generate --description \"Extract metadata from a file\" --test \"https:\u002F\u002Fimages.unsplash.com\u002Fphoto-1602738328654-51ab2ae6c4ff\")\n\n[\u002F\u002F]: # (```)\n\n[\u002F\u002F]: # ()\n[\u002F\u002F]: # (### Video Thumbnail Extractor)\n\n[\u002F\u002F]: # (```bash)\n\n[\u002F\u002F]: # (dev-gpt generate --description \"Extract a thumbnail from a video\" --test \"http:\u002F\u002Ftechslides.com\u002Fdemos\u002Fsample-videos\u002Fsmall.mp4\")\n\n[\u002F\u002F]: # (```)\n\n[\u002F\u002F]: # ()\n[\u002F\u002F]: # (### Gif Maker)\n\n[\u002F\u002F]: # (```bash)\n\n[\u002F\u002F]: # (dev-gpt generate --description \"Create a gif from a list of images\" --test \"https:\u002F\u002Fimages.unsplash.com\u002Fphoto-1564725075388-cc8338732289, https:\u002F\u002Fimages.unsplash.com\u002Fphoto-1584555684040-bad07f46a21f, https:\u002F\u002Fimages.unsplash.com\u002Fphoto-1584555613497-9ecf9dd06f68\")\n\n[\u002F\u002F]: # (```)\n\n[\u002F\u002F]: # ()\n\n[\u002F\u002F]: # ()\n\n[\u002F\u002F]: # (### Sound Visualizer)\n\n[\u002F\u002F]: # ()\n[\u002F\u002F]: # (```bash)\n\n[\u002F\u002F]: # (dev-gpt generate --description \"Visualize a sound file and output the visualization as video combined with the sound\" --test \"some\u002Fmp3\u002Ffile.mp3\")\n\n[\u002F\u002F]: # (```)\n\n[\u002F\u002F]: # (## Upcoming Challenges)\n\n[\u002F\u002F]: # (### Color Palette Generator)\n\n[\u002F\u002F]: # (```bash)\n\n[\u002F\u002F]: # (dev-gpt generate --description \"creates aesthetically pleasing color palettes based on a seed color, using color theory principles like complementary or analogous colors\" --test \"red\")\n\n[\u002F\u002F]: # (```)\n\n[\u002F\u002F]: # ()\n[\u002F\u002F]: # (### Depth Map Generator)\n\n[\u002F\u002F]: # (```bash)\n\n[\u002F\u002F]: # (dev-gpt generate --description \"Generate a depth map from a 3d Object\" --test \"https:\u002F\u002Fraw.githubusercontent.com\u002Fpolygonjs\u002Fpolygonjs-assets\u002Fmaster\u002Fmodels\u002Fwolf.obj\")\n\n[\u002F\u002F]: # (```)\n\n[\u002F\u002F]: # ()\n\n\n\n[\u002F\u002F]: # (### ASCII Art Generator)\n\n[\u002F\u002F]: # (```bash)\n\n[\u002F\u002F]: # (dev-gpt generate --description \"Convert image to ASCII art\" --test \"https:\u002F\u002Fimages.unsplash.com\u002Fphoto-1602738328654-51ab2ae6c4ff\")\n\n[\u002F\u002F]: # (```)\n\n[\u002F\u002F]: # (generate --description \"Get a png as input and return a vectorized version as svg.\" --test \"Make sure when you convert the image back, it looks similar.\" --path microservice --verbose)\n\n## Technical Insights\nThe graphic below illustrates the process of creating a microservice and deploying it to the cloud elaboration two different implementation strategies.\n\n```mermaid\n\ngraph TB\n\n    description[description: generate QR code from URL] --> make_strat{think a}\n\n    test[test: https:\u002F\u002Fwww.example.com] --> make_strat[generate strategies]\n\n    make_strat --> implement1[implement strategy 1]\n\n    implement1 --> build1{build image}\n\n    build1 -->|error message| implement1\n\n    build1 -->|failed 10 times| implement2[implement strategy 2]\n\n    build1 -->|success| registry[push docker image to registry]\n\n    implement2 --> build2{build image}\n\n    build2 -->|error message| implement2\n\n    build2 -->|failed 10 times| all_failed[all strategies failed]\n\n    build2 -->|success| registry[push docker image to registry]\n\n    registry --> deploy[deploy microservice]\n\n    deploy --> streamlit[generate streamlit playground]\n\n    streamlit --> user_run[user tests microservice]\n\n```\n\n1. Dev-GPT identifies several strategies to implement your task.\n2. It tests each strategy until it finds one that works.\n3. For each strategy, it generates the following files:\n- microservice.py: This is the main implementation of the microservice.\n- test_microservice.py: These are test cases to ensure the microservice works as expected.\n- requirements.txt: This file lists the packages needed by the microservice and its tests.\n- Dockerfile: This file is used to run the microservice in a container and also runs the tests when building the image.\n4. Dev-GPT attempts to build the image. If the build fails, it uses the error message to apply a fix and tries again to build the image.\n5. Once it finds a successful strategy, it:\n- Pushes the Docker image to the registry.\n- Deploys the microservice.\n- Generates a Streamlit playground where you can test the microservice.\n6. If it fails 10 times in a row, it moves on to the next approach.\n\n\n## 🔮 vision\nUse natural language interface to generate, deploy and update your microservice infrastructure.\n\n## ✨ Contributors \nIf you want to contribute to this project, feel free to open a PR or an issue.\nIn the following, you can find a list of things that need to be done.\n\nnext steps:\n- [ ] check if windows and linux support works\n- [ ] add video to README.md\n- [ ] bug: it can happen that the code generation is hanging forever - in this case aboard and redo the generation\n- [ ] new user has free credits but should be told to verify account\n\n\nNice to have:\n- [ ] smooth rendering animation of  the responses\n- [ ] if the user runs dev-gpt without any arguments, show the help message\n- [ ] don't show this message: \n🔐 You are logged in to Jina AI as florian.hoenicke (username:auth0-unified-448f11965ce142b6). \nTo log out, use jina auth logout.\n- [ ] put the playground into the custom gateway (without rebuilding the custom gateway)\n- [ ] hide prompts in normal mode and show them in verbose mode\n- [ ] tests\n- [ ] clean up duplicate code\n- [ ] support popular cloud providers - lambda, cloud run, cloud functions, ...\n- [ ] support local docker builds\n- [ ] autoscaling enabled for cost saving\n- [ ] add more examples to README.md\n- [ ] support multiple endpoints - example: todolist microservice with endpoints for adding, deleting, and listing todos\n- [ ] support stateful microservices\n- [ ] The playground is currently printed twice even if it did not change. \nMake sure it is only printed twice in case it changed.\n- [ ] allow to update your microservice by providing feedback\n- [ ] support for other large language models like Open Assistent\n- [ ] for cost savings, it should be possible to insert less context during the code generation of the main functionality - no jina knowledge is required\n- [ ] use dev-gpt list to show all deployments\n- [ ] dev-gpt delete to delete a deployment\n- [ ] dev-gpt update to update a deployment\n- [ ] test param optional - in case the test param is not there first ask gpt if more information is required to write a test - like access to pdf data\n- [ ] section for microservices built by the community\n- [ ] test feedback for playground generation (could be part of the debugging)\n- [ ] should we send everything via json in the text attribute for simplicity?\n- [ ] fix release workflow\n- [ ] after the user specified the task, ask them questions back if the task is not clear enough or something is missing\n\nProposal:\n- [ ] just generate the non-jina related code and insert it into an executor template\n- [ ] think about strategies after the first approach failed?\n","\u003Ch1 align=\"center\">\nDev-GPT：您的自动化开发团队\n\u003C\u002Fh1>\n\n\u003Cp align=\"center\" style=\"color: red; font-weight: bold;\">\n⚠️ 这是一个实验版本。⚠️\n\u003C\u002Fp>\n\n\u003Cdiv align=\"center\">\n\u003Ctable>\n  \u003Ctr>\n    \u003Ctd align=\"center\" style=\"padding: 0 10px;\">\n      \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fjina-ai_dev-gpt_readme_17819d3b2603.png\" alt=\"产品经理\" width=\"130\" \u002F>\u003Cbr>\n      \u003Cem>产品经理\u003C\u002Fem>\n    \u003C\u002Ftd>\n    \u003Ctd align=\"center\" style=\"padding: 0 10px;\">\n      \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fjina-ai_dev-gpt_readme_3ce6b5e9c8bf.png\" alt=\"开发者\" width=\"130\" \u002F>\u003Cbr>\n      \u003Cem>开发者\u003C\u002Fem>\n    \u003C\u002Ftd>\n    \u003Ctd align=\"center\" style=\"padding: 0 10px;\">\n      \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fjina-ai_dev-gpt_readme_61ec660a4949.png\" alt=\"DevOps\" width=\"130\" \u002F>\u003Cbr>\n      \u003Cem>DevOps\u003C\u002Fem>\n    \u003C\u002Ftd>\n  \u003C\u002Ftr>\n\u003C\u002Ftable>\n\u003C\u002Fdiv>\n\n\u003Cp align=\"center\">\n告诉您的AI团队您想构建的微服务，他们就会为您完成。\n您的想象力就是极限！\n\u003C\u002Fp>\n\n\u003Cp align=\"center\">\n\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftiangolo\u002Ffastapi\u002Factions?query=workflow%3ATest+event%3Apush+branch%3Amaster\" target=\"_blank\">\n    \u003Cimg src=\"https:\u002F\u002Fgithub.com\u002Ftiangolo\u002Ffastapi\u002Fworkflows\u002FTest\u002Fbadge.svg?event=push&branch=master\" alt=\"测试\">\n\u003C\u002Fa>\n\u003Ca href=\"https:\u002F\u002Fcoverage-badge.samuelcolvin.workers.dev\u002Fredirect\u002Ftiangolo\u002Ffastapi\" target=\"_blank\">\n    \u003Cimg src=\"https:\u002F\u002Fcoverage-badge.samuelcolvin.workers.dev\u002Ftiangolo\u002Ffastapi.svg\" alt=\"覆盖率\">\n\u003C\u002Fa>\n\u003Ca href=\"https:\u002F\u002Fpypi.org\u002Fproject\u002Fdev-gpt\" target=\"_blank\">\n    \u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fpypi\u002Fv\u002Fdev-gpt?color=%2334D058&label=pypi%20package\" alt=\"软件包版本\">\n\u003C\u002Fa>\n\u003Ca href=\"https:\u002F\u002Fpypi.org\u002Fproject\u002Fdev-gpt\" target=\"_blank\">\n    \u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fpypi\u002Fpyversions\u002Fdev-gpt.svg?color=%2334D058\" alt=\"支持的Python版本\">\n\u003C\u002Fa>\n\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftiangolo\u002Fdev-gpt\u002Factions?query=workflow%3ATest+event%3Apush+branch%3Amaster\" target=\"_blank\">\n    \u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002Fplatform-mac%20%7C%20linux%20%7C%20windows-blue\" alt=\"支持的平台\">\n\u003C\u002Fa>\n\u003Ca href=\"https:\u002F\u002Fpypistats.org\u002Fpackages\u002Fdev-gpt\" target=\"_blank\">\n    \u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fpypi\u002Fdm\u002Fdev-gpt?color=%2334D058&label=pypi%20downloads\" alt=\"下载量\">\n\u003C\u002Fa>\n\u003Ca href=\"https:\u002F\u002Fdiscord.jina.ai\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fdiscord\u002F1106542220112302130?logo=discord&logoColor=white&style=flat-square\">\u003C\u002Fa>\n\n\n\u003C\u002Fp>\n\n欢迎来到Dev-GPT，我们借助先进的人工智能力量，将您的创意变为现实！\n我们的自动化开发团队旨在根据您的具体需求创建微服务，使您的软件开发流程更加顺畅高效。\n由虚拟的产品经理、开发者和DevOps组成的AI团队，确保从概念到部署的每一个环节都得到全面覆盖。\n\n## 快速入门\n\n```bash\npip install dev-gpt\ndev-gpt generate\n```\n\n### 需求\n- 拥有访问gpt-3.5-turbo或gpt-4的OpenAI密钥\n- 如果您希望您的微服务能够搜索网络内容，\n则需要设置GOOGLE_API_KEY和GOOGLE_CSE_ID环境变量。\n更多信息请参见[这里](https:\u002F\u002Fdevelopers.google.com\u002Fcustom-search\u002Fv1\u002Foverview)。\n```bash\ndev-gpt configure --openai_api_key \u003C您的OpenAI API密钥>\ndev-gpt configure --google_api_key \u003CGoogle API密钥>（如果您想使用Google自定义搜索，则为可选项）\ndev-gpt configure --google_cse_id \u003CGoogle自定义搜索ID>（如果您想使用Google自定义搜索，则为可选项）\n```\n\n如果您已设置`OPENAI_API_KEY`环境变量，则可以跳过配置步骤。\n您的API密钥必须具备访问gpt-4的权限才能使用此工具。\n我们正在努力实现对gpt-3.5-turbo的支持。\n\n## 文档\n### 生成微服务\n```bash\ndev-gpt generate \\\n--description \"\u003C微服务描述>\" \\\n--model \u003Cgpt-3.5-turbo或gpt-4> \\\n--path \u003C\u002F本地文件夹路径>\n```\n要生成您的专属微服务，需要满足以下两个条件：\n- 对您想要完成的任务进行`描述`。（可选）\n- 选择您想要使用的`模型`——gpt-3.5-turbo或gpt-4。gpt-3.5-turbo的价格大约便宜10倍，\n但无法生成过于复杂的微服务。（默认：您有权访问的最大模型）\n- 在本地磁盘上指定一个用于生成微服务的`路径`。（默认：.\u002Fmicroservice）\n\n创建过程通常需要5至15分钟。\n在此期间，GPT会不断迭代构建您的微服务，直到找到能使测试场景通过的方案为止。\n\n请注意，使用GPT-4生成每个微服务的成本在0.50至3.00美元之间；而使用gpt-3.5-turbo则为0.05至0.30美元。\n\n### 运行微服务\n您可以在本地通过Docker运行微服务。如果您的机器上未安装Docker，则会尝试不使用Docker直接运行。\n执行此命令后，浏览器中将打开一个交互式界面，供您测试微服务。\n```bash\ndev-gpt run --path \u003C微服务路径>\n```\n\n### 部署微服务\n如需将您的微服务部署到云端，您需要一个[Jina账户](https:\u002F\u002Fcloud.jina.ai\u002F)。\n注册Jina账户时，您将获得一些免费额度，可用于部署微服务（每小时0.025美元）。\n当额度用尽时，您可以购买更多。\n```bash\ndev-gpt deploy --microservice_path \u003C微服务路径>\n```\n\n### 删除微服务\n为了节省费用，您可以使用以下命令删除您的微服务：\n```bash\njc list # 获取微服务ID\njc delete \u003C微服务ID>\n```\n\n## 示例\n在这一部分，您可以了解使用Dev-GPT可以生成的各类微服务示例。\n\n### 赞美生成器\n```bash\ndev-gpt generate \\\n--description \"用户输入一段文字，系统会生成一条相关的深度赞美。\" \\\n--model gpt-4\n```\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fjina-ai_dev-gpt_readme_a76689cee59c.png\" alt=\"赞美生成器\" width=\"400\" \u002F>\n\n### 根据URL提取并总结新闻文章\n```bash\ndev-gpt generate \\\n--description \"使用Newspaper3k库从新闻文章的URL中提取文本，并利用gpt生成摘要。示例输入：http:\u002F\u002Ffox13now.com\u002F2013\u002F12\u002F30\u002Fnew-year-new-laws-obamacare-pot-guns-and-drones\u002F\" \\\n--model gpt-4\n```\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fjina-ai_dev-gpt_readme_b14f806acd97.png\" alt=\"新闻文章示例\" width=\"400\" \u002F>\n\n### 化学式可视化\n```bash\ndev-gpt generate \\\n--description \"将化学式转换为二维化学结构图。示例输入：C=C、CN=C=O、CCC(=O)O\" \\\n--model gpt-4\n```\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fjina-ai_dev-gpt_readme_f6b58b2dc29e.png\" alt=\"化学式可视化\" width=\"400\" \u002F>\n\n### 三维模型的二维渲染\n```bash\ndev-gpt generate \\\n--description \"使用trimesh和pyrender.OffscreenRenderer库，结合os.environ['PYOPENGL_PLATFORM'] = 'egl'及freeglut3-dev库，为整个三维物体生成二维渲染图，并支持x、y、z轴旋转。示例输入：https:\u002F\u002Fgraphics.stanford.edu\u002Fcourses\u002Fcs148-10-summer\u002Fas3\u002Fcode\u002Fas3\u002Fteapot.obj\" \\\n--model gpt-4\n```\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fjina-ai_dev-gpt_readme_3313035cc475.gif\" alt=\"三维模型的二维渲染\" width=\"400\" \u002F>\n\n### 产品推荐\n```bash\ndev-gpt generate \\\n--description \"根据用户的产品浏览历史以及时尚、电子和运动三大类目，生成个性化的产品推荐。示例：输入：浏览历史：prod1(电子产品)，prod2(时尚)，prod3(时尚)，输出：p4(时尚)\" \\\n--model gpt-4\n```\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fjina-ai_dev-gpt_readme_64115efdee28.png\" alt=\"产品推荐\" width=\"400\" \u002F>\n\n### Hacker News 搜索\n```bash\ndev-gpt generate \\\n--description \"给定一个搜索关键词，使用 Hacker News API 在 Hacker News 上查找文章，并返回包含（标题、作者、网站链接、网站首页首图）的文章列表\" \\\n--model gpt-4\n````\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fjina-ai_dev-gpt_readme_f912a210c1ab.png\" alt=\"Hacker News 搜索\" width=\"400\" \u002F>\n\n### 动物检测器\n```bash\n\ndev-gpt generate \\\n--description \"给定一张图片，返回带有所有动物边界框的图片（使用 yolov3.weights 和 yolov3.cfg 文件），示例输入：https:\u002F\u002Fimages.unsplash.com\u002Fphoto-1444212477490-ca407925329e\" \\\n--model gpt-4\n```\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fjina-ai_dev-gpt_readme_3df28702a1a9.png\" alt=\"动物检测器\" width=\"400\" \u002F>\n\n### 搞笑表情包生成器\n```bash\ndev-gpt generate \\\n--description \"根据一张图片和一段文字说明，生成一张搞笑表情包。示例输入：https:\u002F\u002Fmedia.wired.com\u002Fphotos\u002F5f87340d114b38fa1f8339f9\u002Fmaster\u002Fw_1600%2Cc_limit\u002FIdeas_Surprised_Pikachu_HD.jpg，顶部文字：当你发现 GPT Dev 时\" \\\n--model gpt-4\n```\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fjina-ai_dev-gpt_readme_dc0040a4bba9.png\" alt=\"搞笑表情包生成器\" width=\"400\" \u002F>\n\n### 押韵词生成器\n```bash\ndev-gpt generate \\\n--description \"给定一个单词，使用 datamuse API 返回一组押韵词\" \\\n--model gpt-4\n```\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fjina-ai_dev-gpt_readme_df460e1d597f.png\" alt=\"押韵词生成器\" width=\"400\" \u002F>\n\n### 词云生成器\n```bash\ndev-gpt generate \\\n--description \"根据给定文本生成词云\" \\\n--model gpt-4\n```\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fjina-ai_dev-gpt_readme_f482c7f4411d.png\" alt=\"词云生成器\" width=\"400\" \u002F>\n\n### 3D 模型信息\n```bash\ndev-gpt generate \\\n--description \"给定一个 3D 对象，返回其顶点数和面数。示例：https:\u002F\u002Fraw.githubusercontent.com\u002Fpolygonjs\u002Fpolygonjs-assets\u002Fmaster\u002Fmodels\u002Fwolf.obj\" \\\n--model gpt-4\n```\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fjina-ai_dev-gpt_readme_b8761edf8818.png\" alt=\"3D 模型信息\" width=\"400\" \u002F>\n\n### 表格提取\n```bash\ndev-gpt generate \\\n--description \"给定一个 URL，将其中的所有表格提取为 CSV 格式。示例：http:\u002F\u002Fwww.ins.tn\u002Fstatistiques\u002F90\" \\\n--model gpt-4\n```\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fjina-ai_dev-gpt_readme_cd854d6b8423.png\" alt=\"表格提取\" width=\"400\" \u002F>\n\n### 音频转梅尔谱\n```bash\ndev-gpt generate \\\n--description \"从音频文件中生成梅尔谱。示例：https:\u002F\u002Fcdn.pixabay.com\u002Fdownload\u002Faudio\u002F2023\u002F02\u002F28\u002Faudio_550d815fa5.mp3\" \\\n--model gpt-4\n```\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fjina-ai_dev-gpt_readme_9696e878d473.png\" alt=\"音频转梅尔谱\" width=\"400\" \u002F>\n\n### 文本转语音\n```bash\ndev-gpt generate \\\n--description \"将文本转换为语音\" \\\n--model gpt-4\n```\n\u003Ca href=res\u002Ftext_to_speech_example.wav>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fjina-ai_dev-gpt_readme_148a49be41b0.png\" alt=\"文本转语音\" width=\"400\" \u002F>\u003C\u002Fa>\n\n\u003Caudio controls>\n  \u003Csource src=\"res\u002Ftext_to_speech_example.wav\" type=\"audio\u002Fmpeg\">\n  您的浏览器不支持音频元素。\n\u003C\u002Faudio>\n\n### 热力图生成器\n```bash\ndev-gpt generate \\\n--description \"根据一张图片和一组相对坐标，生成热力图。示例输入：https:\u002F\u002Fimages.unsplash.com\u002Fphoto-1574786198875-49f5d09fe2d2, [[0.1, 0.2], [0.3, 0.4], [0.5, 0.6], [0.2, 0.1], [0.7, 0.2], [0.4, 0.2]]\" \\\n--model gpt-4\n```\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fjina-ai_dev-gpt_readme_1634402f6b4e.png\" alt=\"热力图生成器\" width=\"400\" \u002F>\n\n### QR 码生成器\n```bash\ndev-gpt generate \\\n--description \"根据 URL 生成 QR 码。示例输入：https:\u002F\u002Fwww.example.com\" \\\n--model gpt-4 \n```\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fjina-ai_dev-gpt_readme_daabd1682a09.png\" alt=\"QR 码生成器\" width=\"400\" \u002F>\n\n### 曼德勃罗集可视化工具\n\n```bash\ndev-gpt generate \\\n--description \"使用自定义参数可视化曼德勃罗集。示例输入：中心=-0+1i，缩放=1.0，尺寸=800x800，迭代次数=1000\" \\\n--model gpt-4\n```\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fjina-ai_dev-gpt_readme_5305309e2644.png\" alt=\"曼德勃罗集可视化工具\" width=\"400\" \u002F>\n\n### Markdown转HTML转换器\n\n```bash\ndev-gpt generate --description \"将markdown转换为HTML\"\n```\n\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fjina-ai_dev-gpt_readme_e0b3cde62161.png\" alt=\"Markdown转HTML转换器\" width=\"400\" \u002F>\n\n\n\n[\u002F\u002F]: # (## 待测试)\n\n\n[\u002F\u002F]: # (### 密码强度检查器)\n\n[\u002F\u002F]: # (```bash)\n\n[\u002F\u002F]: # (dev-gpt generate --description \"给定一个密码，返回1到10之间的分数，表示密码的强度\" --test \"Pa$$w0rd => 1\u002F5, !Akfdh%.ytRadf => 5\u002F5\")\n\n[\u002F\u002F]: # (```)\n\n[\u002F\u002F]: # (### 摩尔斯电码翻译器)\n\n[\u002F\u002F]: # (```bash)\n\n[\u002F\u002F]: # (dev-gpt generate --description \"将文本转换为摩尔斯电码\" --test \"Hello, welcome to GPT Dev!\")\n\n[\u002F\u002F]: # (```)\n\n[\u002F\u002F]: # (### IP地理定位)\n\n[\u002F\u002F]: # (```bash)\n\n[\u002F\u002F]: # (dev-gpt generate --description \"给定一个IP地址，返回其地理定位信息\" --test \"142.251.46.174\")\n\n[\u002F\u002F]: # (```)\n\n[\u002F\u002F]: # (### 货币兑换器)\n\n[\u002F\u002F]: # (```bash)\n\n[\u002F\u002F]: # (dev-gpt generate --description \"将一种货币兑换成另一种货币\" --test \"1美元兑换成欧元\")\n\n[\u002F\u002F]: # (```)\n\n[\u002F\u002F]: # (### 图片尺寸调整器)\n\n[\u002F\u002F]: # (```bash)\n\n[\u002F\u002F]: # (dev-gpt generate --description \"给定一张图片，将其调整为指定的宽度和高度\" --test \"https:\u002F\u002Fimages.unsplash.com\u002Fphoto-1602738328654-51ab2ae6c4ff\")\n\n[\u002F\u002F]: # (```)\n\n[\u002F\u002F]: # (### 天气API)\n\n[\u002F\u002F]: # (```bash)\n\n[\u002F\u002F]: # (dev-gpt generate --description \"给定一个城市，返回当前天气\" --test \"柏林\")\n\n[\u002F\u002F]: # (```)\n\n[\u002F\u002F]: # ()\n[\u002F\u002F]: # (### 数独求解器)\n\n[\u002F\u002F]: # (```bash)\n\n[\u002F\u002F]: # (dev-gpt generate --description \"给定一个数独谜题，返回其解\" --test \"[[2, 5, 0, 0, 3, 0, 9, 0, 1], [0, 1, 0, 0, 0, 4, 0, 0, 0], [4, 0, 7, 0, 0, 0, 2, 0, 8], [0, 0, 5, 2, 0, 0, 0, 0, 0], [0, 0, 0, 0, 9, 8, 1, 0, 0], [0, 4, 0, 0, 0, 3, 0, 0, 0], [0, 0, 0, 3, 6, 0, 0, 7, 2], [0, 7, 0, 0, 0, 0, 0, 0, 3], [9, 0, 3, 0, 0, 0, 6, 0, 4]]\")\n\n[\u002F\u002F]: # (```)\n\n[\u002F\u002F]: # ()\n[\u002F\u002F]: # (### 碳足迹计算器)\n\n[\u002F\u002F]: # (```bash)\n\n[\u002F\u002F]: # (dev-gpt generate --description \"根据交通、用电量、废弃物产生等因素估算公司的碳足迹\" --test \"Jina AI\")\n\n[\u002F\u002F]: # (```)\n\n[\u002F\u002F]: # ()\n[\u002F\u002F]: # (### 房地产估值估算器)\n\n[\u002F\u002F]: # (```bash)\n\n[\u002F\u002F]: # (dev-gpt generate --description \"创建一个微服务，根据位置、房产类型、房龄和面积等因素估算房产价值\" --test \"柏林弗里德里希斯海恩区，公寓，100平方米，房龄10年\")\n\n[\u002F\u002F]: # (```)\n\n[\u002F\u002F]: # ()\n[\u002F\u002F]: # (### 基因序列比对)\n\n[\u002F\u002F]: # (```bash)\n\n[\u002F\u002F]: # (dev-gpt generate --description \"使用Needleman-Wunsch算法对两条DNA或RNA序列进行比对\" --test \"AGTC, GTCA\")\n\n[\u002F\u002F]: # (```)\n\n[\u002F\u002F]: # ()\n[\u002F\u002F]: # (### 条形码生成器)\n\n[\u002F\u002F]: # (```bash)\n\n[\u002F\u002F]: # (dev-gpt generate --description \"从字符串生成条形码\" --test \"Hello, welcome to Dev-GPT!\")\n\n[\u002F\u002F]: # (```)\n\n[\u002F\u002F]: # ()\n[\u002F\u002F]: # (### 文件压缩)\n\n[\u002F\u002F]: # (```bash)\n\n[\u002F\u002F]: # (dev-gpt generate --description \"使用gzip算法压缩文件\" --test \"文件内容：Hello, welcome to Dev-GPT！\")\n\n[\u002F\u002F]: # (```)\n\n[\u002F\u002F]: # ()\n[\u002F\u002F]: # (### 图片加水印)\n\n[\u002F\u002F]: # (```bash)\n\n[\u002F\u002F]: # (dev-gpt generate --description \"在图片上添加水印（Dev-GPT）\" --test \"https:\u002F\u002Fimages.unsplash.com\u002Fphoto-1602738328654-51ab2ae6c4ff\")\n\n[\u002F\u002F]: # (```)\n\n[\u002F\u002F]: # ()\n[\u002F\u002F]: # (### 文件元数据提取器)\n\n[\u002F\u002F]: # (```bash)\n\n[\u002F\u002F]: # (dev-gpt generate --description \"从文件中提取元数据\" --test \"https:\u002F\u002Fimages.unsplash.com\u002Fphoto-1602738328654-51ab2ae6c4ff\")\n\n[\u002F\u002F]: # (```)\n\n[\u002F\u002F]: # ()\n[\u002F\u002F]: # (### 视频缩略图提取器)\n\n[\u002F\u002F]: # (```bash)\n\n[\u002F\u002F]: # (dev-gpt generate --description \"从视频中提取缩略图\" --test \"http:\u002F\u002Ftechslides.com\u002Fdemos\u002Fsample-videos\u002Fsmall.mp4\")\n\n[\u002F\u002F]: # (```)\n\n[\u002F\u002F]: # ()\n[\u002F\u002F]: # (### GIF制作器)\n\n[\u002F\u002F]: # (```bash)\n\n[\u002F\u002F]: # (dev-gpt generate --description \"根据一组图片创建GIF\" --test \"https:\u002F\u002Fimages.unsplash.com\u002Fphoto-1564725075388-cc8338732289, https:\u002F\u002Fimages.unsplash.com\u002Fphoto-1584555684040-bad07f46a21f, https:\u002F\u002Fimages.unsplash.com\u002Fphoto-1584555613497-9ecf9dd06f68\")\n\n[\u002F\u002F]: # (```)\n\n[\u002F\u002F]: # ()\n\n[\u002F\u002F]: # ()\n\n[\u002F\u002F]: # (### 音频可视化器)\n\n[\u002F\u002F]: # ()\n[\u002F\u002F]: # (```bash)\n\n[\u002F\u002F]: # (dev-gpt generate --description \"可视化音频文件，并将可视化结果以视频形式输出，同时保留原音频\" --test \"some\u002Fmp3\u002Ffile.mp3\")\n\n[\u002F\u002F]: # (```)\n\n[\u002F\u002F]: # (## 即将推出的挑战)\n\n[\u002F\u002F]: # (### 配色方案生成器)\n\n[\u002F\u002F]: # (```bash)\n\n[\u002F\u002F]: # (dev-gpt generate --description \"基于一个主色调，运用互补色或类似色等色彩理论原则，生成美观的配色方案\" --test \"红色\")\n\n[\u002F\u002F]: # (```)\n\n[\u002F\u002F]: # ()\n[\u002F\u002F]: # (### 深度图生成器)\n\n[\u002F\u002F]: # (```bash)\n\n[\u002F\u002F]: # (dev-gpt generate --description \"从3D对象生成深度图\" --test \"https:\u002F\u002Fraw.githubusercontent.com\u002Fpolygonjs\u002Fpolygonjs-assets\u002Fmaster\u002Fmodels\u002Fwolf.obj\")\n\n[\u002F\u002F]: # (```)\n\n[\u002F\u002F]: # ()\n\n\n\n[\u002F\u002F]: # (### ASCII艺术生成器)\n\n[\u002F\u002F]: # (```bash)\n\n[\u002F\u002F]: # (dev-gpt generate --description \"将图片转换为ASCII艺术\" --test \"https:\u002F\u002Fimages.unsplash.com\u002Fphoto-1602738328654-51ab2ae6c4ff\")\n\n[\u002F\u002F]: # (```)\n\n[\u002F\u002F]: # (generate --description \"接收PNG格式的输入图像，并返回矢量化后的SVG版本。请确保在将图像转换回时，外观保持相似。\" --path 微服务 --verbose)\n\n## 技术洞察\n下图展示了创建微服务并将其部署到云端的过程，详细说明了两种不同的实现策略。\n\n```mermaid\n\ngraph TB\n\n    description[描述：从URL生成二维码] --> make_strat{思考方案}\n\n    test[测试：https:\u002F\u002Fwww.example.com] --> make_strat[生成策略]\n\n    make_strat --> implement1[实施策略1]\n\n    implement1 --> build1{构建镜像}\n\n    build1 -->|错误信息| implement1\n\n    build1 -->|失败10次| implement2[实施策略2]\n\n    build1 -->|成功| registry[将Docker镜像推送到镜像仓库]\n\n    implement2 --> build2{构建镜像}\n\n    build2 -->|错误信息| implement2\n\n    build2 -->|失败10次| all_failed[所有策略均失败]\n\n    build2 -->|成功| registry[将Docker镜像推送到镜像仓库]\n\n    registry --> deploy[部署微服务]\n\n    deploy --> streamlit[生成Streamlit交互式平台]\n\n    streamlit --> user_run[用户测试微服务]\n\n```\n\n1. Dev-GPT会识别出几种可以实现您任务的策略。\n2. 它会逐一测试每种策略，直到找到可行的方案。\n3. 对于每种策略，它会生成以下文件：\n   - microservice.py：这是微服务的主要实现代码。\n   - test_microservice.py：这些是用于确保微服务按预期工作的测试用例。\n   - requirements.txt：该文件列出了微服务及其测试所需的依赖包。\n   - Dockerfile：此文件用于在容器中运行微服务，并在构建镜像时同时运行测试。\n4. Dev-GPT会尝试构建镜像。如果构建失败，它会根据错误信息进行修复，然后再次尝试。\n5. 一旦找到成功的策略，它会：\n   - 将Docker镜像推送到镜像仓库。\n   - 部署微服务。\n   - 生成一个Streamlit交互式平台，供您测试微服务。\n6. 如果连续失败10次，它会切换到下一个方法。\n\n\n## 🔮 愿景\n使用自然语言界面来生成、部署和更新您的微服务基础设施。\n\n## ✨ 贡献者\n如果您想为本项目贡献力量，请随时提交PR或Issue。以下是需要完成的任务列表。\n\n下一步：\n- [ ] 检查Windows和Linux的支持是否正常\n- [ ] 在README.md中添加视频介绍\n- [ ] Bug：代码生成可能会无限期挂起——在这种情况下，需中断并重新生成\n- [ ] 新用户有免费额度，但应提示其验证账户\n\n\n可选优化：\n- [ ] 使响应的渲染动画更加平滑\n- [ ] 如果用户未提供任何参数运行dev-gpt，显示帮助信息\n- [ ] 不再显示以下消息：\n🔐 您已使用florian.hoenicke（用户名：auth0-unified-448f11965ce142b6）登录Jina AI。\n要登出，请使用jina auth logout。\n- [ ] 将交互式平台集成到自定义网关中（无需重新构建自定义网关）\n- [ ] 在普通模式下隐藏提示，在详细模式下显示\n- [ ] 编写测试用例\n- [ ] 清理重复代码\n- [ ] 支持主流云服务商——Lambda、Cloud Run、Cloud Functions等\n- [ ] 支持本地Docker构建\n- [ ] 启用自动伸缩以节省成本\n- [ ] 在README.md中添加更多示例\n- [ ] 支持多个端点——例如待办事项微服务，包含添加、删除和列出待办事项的端点\n- [ ] 支持有状态微服务\n- [ ] 目前即使交互式平台内容未发生变化，也会被打印两次。请确保仅在内容变更时才打印两次。\n- [ ] 允许通过反馈更新您的微服务\n- [ ] 支持其他大型语言模型，如Open Assistant\n- [ ] 为了降低成本，在生成主要功能代码时，可以减少上下文输入——无需引入Jina相关知识\n- [ ] 使用dev-gpt list命令展示所有部署\n- [ ] 提供dev-gpt delete命令以删除部署\n- [ ] 提供dev-gpt update命令以更新部署\n- [ ] 测试参数可选——如果未提供测试参数，先询问GPT是否需要更多信息来编写测试，例如访问PDF数据的权限\n- [ ] 增加社区共建微服务的板块\n- [ ] 为交互式平台生成提供测试反馈（可作为调试的一部分）\n- [ ] 为了简化流程，是否应将所有内容通过JSON格式的text属性传输？\n- [ ] 修复发布工作流\n- [ ] 用户指定任务后，若任务不够清晰或存在遗漏，应反向提问以确认细节\n\n建议：\n- [ ] 仅生成与Jina无关的代码，并将其插入到执行器模板中\n- [ ] 思考在第一种方法失败后是否有其他策略？","# Dev-GPT 快速上手指南\n\nDev-GPT 是一个自动化的 AI 开发团队，包含虚拟产品经理、开发工程师和运维专家。只需描述需求，它即可自动构建、测试并部署微服务。\n\n> ⚠️ **注意**：当前版本为实验性版本，请谨慎用于生产环境。\n\n## 环境准备\n\n### 系统要求\n- **操作系统**：macOS、Linux 或 Windows\n- **Python 版本**：支持主流 Python 3.x 版本\n- **容器环境**：推荐安装 Docker（用于本地运行微服务），若未安装将尝试直接运行。\n\n### 前置依赖与密钥配置\n使用前需准备以下 API 密钥：\n1. **OpenAI Key**：必须拥有 `gpt-4` 访问权限（`gpt-3.5-turbo` 正在适配中，复杂任务建议使用 gpt-4）。\n2. **Google Custom Search (可选)**：若需微服务具备联网搜索能力，需配置 `GOOGLE_API_KEY` 和 `GOOGLE_CSE_ID`。\n\n## 安装步骤\n\n使用 pip 安装工具：\n\n```bash\npip install dev-gpt\n```\n\n### 配置 API 密钥\n\n你可以通过命令行配置，或直接设置环境变量。\n\n**方式一：命令行配置**\n```bash\ndev-gpt configure --openai_api_key \u003Cyour openai api key>\n# 可选：配置谷歌搜索\ndev-gpt configure --google_api_key \u003Cgoogle api key>\ndev-gpt configure --google_cse_id \u003Cgoogle cse id>\n```\n\n**方式二：环境变量（推荐）**\n在终端中导出变量，可跳过配置步骤：\n```bash\nexport OPENAI_API_KEY=\u003Cyour openai api key>\n```\n\n## 基本使用\n\n### 1. 生成微服务\n告诉 AI 团队你想构建什么，它将自动编写代码并通过测试。\n\n```bash\ndev-gpt generate \\\n--description \"用户输入一段文字，返回相关的深度赞美\" \\\n--model gpt-4 \\\n--path .\u002Fmy-microservice\n```\n\n- `--description`: 微服务的功能描述（核心参数）。\n- `--model`: 选择模型，`gpt-4` 能力更强，`gpt-3.5-turbo` 成本更低但处理复杂任务能力有限。\n- `--path`: 代码生成目录，默认为 `.\u002Fmicroservice`。\n\n> 💡 **提示**：生成过程通常耗时 5-15 分钟。AI 会迭代编写代码直到通过测试场景。\n> 💰 **成本预估**：使用 GPT-4 单次生成约 $0.50 - $3.00；GPT-3.5-Turbo 约 $0.05 - $0.30。\n\n### 2. 本地运行与测试\n生成完成后，在本地启动微服务并进行交互测试：\n\n```bash\ndev-gpt run --path .\u002Fmy-microservice\n```\n\n执行后会自动打开浏览器 playground 界面，供你测试生成的微服务功能。\n\n### 3. 部署到云端（可选）\n若需部署至云端，需注册 [Jina AI Cloud](https:\u002F\u002Fcloud.jina.ai\u002F) 账号（新用户含免费额度）。\n\n```bash\ndev-gpt deploy --microservice_path .\u002Fmy-microservice\n```\n\n**删除部署以节省额度：**\n```bash\njc list                # 获取微服务 ID\njc delete \u003Cmicroservice id>\n```","某初创公司的技术负责人需要在两天内为一个电商活动快速构建一个具备实时库存查询和动态定价功能的微服务，但团队人手严重不足。\n\n### 没有 dev-gpt 时\n- **角色缺失导致流程断裂**：缺乏专职产品经理梳理需求，开发人员需自行猜测业务逻辑，极易造成返工。\n- **开发周期漫长**：从搭建框架、编写核心代码到配置数据库，单人全栈开发至少需要数天，无法匹配活动上线时间。\n- **部署运维门槛高**：开发者不擅长 Docker 容器化与 CI\u002FCD 流程，手动配置环境容易出错且耗时。\n- **沟通成本高昂**：若临时协调其他同事协助，跨角色沟通会消耗大量精力，分散核心编码注意力。\n\n### 使用 dev-gpt 后\n- **虚拟团队自动补位**：dev-gpt 内置的虚拟产品经理自动拆解需求，开发者专注逻辑实现，DevOps 角色同步规划部署方案。\n- **分钟级生成可用代码**：只需输入“构建带动态定价的库存微服务”描述，dev-gpt 即可自动生成完整的项目结构与核心代码。\n- **一键完成交付部署**：虚拟 DevOps 自动配置 Dockerfile 与启动脚本，将原本复杂的部署流程简化为一条命令执行。\n- **全流程无缝衔接**：从概念构思到最终可运行的微服务，dev-gpt 让单人像指挥一支专业团队般高效完成闭环。\n\ndev-gpt 的核心价值在于将原本需要多人协作数天的微服务开发流程，压缩为单人几分钟的指令交互，真正实现了“想法即代码”。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fjina-ai_dev-gpt_a76689ce.png","jina-ai","Jina AI","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fjina-ai_e871d2a3.png","Your Search Foundation, Supercharged!",null,"hello@jina.ai","JinaAI_","https:\u002F\u002Fjina.ai","https:\u002F\u002Fgithub.com\u002Fjina-ai",[83,87,91],{"name":84,"color":85,"percentage":86},"Python","#3572A5",97.5,{"name":88,"color":89,"percentage":90},"Shell","#89e051",1.9,{"name":92,"color":93,"percentage":94},"Dockerfile","#384d54",0.6,1862,169,"2026-04-15T07:51:16","Apache-2.0","Linux, macOS, Windows","未说明",{"notes":102,"python":100,"dependencies":103},"该工具主要依赖 OpenAI API（需 gpt-4 访问权限，正在支持 gpt-3.5-turbo）。运行生成的微服务需要本地安装 Docker，若未安装则尝试无 Docker 模式。若需联网搜索功能，需配置 GOOGLE_API_KEY 和 GOOGLE_CSE_ID 环境变量。部署到云端需要 Jina 账号。生成过程耗时 5-15 分钟，会产生 OpenAI API 调用费用。",[65,104,105,106],"docker (可选但推荐)","OpenAI API (gpt-3.5-turbo 或 gpt-4)","Google Custom Search API (可选)",[36,13,27],"2026-03-27T02:49:30.150509","2026-04-20T22:35:37.526019",[111,116,121,126,131,136],{"id":112,"question_zh":113,"answer_zh":114,"source_url":115},45898,"调试时遇到 Docker 依赖错误或构建上下文加载失败怎么办？","这通常是由于版本过旧或平台兼容性问题导致的。请尝试更新到最新版本的 dev-gpt：\npip install -U dev-gpt\n或者从 main 分支运行代码。如果问题依旧，可能是 Docker 镜像与当前平台不兼容，建议检查架构匹配性。","https:\u002F\u002Fgithub.com\u002Fjina-ai\u002Fdev-gpt\u002Fissues\u002F100",{"id":117,"question_zh":118,"answer_zh":119,"source_url":120},45899,"Docker 守护进程明明在运行，但 gptdeploy run 提示'Docker daemon doesn't seem to be running'怎么办？","即使 Docker 正常运行，工具也可能因权限或路径问题无法检测到。解决方法包括：\n1. 设置环境变量 JINA_LOG_LEVEL=DEBUG 以获取详细日志排查原因。\n2. 确认 docker 命令已在系统路径中，且当前用户有足够权限访问 Docker 守护进程（例如在 Linux 上将用户加入 docker 组）。\n3. 如果本地运行困难，可选择使用 'gptdeploy deploy' 将微服务部署到 Jina Cloud，那里会自动处理所有依赖。","https:\u002F\u002Fgithub.com\u002Fjina-ai\u002Fdev-gpt\u002Fissues\u002F67",{"id":122,"question_zh":123,"answer_zh":124,"source_url":125},45900,"在 Windows 上运行时出现 'charmap codec utf-8' 编码错误如何解决？","这是 Windows 默认编码导致的常见问题。虽然官方文档曾建议设置 PYTHONIOENCODING='utf-8'，但最新版本已修复此问题，无需手动设置环境变量即可正常工作。如果仍在使用旧版本，请升级 gptdeploy 或临时设置该环境变量：\nset PYTHONIOENCODING=utf-8 (CMD)\n$env:PYTHONIOENCODING=\"utf-8\" (PowerShell)","https:\u002F\u002Fgithub.com\u002Fjina-ai\u002Fdev-gpt\u002Fissues\u002F49",{"id":127,"question_zh":128,"answer_zh":129,"source_url":130},45901,"生成的 Docker 镜像在 ARM 架构（如 Mac M1\u002FM2）上无法运行怎么办？","早期版本存在 ARM 架构兼容性问题，导致镜像构建后无法在 Mac M1\u002FM2 等设备上运行。该问题已在后续更新中修复。请确保您使用的是最新版本的 dev-gpt：\npip install -U dev-gpt\n更新后构建的镜像应能正常支持 ARM 架构。","https:\u002F\u002Fgithub.com\u002Fjina-ai\u002Fdev-gpt\u002Fissues\u002F94",{"id":132,"question_zh":133,"answer_zh":134,"source_url":135},45902,"如何在 macOS Ventura 上解决 Docker 检测失败的问题？","在 macOS 上遇到 Docker 守护进程未被检测到的问题时，建议：\n1. 设置环境变量 JINA_LOG_LEVEL=DEBUG 查看详细错误日志。\n2. 确保 Docker Desktop 已启动且状态正常。\n3. 尝试重启 Docker 服务或重新安装 Docker Desktop。\n4. 若问题持续，可考虑使用 Jina Cloud 部署选项绕过本地 Docker 限制。","https:\u002F\u002Fgithub.com\u002Fjina-ai\u002Fdev-gpt\u002Fissues\u002F51",{"id":137,"question_zh":138,"answer_zh":139,"source_url":115},45903,"遇到 PIP 或 apt-get 依赖安装失败导致的 Docker 构建错误怎么办？","根据分析，此类错误通常不是由缺少 apt-get 包或 PIP 依赖引起的，而是由于 Docker 镜像与构建平台的兼容性问题（如架构不匹配）。建议：\n1. 检查使用的 Docker 基础镜像是否支持当前系统架构。\n2. 更新 dev-gpt 到最新版本以获得更好的跨平台支持。\n3. 避免手动修改 Dockerfile 中的依赖安装步骤，除非明确知道需要特定包。",[]]