ditto
Ditto 是一款极简的自构建编程助手,旨在让用户仅通过自然语言描述,即可自动生成完整的多文件 Flask Web 应用。它解决了传统开发中环境配置繁琐、代码编写耗时以及从创意到原型转化门槛高的问题,让想法能快速转化为可运行的网页程序。
这款工具特别适合希望快速验证创意的产品经理、设计师,以及想要探索 AI 辅助编程潜力的开发者或技术爱好者。即使不具备深厚的编码背景,用户也能通过其无代码界面轻松上手。
Ditto 的核心亮点在于其“自构建”机制:它利用大语言模型循环调度,自动规划应用架构,并生成包含路由、模板和静态资源在内的模块化代码结构。整个过程无需人工干预,系统会自动组织目录并输出整洁的代码。虽然目前仍处于实验探索阶段,但它展示了 AI 代理在自动化软件开发流程中的巨大潜力,是体验"AI 自主编程”概念的有趣入口。
使用场景
一位非专业出身的产品经理急需向投资人演示一个“内部员工请假审批系统”的原型,但他完全不懂 Python 或 Flask 框架。
没有 ditto 时
- 开发门槛高:必须依赖后端工程师排期开发,或自己花费数天学习 Flask 路由、模板渲染等基础概念。
- 文件管理混乱:手动创建
templates、static和路由文件时,极易搞错目录结构,导致项目无法运行。 - 迭代周期长:从构思功能到看到可点击的网页界面,通常需要数小时甚至数天的编码与调试时间。
- 试错成本大:一旦代码逻辑出错,排查 bug 对非技术人员来说如同大海捞针,容易直接放弃原型制作。
使用 ditto 后
- 自然语言驱动:只需在网页表单输入“创建一个员工请假应用,包含提交表单和管理员审批列表”,ditto 即刻理解需求。
- 自动构建架构:ditto 自动规划并生成标准的模块化目录,精准分离模板、静态资源与业务逻辑,无需人工干预文件结构。
- 实时可见成果:提交描述后实时监控进度,几分钟内即可在本地浏览器访问并交互一个功能完整的 Flask 应用。
- 快速验证想法:若需增加“导出 Excel"功能,仅需再次描述,ditto 便能自动更新代码,让创意验证变得像聊天一样简单。
ditto 将原本需要专业开发数天的原型构建过程,压缩为几分钟的自然语言对话,让创意不再受限于编码能力。
运行环境要求
- Linux
- macOS
- Windows
未说明
未说明

快速开始
Ditto
Ditto - 最简单的自动生成代码的智能体。
Ditto 是一款用户友好的工具,它允许您通过无代码界面,仅使用简单的自然语言描述即可生成一个多文件的 Flask 应用程序。借助一个包含少量工具的简单 LLM 循环,Ditto 能够自动化编码过程,(偶尔)将您的想法转化为可用的 Web 应用程序(或者至少会尝试并尽可能接近目标)。
特性
- 简单的自然语言输入:只需用通俗易懂的英语描述您想要构建的应用程序。
- 自动化代码生成:根据您的描述生成路由、模板和静态文件。
- 自动生成代理:无需手动编码即可自动规划并构建应用程序。
- 模块化结构:将代码组织成整洁的模块化结构,分别设有模板、静态文件和路由的独立目录。
快速开始
前置条件
- Python 3.7 或更高版本
pip包管理器
安装
克隆仓库
git clone https://github.com/yoheinakajima/ditto.git cd ditto创建虚拟环境(可选但推荐)
python3 -m venv venv source venv/bin/activate # 在 Windows 上,请使用 venv\\Scripts\\activate安装依赖
pip install litellm
设置 OPENAI_API_KEY
要使用 Ditto,您需要在环境中设置 OPENAI_API_KEY。以下是两种设置方法:
方法 1:终端临时设置
对于 macOS/Linux:
export OPENAI_API_KEY=your-openai-api-key
对于 Windows(命令提示符):
set OPENAI_API_KEY=your-openai-api-key
对于 Windows(PowerShell):
$env:OPENAI_API_KEY="your-openai-api-key"
然后运行应用程序:
python main.py
方法 2:使用 .env 文件持久化设置(推荐)
安装
python-dotenv包,以便从.env文件加载环境变量:pip install python-dotenv在项目根目录下创建一个
.env文件,并添加您的 API 密钥:OPENAI_API_KEY=your-openai-api-key正常运行应用程序:
python main.py
使用
运行应用程序
python main.py访问 Web 界面
打开您的浏览器,访问
http://localhost:8080。描述您的应用
在首页上,您会看到一个表单,可以在其中描述您想要创建的 Flask 应用程序。
监控进度
提交描述后,应用程序将处理您的请求。您可以实时监控进度。
查看生成的应用
进程完成后,您可以重新运行 Flask 应用程序,以与您新生成的 Flask 应用程序进行交互。
python main.py
贡献
这只是一个快速的探索项目,因此我暂时没有进一步开发的计划。欢迎贡献,尤其是那些非常棒的贡献,不过请先在 X/Twitter 上联系我,因为我并不经常查看 Pull Request。我基本上打算将这个功能整合到新的 BabyAGI 框架 中,但会赋予它从数据库中存储和保存函数的能力。如果这听起来是个有趣的挑战,并且您成功实现了它,请务必告诉我 :)
许可证
本项目采用 MIT 许可证授权——详情请参阅 LICENSE 文件。
相似工具推荐
openclaw
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。 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。 OpenClaw 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
stable-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。 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。
everything-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。 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。 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
ComfyUI
ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。
LLMs-from-scratch
LLMs-from-scratch 是一个基于 PyTorch 的开源教育项目,旨在引导用户从零开始一步步构建一个类似 ChatGPT 的大型语言模型(LLM)。它不仅是同名技术著作的官方代码库,更提供了一套完整的实践方案,涵盖模型开发、预训练及微调的全过程。 该项目主要解决了大模型领域“黑盒化”的学习痛点。许多开发者虽能调用现成模型,却难以深入理解其内部架构与训练机制。通过亲手编写每一行核心代码,用户能够透彻掌握 Transformer 架构、注意力机制等关键原理,从而真正理解大模型是如何“思考”的。此外,项目还包含了加载大型预训练权重进行微调的代码,帮助用户将理论知识延伸至实际应用。 LLMs-from-scratch 特别适合希望深入底层原理的 AI 开发者、研究人员以及计算机专业的学生。对于不满足于仅使用 API,而是渴望探究模型构建细节的技术人员而言,这是极佳的学习资源。其独特的技术亮点在于“循序渐进”的教学设计:将复杂的系统工程拆解为清晰的步骤,配合详细的图表与示例,让构建一个虽小但功能完备的大模型变得触手可及。无论你是想夯实理论基础,还是为未来研发更大规模的模型做准备
Deep-Live-Cam
Deep-Live-Cam 是一款专注于实时换脸与视频生成的开源工具,用户仅需一张静态照片,即可通过“一键操作”实现摄像头画面的即时变脸或制作深度伪造视频。它有效解决了传统换脸技术流程繁琐、对硬件配置要求极高以及难以实时预览的痛点,让高质量的数字内容创作变得触手可及。 这款工具不仅适合开发者和技术研究人员探索算法边界,更因其极简的操作逻辑(仅需三步:选脸、选摄像头、启动),广泛适用于普通用户、内容创作者、设计师及直播主播。无论是为了动画角色定制、服装展示模特替换,还是制作趣味短视频和直播互动,Deep-Live-Cam 都能提供流畅的支持。 其核心技术亮点在于强大的实时处理能力,支持口型遮罩(Mouth Mask)以保留使用者原始的嘴部动作,确保表情自然精准;同时具备“人脸映射”功能,可同时对画面中的多个主体应用不同面孔。此外,项目内置了严格的内容安全过滤机制,自动拦截涉及裸露、暴力等不当素材,并倡导用户在获得授权及明确标注的前提下合规使用,体现了技术发展与伦理责任的平衡。