Devlooper 项目常见问题解决方案
1. 项目基础介绍
Devlooper 是一个程序合成代理,它能够自主地通过运行测试来修复其输出。该项目旨在扩展 smol developer,使其能够在一个沙盒环境中运行测试,并迭代地更新代码和修复环境(安装包),直到所有测试通过。目前,Devlooper 支持使用 React + Jest、Python 和 Rust 等语言/框架。项目主要使用 Python 编程语言。
2. 新手常见问题及解决步骤
问题一:如何设置和运行 Devlooper?
解决步骤:
- 创建一个 Modal 账户(如果你还在等待名单上,请联系他们)。
- 在当前 Python 环境中安装 Modal:
pip install modal
。 - 创建一个 Modal 令牌:
modal token new
。 - 创建一个 OpenAI 账户并获取一个 API 密钥。
- 创建一个名为
openai-secret
的 Modal 密钥。 - 在这个仓库的根目录下,使用你的提示语和模板来运行程序:
modal run src/main --prompt="你的提示语"
。
问题二:如何为 Devlooper 添加新的环境模板?
解决步骤:
- 打开
env_templates.py
文件。 - 按照现有的模板格式,添加新的语言/框架的模板。
- 确保新的模板能够定义基本的设置和测试框架。
- 如果需要,添加必要的测试代码和安装脚本。
- 保存文件并重新启动 Devlooper。
问题三:如何调试 Devlooper 运行中的错误?
解决步骤:
- 当 Devlooper 运行测试并返回非零退出码时,它会将沙盒的 stdout 和 stderr 传递给 LLM 进行诊断。
- 根据诊断结果,生成一个包含三种类型操作的 DebugPlan:检查并修复文件、在镜像中安装包、在镜像中运行命令。
- 执行 DebugPlan 中的操作,直到所有测试通过。
- 如果诊断步骤无法解决问题,可以尝试手动检查沙盒环境或代码,以查找可能的错误原因。
注意:Devlooper 的调试过程可能需要一定的经验和编程知识,对于新手来说,建议先从官方文档和示例开始学习。
创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考