在协同开发的项目中,我们肯定避免不了使用git提交代码,所以经常会看到了一些描述不清的提交信息。当遇到种情况时,我们也不必为此责怪开发人员,因为我们确实很难记住你在 git 提交时刚刚做了什么。
Nutlope / aicommits
一个使用 AI 帮您编写 git 提交消息的 CLI
什么是 Nultope/aicommits?
Aicommits 是一个 CLI(脚手架),它可以使用 AI 为你编写 git 提交消息。
它是如何工作的?
本篇文章本意是着重介绍代码的 AI 部分,但一打开 GitHub,我惊奇地看到了 TABS、jk的使用。这就很有意思,因为 CLI 工具cleye这个工具也是用到了TABS、jk,它给我留下了深刻的印象。我以前也搭建过一些 CLI,而这个 cleye 是在命令行上构建 aicommits 交互的首选工具。这是它很优秀的地方。
如果您想查看 CLI 实现,可以快速阅读src/cli.ts。
// src/cli.ts
const request = https.request({
port: 443,
hostname: 'api.openai.com',
path: '/v1/completions',
method: 'POST',
headers: {
'Content-Type': 'application/json',
'Content-Length': postContent.length,
Authorization: `Bearer ${apiKey}`,
},
...
到目前为止,我还没有用 OpenAI 构建任何东西,但上面的示例很好的说明了人们应该去如何配置它。
现在查看代码src/utils/openai.ts,我们可以看到正在调用 OpenAI 并使用/v1/completions路径。根据 README的说明,这不是 ChatGPT 补全,而是常规 GTP-3 文本补全。
在 REST 调用之后,我们会先执行响应清理和错误检查器。这是不能绕过的步骤的,因为 OpenAI 经常会遇见停机和服务器负载。
// src/utils/openai.ts
if (response.statusCode === 500) {
errorMessage += '; 查看 API 状态: https://status.openai.com';
}
最后,看一下createCompletion函数,这才是真正实现功能的地方。
我在下面留下了关于每一行在做什么的解释
// src/utils/openai.ts
const completion = await createCompletion(apiKey, {
model, // text-davinci-003 - 用于更长的输出和一致的指令
prompt, // nutlope提供的promptTemplate
temperature: 0.7, // 数字越大,输出越随机
top_p: 1, // 类似温度但结果不同
frequency_penalty: 0, // 降低模型重复同一行的可能性
presence_penalty: 0, // 增加模型谈论新话题的可能性
max_tokens: 200, // 这将要花你多少钱?
stream: false, // 部分消息发送关闭
n: completions, // 为每个输入消息生成多少个聊天完成选项
});
还有很多我想深入挖掘,但我把剩下的留给你们看。我建议在本地安装 aicommits 进行试用。前提是你已经注册了 OpenAI 已经添加了你的令牌。
本文正在参加「金石计划」