av色图,插b内射18免费视频

對(duì)有效軟件開發(fā)的需求是推動(dòng)人工智能作為有價(jià)值的編程合作伙伴的采用。 AI驅(qū)動(dòng)的編碼助手正在通過簡(jiǎn)化代碼寫作，調(diào)試和優(yōu)化的方式徹底改變開發(fā)，就像人類對(duì)程序員一樣。本文展示了使用Crewai代理來簡(jiǎn)化編碼任務(wù)并提高開發(fā)人員生產(chǎn)率的構(gòu)建AI對(duì)程序員。

概述

本指南涵蓋：

了解Crewai在協(xié)助編碼任務(wù)中的作用。
識(shí)別關(guān)鍵組件：代理，任務(wù)，工具和工作人員及其交互。
實(shí)踐經(jīng)驗(yàn)設(shè)置AI代理以生成代碼和審核。
配置多個(gè)用于協(xié)作編碼的AI代理。
利用Crewai評(píng)估和優(yōu)化代碼質(zhì)量。

NVLM 1.0 D 74B的定性示例
NVLM與其他LLM的比較
其他多模式LLM的局限性
解決這些限制
NVLM：模型和培訓(xùn)方法
培訓(xùn)數(shù)據(jù)
結(jié)果
訪問NVLM D 72B
- 導(dǎo)入必要的庫
- 模型碎片
- 圖像預(yù)處理
- 動(dòng)態(tài)圖像瓷磚
- 加載和預(yù)處理圖像
- 加載和使用模型
- 文本和圖像對(duì)話
常見問題

AI對(duì)程序員功能

AI對(duì)程序員提供了幾個(gè)優(yōu)點(diǎn)：

代碼生成：使用一個(gè)AI代理生成給定問題的代碼，并與另一個(gè)AI代理一起對(duì)其進(jìn)行審查。
改進(jìn)代碼：根據(jù)指定標(biāo)準(zhǔn)評(píng)估現(xiàn)有代碼。
代碼優(yōu)化：請(qǐng)求代碼增強(qiáng)功能，例如添加注釋或Docstrings。
調(diào)試：收到解決代碼錯(cuò)誤的建議。
測(cè)試案例生成：生成各種情況的測(cè)試用例，包括測(cè)試驅(qū)動(dòng)的開發(fā)。

本文重點(diǎn)介紹了前兩個(gè)功能。

什么是克魯伊？

Crewai是創(chuàng)建AI代理的框架。它的關(guān)鍵組成部分是：

代理：代理使用大型語言模型（LLM）根據(jù)輸入提示產(chǎn)生輸出。它與工具交互，接受用戶輸入并與其他代理進(jìn)行通信。
任務(wù)：定義代理的目標(biāo)，包括描述，代理和可用工具。
工具：代理使用工具用于Web搜索，文件讀取和代碼執(zhí)行等任務(wù)。
機(jī)組人員：一組代理商在任務(wù)上合作，定義互動(dòng)，信息共享和責(zé)任委托。

另請(qǐng)閱讀：與Crewai建立協(xié)作AI代理商

讓我們建立一個(gè)代理來說明這些概念。

先決條件

在構(gòu)建AI對(duì)程序員之前，請(qǐng)獲取llms的API鍵。

通過API訪問LLM

為您選擇的LLM生成一個(gè)API密鑰，并將其安全存儲(chǔ)在.env文件中以進(jìn)行項(xiàng)目訪問，同時(shí)保持隱私。

示例.env文件

樣本.env文件：

與Crewai -Analytics Vidhya建立AI對(duì)程序員

所需的庫

使用以下庫版本：

Crewai - 0.66.0
Crewai-Tools - 0.12.1

創(chuàng)建自動(dòng)代碼

本節(jié)演示了進(jìn)口庫和定義代理代碼生成和審核。

導(dǎo)入庫

來自dotenv import load_dotenv
load_dotenv（'/。env'）

來自Crewai進(jìn)口代理，任務(wù)，機(jī)組人員

定義代碼作者代理

一個(gè)代理生成代碼，另一個(gè)代碼對(duì)其進(jìn)行了審查。

 code_writer_agent = agent（角色=“軟件工程師”，
                          目標(biāo)='寫優(yōu)化和可維護(hù)的代碼，包括docstrings and評(píng)論'， 
                          BackStory =“”“您是一名軟件工程師，編寫具有Docstrings和Commist的可維護(hù)代碼的軟件工程師。“”，
                          llm ='gpt-4o-mini'，
                          冗長(zhǎng)= true）

代理參數(shù)解釋了

角色：定義代理的功能。
目標(biāo)：指定代理商的目標(biāo)。
背景故事：為更好的互動(dòng)提供上下文。
LLM：指定使用的LLM（有關(guān)選項(xiàng)，請(qǐng)參見Litellm文檔）。
冗長(zhǎng)：啟用詳細(xì)的輸入/輸出記錄。

定義代碼作者任務(wù)

code_writer_task = task（description ='寫代碼以{語言}求解問題。
                        Expect_output ='帶有類型提示的良好代碼'，
                        代理= code_writer_agent）

解釋了任務(wù)參數(shù)

描述：帶有變量（{language}，{Quards}）的清除任務(wù)目標(biāo)。
Expect_Output：所需的輸出格式。
代理：分配給任務(wù)的代理。

定義代碼審閱者代理和任務(wù)

同樣，定義code_reviewer_agent和code_reviewer_task 。

 code_reviewer_agent = agent（角色=“高級(jí)軟件工程師”，
                            目標(biāo)='確保代碼是優(yōu)化和可維護(hù)的'， 
                            BackStory =“”“您是一名高級(jí)工程師，審查代碼，以了解可讀性，可維護(hù)性和性能?！薄?，
                            llm ='gpt-4o-mini'，
                            冗長(zhǎng)= true）

code_reviewer_task = task = task（Description =“”“評(píng)論為問題編寫的{language}的編寫代碼。
                          Expect_Output ='審閱的代碼'，
                          代理= code_reviewer_agent）

建造和經(jīng)營(yíng)船員

創(chuàng)建并運(yùn)行船員：

 crew = crew（agestents = [code_writer_agent，code_reviewer_agent]， 
            tasks = [code_writer_task，code_reviewer_task]， 
            冗長(zhǎng)= true）

結(jié)果= crew.kickoff（inputs = {'Quards'：'創(chuàng)建一個(gè)TIC-TAC-TOE游戲'，'Language'：'Python'}）

樣本輸出：

與Crewai -Analytics Vidhya建立AI對(duì)程序員

結(jié)果分析

result對(duì)象包含：

 result.dict（）。鍵（）
>>> dict_keys（['raw'，'pydantic'，'json_dict'，'tasks_output'，'token_usage']）

＃標(biāo)記用法
result.dict（）['token_usage']
>>> {'total_tokens'：2656，...}

＃最終輸出
打?。╮esult.raw）

然后可以執(zhí)行生成的代碼。

與Crewai -Analytics Vidhya建立AI對(duì)程序員

自動(dòng)代碼評(píng)估

本節(jié)涵蓋評(píng)估現(xiàn)有代碼。

定義評(píng)估要求

首先，使用代理收集要求，然后根據(jù)這些要求使用另一個(gè)代理來評(píng)估代碼。

使用工具

FileReadTool讀取文件。工具增強(qiáng)了代理功能。工具可以分配給任務(wù)和代理；任務(wù)級(jí)別的作業(yè)覆蓋了代理級(jí)別的分配。

設(shè)置需求收集代理和任務(wù)

來自crewai_tools導(dǎo)入FileReadTool

code_requirements_agent = agent（角色=“數(shù)據(jù)科學(xué)家”，
                          目標(biāo)='定義給定問題的代碼要求。'，， 
                          BackStory =“”“您是一個(gè)數(shù)據(jù)科學(xué)家，定義了解決問題的代碼要求。“”，，
                          llm ='gpt-4o-mini'，
                          冗長(zhǎng)= true）

code_requirement_task = task（description ='寫逐步要求。
                            Exceels_output ='格式要求文本。'，
                            代理= code_requirements_agent，
                            human_input = true）

human_input=True允許用戶輸入進(jìn)行調(diào)整。

代碼評(píng)估

該示例使用FileReadTool和gpt-4o來更好地處理較大的上下文。

 file_read_tool = filereadtool（'eda.py'）

code_evaluator_agent = agent（角色=“數(shù)據(jù)科學(xué)評(píng)估者”，
                            目標(biāo)='根據(jù)提供的要求評(píng)估代碼'， 
                            BackStory =“”“您是基于給定要求的數(shù)據(jù)科學(xué)評(píng)估者，審查代碼?！薄?，，
                            llm ='gpt-4o'，
                            冗長(zhǎng)= true）

code_evaluator_task = task = task（Description =“”“根據(jù)要求評(píng)估代碼文件。僅提供評(píng)估，而不是代碼。
                           Expect_output ='基于要求的詳細(xì)評(píng)估。'，
                           工具= [file_read_tool]，
                           代理= code_evaluator_agent）

建立評(píng)估人員

創(chuàng)建船員并定義問題：

 crew = crew（agestents = [code_requirements_agent，code_evaluator_agent]， 
            tasks = [Code_requirement_task，code_evaluator_task]， 
            冗長(zhǎng)= true）

問題=“”“在紐約出租車旅行持續(xù)時(shí)間數(shù)據(jù)集上執(zhí)行EDA ...”“”＃（省略了省略的數(shù)據(jù)集說明）

結(jié)果= crew.kickoff（inputs = {'Quards'：Quards}）

輸出

輸出顯示人類輸入提示：

與Crewai -Analytics Vidhya建立AI對(duì)程序員

可以單獨(dú)訪問任務(wù)輸出：

打?。╟ode_requirement_task.output.raw）
打?。╮esult.raw）

結(jié)論

Crewai提供了一個(gè)有力的框架，可通過AI驅(qū)動(dòng)的代碼生成，審核和評(píng)估來增強(qiáng)軟件開發(fā)。通過定義角色，目標(biāo)和任務(wù)，開發(fā)人員可以簡(jiǎn)化工作流程并提高生產(chǎn)力。將AI對(duì)程序員與Crewai集成，可提高效率和代碼質(zhì)量。 Crewai的靈活性有助于無縫的AI代理協(xié)作，從而獲得了優(yōu)化，可維護(hù)和無錯(cuò)誤的代碼。隨著AI的發(fā)展，Crewai的配對(duì)編程功能將對(duì)開發(fā)人員越來越有價(jià)值。