GitHub – AntonOsika/gpt-engineer: CLI platform to experiment with codegen. Precursor to: https://lovable.dev

gptengineer 网站介绍

一、核心定位
gptengineer 是一个开源的CLI代码生成实验平台，由AntonOsika创建，是商业化项目gptengineer.app的前驱。它的核心目标是让用户通过自然语言描述软件需求，触发AI自动生成、执行代码，并支持后续的迭代改进，帮助开发者快速验证代码思路或完成简单功能的自动化实现。

二、主要功能
1. 自然语言定义软件：用户在项目文件夹中创建`prompt`文件（无扩展名），用日常语言写清软件需求（比如“写一个能生成随机密码的Python脚本”），运行工具后AI会直接生成对应的代码。
2. 改进现有代码：针对已有的代码文件夹，用户在`prompt`中写清改进需求（比如“优化这个排序算法的性能”），通过`i`参数让AI修改现有代码。
3. 基准测试自定义代理：提供`bench`二进制工具，支持将自定义的AI代理与公开数据集（如APPS、MBPP）对比，测试代码生成能力。

三、使用方式
1. 安装：
稳定版：直接用`python m pip install gptengineer`安装。
开发版：克隆仓库（`git clone https://github.com/gptengineerorg/gptengineer.git`），进入目录后用`poetry install`安装依赖，`poetry shell`激活虚拟环境。
支持Python 3.103.12，旧版本Python 3.83.9可使用v0.2.6版本。

2. 设置API密钥：
环境变量：`export OPENAI_API_KEY=[你的密钥]`（可写入`.bashrc`永久生效）。
`.env`文件：复制`.env.template`为`.env`，填入API密钥。
自定义模型：支持Azure OpenAI、Anthropic或本地开源模型（如WizardCoder，需参考文档配置）。

3. 运行命令：
新建项目：`gpte `，比如`gpte projects/mynewproject`（项目文件夹需提前创建，且包含`prompt`文件）。
改进项目：`gpte i`，比如`gpte projects/myoldproject i`（针对已有代码的改进）。

四、特色功能
1. 预提示（Pre Prompts）：用户可通过`usecustompreprompts`参数自定义`preprompts`文件夹，修改AI的“身份设定”（比如让AI以“资深Python开发者”的身份工作），让AI记住跨项目的规则或偏好。
2. 视觉支持：结合视觉模型（如gpt4visionpreview），用`image_directory`指定图片文件夹（如UX设计图、架构图），让AI参考图像内容生成更贴合需求的代码。
3. 多模型兼容：默认支持OpenAI、Azure OpenAI、Anthropic模型，也可扩展使用开源模型（如WizardCoder），满足不同场景的需求。

五、社区与贡献
社区使命：维护代码代理工具，促进开源协作，目标是让开发者更高效地构建AI编码工具。
参与方式：
加入Discord社区（`https://discord.gg/8tcDQ89Ej2`）交流；
参考`ROADMAP.md`了解未来规划，通过`CONTRIBUTING.md`提交贡献；
显著贡献者包括ATheorell、similato87、TheoMcCabe等。

六、关联项目
gptengineer.app：是gptengineer的商业化演进，提供UI界面和托管代码库服务，面向非技术用户，同时支持开源社区的发展。

其他信息
许可证：MIT（允许自由使用、修改和分发）；
主要语言：Python（占比98.8%）；
社区热度：仓库获54.9k Star、7.3k Fork，被167个项目依赖，有105位贡献者。

gptengineer 是AI代码生成领域的早期实验工具，适合开发者探索AI辅助编码的边界，或快速验证简单功能的实现思路。