導(dǎo)入

効率的なソフトウェア開発の需要は、貴重なプログラミングパートナーとして人工知能の採用を促進しています。 AI搭載のコーディングアシスタントは、人間のペアプログラマーのように、コードの書き込み、デバッグ、および最適化を簡素化することにより、開発に革命をもたらしています。この記事では、Crewaiエージェントを使用してAIペアプログラマを構(gòu)築して、コーディングタスクを合理化し、開発者の生産性を高めます。

概要

このガイドがカバーしています：

• コーディングタスクの支援におけるクルワイの役割を理解する。
• 主要なコンポーネントの識別：エージェント、タスク、ツール、乗組員、およびそれらの相互作用。
• コード生成とレビューのためにAIエージェントを設(shè)定する実際の経験。
• 共同コーディング用の複數(shù)のAIエージェントの構(gòu)成。
• Crewaiを利用して、コードの品質(zhì)を評価および最適化します。

目次

• NVLM 1.0 D 74bの定性的例
• NVLMと他のLLMの比較
• 他のマルチモーダルLLMの制限
• これらの制限に対処します
• NVLM：モデルとトレーニング方法
• トレーニングデータ
• 結(jié)果
• NVLM D 72Bへのアクセス
  • 必要なライブラリをインポートします
  • モデルシャード
  • 畫像の事前処理
  • ダイナミックイメージタイル
  • 読み込みおよび前処理畫像
  • モデルの読み込みと使用
  • テキストと畫像の會話
• よくある質(zhì)問

AIペアプログラマ機能

AIペアプログラマーには、いくつかの利點があります。

1. コード生成： 1つのAIエージェントを使用して特定の問題のコードを生成し、別のAIエージェントとレビューします。
2. コードの改善：指定された基準に基づいて既存のコードを評価します。
3. コードの最適化：コメントやdocstringsの追加など、コードの拡張機能を要求します。
4. デバッグ：コードエラーを解決するための提案を受け取ります。
5. テストケース生成：テスト駆動型開発を含むさまざまなシナリオのテストケースを生成します。

この記事では、最初の2つの機能に焦點を當てています。

クルワイとは何ですか？

Crewaiは、AIエージェントを作成するためのフレームワークです。その重要なコンポーネントは次のとおりです。

• エージェント：エージェントは、大規(guī)模な言語モデル（LLM）を使用して、入力プロンプトに基づいて出力を生成します。ツールと対話し、ユーザーの入力を受け入れ、他のエージェントと通信します。
• タスク：説明、エージェント、使用可能なツールなど、エージェントの目的を定義します。
• ツール：エージェントは、Web検索、ファイルの読み取り、コード実行などのタスクにツールを使用します。
• クルー：タスクで協(xié)力し、相互作用、情報共有、責(zé)任委任を定義するエージェントのグループ。

また読む：Crewaiと共同AIエージェントを構(gòu)築します

これらの概念を説明するエージェントを構(gòu)築しましょう。

前提條件

AIペアプログラマを構(gòu)築する前に、LLMSのAPIキーを取得します。

API経由でLLMにアクセスします

選択したLLMのAPIキーを生成し、プライバシーを維持しながらプロジェクトアクセスのために.envファイルに安全に保存します。

例.ENVファイル

サンプル.envファイル：

必要なライブラリ

次のライブラリバージョンが使用されます。

• CREWAI - 0.66.0
• CREWAI-TOOLS - 0.12.1

コード作成の自動化

このセクションでは、コード生成とレビューのためにライブラリのインポートとエージェントの定義を示します。

ライブラリのインポート

dotenvインポートload_dotenvから
load_dotenv（ '/。Env'）

クルワイ輸入エージェント、タスク、乗組員から

コードライターエージェントの定義

1人のエージェントがコードを生成し、別のエージェントがレビューします。

 code_writer_agent = agent（role = "ソフトウェアエンジニア"、
                          目標= 'docstringsやコメントを含む最適化された保守可能なコードを書き込む'、 
                          backstory = "" "あなたは、docstrings and commentsで最適化され、保守可能なコードを書くソフトウェアエンジニアです。" ""、
                          llm = 'gpt-4o-mini'、
                          verbose = true）

説明されたエージェントパラメーター

• 役割：エージェントの関數(shù)を定義します。
• 目標：エージェントの目的を指定します。
• バックストーリー：より良い相互作用のためのコンテキストを提供します。
• LLM：使用するLLMを指定します（オプションについてはLitellmドキュメントを參照）。
• Verbose：詳細な入出力ロギングを有効にします。

コードライタータスクの定義

code_writer_task = task（description = '{言語}の問題を解決するためのコードを書き込む問題：{問題}'、
                        expection_output = 'タイプヒントを備えた順調(diào)なコード'、
                        agent = code_writer_agent）

タスクパラメーターが説明しました

• 説明：変數(shù)（{言語}、{問題}）を使用してタスク目的をクリアします。
• expects_output：希望の出力形式。
• エージェント：タスクに割り當てられたエージェント。

コードレビュー擔(dān)當者エージェントとタスクの定義

同様に、 code_reviewer_agentとcode_reviewer_taskを定義します。

 code_reviewer_agent = agent（role = "シニアソフトウェアエンジニア"、
                            目標= 'コードが最適化され、保守可能であることを確認してください'、 
                            Backstory = "" "あなたは、読みやすさ、保守性、パフォーマンスのためのコードをレビューするシニアエンジニアです。" ""、
                            llm = 'gpt-4o-mini'、
                            verbose = true）

code_reviewer_task = task（description = "" "{言語}の問題に対して記述されたコードのレビュー：問題：{問題}" "" "、
                          expects_output = 'レビューコード'、
                          agent = code_reviewer_agent）

乗組員の建設(shè)と運営

乗組員を作成して実行します。

クルー=クルー（agents = [code_writer_agent、code_reviewer_agent]、 
            tasks = [code_writer_task、code_reviewer_task]、 
            verbose = true）

result = crew.kickoff（inputs = {'upprogen'： '' tic-tac-toeゲームを作成 '、'言語 '：' python '}）

サンプル出力：

結(jié)果分析

resultオブジェクトには次のものが含まれます。

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

＃トークンの使用
result.dict（）['token_usage']
>>> {'total_tokens'：2656、...}

＃最終出力
印刷（result.raw）

その後、生成されたコードを?qū)g行できます。

自動コード評価

このセクションでは、既存のコードの評価について説明します。

評価要件の定義

まず、エージェントを使用して要件を収集し、別のエージェントを使用してそれらの要件に基づいてコードを評価します。

ツールを使用します

FileReadToolファイルを読み取ります。ツールはエージェント機能を強化します。ツールは、タスクとエージェントに割り當てることができます。タスクレベルの割り當ては、エージェントレベルの割り當てをオーバーライドします。

要件の設(shè)定エージェントとタスクを収集します

crewai_toolsからfilreadtoolをインポートします

code_requirements_agent = agent（role = "data科學(xué)者"、
                          目標= '特定の問題のコード要件を定義します。'、 
                          Backstory = "" "あなたは、コードを定義する問題を定義するデータサイエンティストです。問題を解決するためのコードを定義します。
                          llm = 'gpt-4o-mini'、
                          verbose = true）

code_requirement_task = task（description = 'ステップバイステップ要件を書き込みます。問題：{問題}'、
                            expects_output = 'フォーマット要件テキスト。'、
                            agent = code_requirements_agent、
                            human_input = true）

human_input=True調(diào)整のためにユーザー入力を許可します。

コード評価

この例では、より大きなコンテキストをより適切に処理するために、 FileReadToolとgpt-4oを使用しています。

 file_read_tool = filereadtool（ 'eda.py'）

code_evaluator_agent = agent（role = "data Science Evaluator"、
                            目標= '提供された要件に基づいてコードを評価する'、 
                            Backstory = "" "あなたは指定された要件に基づいてコードをレビューするデータサイエンス評価者です。" ""、
                            llm = 'gpt-4o'、
                            verbose = true）

code_evaluator_task = task（description = "" "要件に基づいてコードファイルを評価します。コードではなく評価のみを提供します。" "" "、
                           expection_output = '要件に基づく詳細な評価。'、
                           ツール= [file_read_tool]、
                           agent = code_evaluator_agent）

評価クルーの構(gòu)築

乗組員を作成し、問題を定義します。

クルー=クルー（agents = [code_requirements_agent、code_evaluator_agent]、 
            tasks = [code_requirement_task、code_evaluator_task]、 
            verbose = true）

問題= "" "NYCタクシー旅行期間データセットでEDAを?qū)g行..." ""＃（dataset説明

result = crew.kickoff（入力= {'問題'：問題}）

出力

出力は、人間の入力プロンプトを示しています。

タスク出力は個別にアクセスできます。

 print（code_requirement_task.output.raw）
印刷（result.raw）

結(jié)論

CREWAIは、AI駆動型のコード生成、レビュー、評価を通じてソフトウェア開発を強化するための強力なフレームワークを提供します。役割、目標、タスクを定義することにより、開発者はワークフローを合理化し、生産性を高めることができます。 AIペアプログラマーとCrewaiを統(tǒng)合すると、効率とコードの品質(zhì)が向上します。 Crewaiの柔軟性により、シームレスなAIエージェントコラボレーションが促進され、最適化され、保守性があり、エラーのないコードが得られます。 AIが進化するにつれて、Crewaiのペアプログラミング機能は、開発者にとってますます価値が高まるようになります。

よくある質(zhì)問

Q1。クルワイとソフトウェア開発におけるその役割は何ですか？ Crewaiは、コードの作成、レビュー、評価で開発者を支援するAIエージェントフレームワークであり、生産性を高めます。

Q2。 Crewaiの重要なコンポーネントとは何ですか？エージェント、タスク、ツール、および乗組員。エージェントはアクションを?qū)g行します。タスクは目的を定義します。ツールはエージェント機能を拡張します。乗組員はエージェントのコラボレーションを可能にします。

Q3。コード生成AIエージェントを設(shè)定する方法は？エージェントの役割、目標、バックストーリー、およびLLMを定義し、問題と予想される出力を指定する対応するタスクを作成します。

Q4。 Crewaiエージェントは協(xié)力できますか？はい、「クルー」を通じて、エージェントがタスクのさまざまな側(cè)面を効率的に処理できるようにします。

Q5。どのツールが利用できますか？さまざまなツールは、ファイルの読み取り、Web検索、コード実行など、エージェント機能を強化します。

以上がCrewai -Analytics Vidhyaを使用してAIペアプログラマーを構(gòu)築しますの詳細內(nèi)容です。詳細については、PHP 中國語 Web サイトの他の関連記事を參照してください。