Devika 开源项目使用教程
2024-09-18 05:33:21作者:龚格成
1. 项目目录结构及介绍
Devika 项目的目录结构如下:
devika/
├── assets/
├── benchmarks/
├── docs/
├── src/
├── ui/
├── .gitignore
├── ARCHITECTURE.md
├── CONTRIBUTING.md
├── LICENSE
├── Makefile
├── README.md
├── ROADMAP.md
├── app.dockerfile
├── devika.dockerfile
├── devika.py
├── docker-compose.yaml
├── requirements.txt
├── sample_config.toml
└── setup.sh
目录介绍
- assets/: 存放项目相关的静态资源文件。
- benchmarks/: 存放性能测试相关的文件。
- docs/: 存放项目的文档文件。
- src/: 存放项目的源代码文件。
- ui/: 存放项目的前端界面文件。
- .gitignore: Git 忽略文件配置。
- ARCHITECTURE.md: 项目架构文档。
- CONTRIBUTING.md: 贡献指南文档。
- LICENSE: 项目许可证文件。
- Makefile: 项目构建文件。
- README.md: 项目介绍文档。
- ROADMAP.md: 项目路线图文档。
- app.dockerfile: Docker 构建文件。
- devika.dockerfile: Devika 的 Docker 构建文件。
- devika.py: Devika 的主启动文件。
- docker-compose.yaml: Docker Compose 配置文件。
- requirements.txt: Python 依赖包列表。
- sample_config.toml: 示例配置文件。
- setup.sh: 项目安装脚本。
2. 项目启动文件介绍
devika.py
devika.py
是 Devika 项目的主启动文件。它负责初始化项目环境、加载配置、启动服务等核心功能。以下是该文件的主要功能模块:
- 初始化环境: 加载必要的依赖包和配置文件。
- 启动服务: 启动 Devika 的服务,监听指定端口,处理用户请求。
- 处理请求: 接收用户的高级指令,分解任务,执行代码生成等操作。
启动步骤
-
克隆项目仓库:
git clone https://github.com/stitionai/devika.git
-
进入项目目录:
cd devika
-
创建虚拟环境并安装依赖:
uv venv source venv/bin/activate # macOS 和 Linux venv\Scripts\activate # Windows uv pip install -r requirements.txt
-
安装 Playwright 浏览器:
playwright install --with-deps
-
启动 Devika 服务:
python devika.py
-
启动前端界面:
cd ui/ bun install bun run start
-
访问 Devika 的 Web 界面:
http://127.0.0.1:3001
3. 项目的配置文件介绍
sample_config.toml
sample_config.toml
是 Devika 项目的示例配置文件。它包含了项目运行所需的各项配置参数,如 API 密钥、API 端点等。以下是该文件的主要配置项:
[API_KEYS]
BING = "Your Bing Search API key"
GOOGLE_SEARCH = "Your Google Search API key"
GOOGLE_SEARCH_ENGINE_ID = "Your Google Search Engine ID"
OPENAI = "Your OpenAI API key"
GEMINI = "Your Gemini API key"
CLAUDE = "Your Anthropic API key"
MISTRAL = "Your Mistral API key"
GROQ = "Your Groq API key"
NETLIFY = "Your Netlify API key"
[API_ENDPOINTS]
BING = "The Bing API endpoint"
GOOGLE = "The Google API endpoint"
OLLAMA = "The Ollama API endpoint"
OPENAI = "The OpenAI API endpoint"
配置步骤
- 复制
sample_config.toml
文件并重命名为config.toml
。 - 根据实际需求,填写相应的 API 密钥和端点信息。
- 保存配置文件,确保 Devika 服务能够正确加载配置。
通过以上步骤,您可以顺利启动 Devika 项目并进行配置,开始使用这个强大的 AI 软件工程师工具。
热门项目推荐
- 国产编程语言蓝皮书《国产编程语言蓝皮书》-编委会工作区017
- nuttxApache NuttX is a mature, real-time embedded operating system (RTOS).C00
- qwerty-learner为键盘工作者设计的单词记忆与英语肌肉记忆锻炼软件 / Words learning and English muscle memory training software designed for keyboard workersTSX027
- 每日精选项目🔥🔥 01.17日推荐:一个开源电子商务平台,模块化和 API 优先🔥🔥 每日推荐行业内最新、增长最快的项目,快速了解行业最新热门项目动态~~026
- Cangjie-Examples本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。Cangjie045
- 毕方Talon工具本工具是一个端到端的工具,用于项目的生成IR并自动进行缺陷检测。Python039
- PDFMathTranslatePDF scientific paper translation with preserved formats - 基于 AI 完整保留排版的 PDF 文档全文双语翻译,支持 Google/DeepL/Ollama/OpenAI 等服务,提供 CLI/GUI/DockerPython05
- mybatis-plusmybatis 增强工具包,简化 CRUD 操作。 文档 http://baomidou.com 低代码组件库 http://aizuda.comJava03
- advanced-javaAdvanced-Java是一个Java进阶教程,适合用于学习Java高级特性和编程技巧。特点:内容深入、实例丰富、适合进阶学习。JavaScript0108
- taro开放式跨端跨框架解决方案,支持使用 React/Vue/Nerv 等框架来开发微信/京东/百度/支付宝/字节跳动/ QQ 小程序/H5/React Native 等应用。 https://taro.zone/TypeScript09
热门内容推荐
最新内容推荐
项目优选
收起
Python-100-Days
Python - 100天从新手到大师
Python
263
54
国产编程语言蓝皮书
《国产编程语言蓝皮书》-编委会工作区
65
17
open-eBackup
open-eBackup是一款开源备份软件,采用集群高扩展架构,通过应用备份通用框架、并行备份等技术,为主流数据库、虚拟化、文件系统、大数据等应用提供E2E的数据备份、恢复等能力,帮助用户实现关键数据高效保护。
HTML
85
63
openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
53
44
Cangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
196
45
HarmonyOS-Examples
本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
268
69
xxl-job
XXL-JOB是一个分布式任务调度平台,其核心设计目标是开发迅速、学习简单、轻量级、易扩展。现已开放源代码并接入多家公司线上产品线,开箱即用。
Java
9
0
RuoYi-Vue
🎉 基于SpringBoot,Spring Security,JWT,Vue & Element 的前后端分离权限管理系统,同时提供了 Vue3 的版本
Java
171
41
RuoYi-Cloud-Vue3
🎉 基于Spring Boot、Spring Cloud & Alibaba、Vue3 & Vite、Element Plus的分布式前后端分离微服务架构权限管理系统
Vue
38
24
qwerty-learner
为键盘工作者设计的单词记忆与英语肌肉记忆锻炼软件 / Words learning and English muscle memory training software designed for keyboard workers
TSX
332
27