今天gitub头条是这个

又一个人工智能工程师 github主页第一个，大家去看看

github上搜：Devika

Devika 是一名代理人工智能软件工程师，可以理解高级人类指令，将其分解为步骤，研究相关信息，并编写代码来实现给定的目标。Devika 的目标是成为 Cognition AI 的 Devin 的有竞争力的开源替代品。

我们翻译版本：

http://www.gitpp.com/logicAI/devika

Agentic AI 软件工程师 👩‍💻

重要的

该项目目前处于非常早期的开发/实验阶段。目前有很多未实现/损坏的功能。欢迎贡献力量，帮助进步！

Devin是由Cognition AI推出的一款AI程序员，它被誉为全球首个完全自主的AI软件工程师。

Devin拥有多项能力，包括掌握全栈技能、自学新技术、构建和部署应用程序、自主查找并修复Bug，以及训练和微调自己的AI模型等。

在功能方面，Devin可以独立完成整个软件项目，例如创建一个展示特定信息的网站。它会自动搜索相关信息，获取必要的地址和联系方式，然后构建并发布网站。在这个过程中，Devin会展示它正在执行的所有任务，并在测试编写的代码时自动找出并修复错误。此外，Devin还可以根据用户的指令来规划任务，展示它正在操作的文档或生成的代码，并在系统中执行相应的结果。

在性能表现上，Devin在SWE-bench基准测试中取得了显著的成绩。它能够完整正确地处理13.86%的问题，相比之下，GPT-4只能处理1.74%的问题。这表明Devin在计算机推理和规划能力方面有了重大的突破。

总的来说，Devin是一个功能强大的AI程序员，它不仅可以提供编码建议和自动完成任务，还能与用户积极合作，共同完成项目。有了Devin，工程师可以专注于更有趣的问题，工程团队可以追求更雄心勃勃的目标。

以上信息仅供参考，如需了解更多关于Devin的详细信息，建议访问Cognition AI的官方网站或查阅相关报道。

系统架构

Devika的系统架构由以下关键组件组成：

用户界面：基于网络的聊天界面，用于与 Devika 交互、查看项目文件以及监控代理的状态。
Agent Core：编排AI规划、推理和执行过程的核心组件。它与各种子代理和模块通信以完成任务。
大型语言模型：Devika 利用Claude、GPT-4和Ollama 的本地 LLM等最先进的语言模型进行自然语言理解、生成和推理。
规划和推理引擎：负责将高层目标分解为可操作的步骤，并根据当前环境做出决策。
研究模块：利用关键字提取和网页浏览功能来收集当前任务的相关信息。
代码编写模块：根据计划、研究结果和用户需求生成代码。支持多种编程语言。
浏览器交互模块：使 Devika 能够根据需要导航网站、提取信息并与 Web 元素交互。
知识库：存储和检索项目特定信息、代码片段和学到的知识，以便高效访问。
数据库：保存项目数据、代理状态和配置设置。

阅读ARCHITECTURE.md了解详细文档。

快速开始

在本地运行项目的最简单方法：

安装uv- Python 包管理器 ( https://github.com/astral-sh/uv )
安装bun- JavaScript 运行时 ( https://bun.sh/ )
安装和设置Ollama( https://ollama.com/ )

在文件中设置 API 密钥config.toml。（这很快就会转移到 UI，您可以从 UI 本身设置这些键，而无需触摸命令行，想要实现它吗？请参阅此问题：#3）

然后执行以下一组命令：

ollama serve
git clone https://github.com/stitionai/devika.git
cd devika/
uv venv
uv pip install -r requirements.txt
cd ui/
bun install
bun run dev
cd ..
python3 devika.py

Docker 镜像即将发布。🙌

安装

Devika 需要以下内容作为依赖项：

Ollama（按照此处的说明进行安装：https: //ollama.com/）
Bun（按照此处的说明进行安装：https: //bun.sh/）

要安装 Devika，请按照下列步骤操作：

克隆 Devika 存储库：

git clone https://github.com/stitionai/devika.git

导航到项目目录：
```
cd devika
```

安装所需的依赖项：

pip install -r requirements.txt
playwright install --with-deps # installs browsers in playwright (and their deps) if required

设置必要的 API 密钥和配置（请参阅配置部分）。
启动 Devika 服务器：
```
python devika.py
```
编译并运行 UI 服务器：
```
cd ui/
bun install
bun run dev
```
通过打开浏览器并导航至来访问 Devika Web 界面http://127.0.0.1:3000。

入门

要开始使用 Devika，请按照下列步骤操作：

在浏览器中打开 Devika Web 界面。
单击“新建项目”按钮并提供项目名称来创建新项目。
为您的项目选择所需的编程语言和模型配置。
在聊天界面中，提供高级目标或任务描述，供 Devika 处理。
Devika 将处理您的请求，将其分解为多个步骤，然后开始处理任务。
监视 Devika 的进度、查看生成的代码并根据需要提供其他指导或反馈。
Devika 完成任务后，查看生成的代码和项目文件。
通过提供进一步的说明或修改，根据需要迭代和完善项目。

配置

Devika 需要某些配置设置和 API 密钥才能正常运行。config.toml使用以下信息更新文件：

OPENAI_API_KEY：用于访问 GPT 模型的 OpenAI API 密钥。
CLAUDE_API_KEY：用于访问 Claude 模型的 Anthropic API 密钥。
BING_API_KEY：用于 Web 搜索功能的 Bing 搜索 API 密钥。
DATABASE_URL：数据库连接的 URL。
LOG_DIRECTORY：Devika 日志的存储目录。
PROJECT_DIRECTORY：Devika 项目的存储目录。

请确保您的 API 密钥安全，并且不要公开共享。