依据项目创作者 Anton Osika 的表述, GPT- 具备如下特性:。可以根据一个提示生成代码库提出针对任务的详细问题生成的技术非常规范帮你编写必要的代码用户可以添加推理步骤进行修改还可以在此基础上进行实验项目是开源的让你在几分钟内完成编码。另外项目主页介绍了 GPT- 理念简单易用灵活且易于添加新的 AI 步骤可以一步步构建用户体验, 用户能够运用高级提示, 并且, 用户还能够把反馈传送给AI, 历经时间的推移, AI能够记住这些反馈。人类和 AI 可以快速的切换相互接手对方的任务所有计算都是可恢复的并持久化到文件系统中。是为了能推进让大家更优质地领会 GPT- , 在项目里仍罗列了贪吃蛇这个游戏的例子, 把完成这项任务大略划分成了拥有先后顺序的三步, 第一步是, 告知 GPT- 你期望它去达成的任务究竟是什么, 第二步是, GPT- 会去询问一些用户所输入的相对比较含糊模糊的相关问题, 以此来更加清晰明确任务需求是什么, 第三步是, GPT- 开始着手构建运行代码。首先, 你得借助输入提示, 使得GPT明白它自身要做什么, 关于贪吃蛇游戏的提示大概是, 这是个网页版多人能够玩的贪吃蛇游戏, 它要运用带有MVC组件的后端, 要依照上述要求去达成必要的时候, 能够运用html、js。接着, GPT - 针对任务要求开展更为精细的询问, 比如说, 蛇是采怎样的方式移动的? 能够加入这个游戏的玩家数量是多少? 游戏状态更新的频次应当是多少? 对于后端、HTML以及代码的组织, 是否存在任何特定的要求等等。需要注意的是, GPT -并非毫无条件问询那些问题 , 而是运用QA的方式 , 去明确需要阐明的缺失细节。明确上述问题之后, GPT - 便可依用户要求, 生成多人玩贪吃蛇游戏的代码, 代码是这样的, 能满足上述需求, 是按照要求的:将完整流程概括起来, 呈现形式为: 1处于需求方面进一步细致化有关阶段, 以及2与之对应的关于软件开展构建的阶段, 关于这两个阶段绘制成的流程示意图形如下呈现:需求细化阶段软件构建阶段网友不禁赞叹, 项目一出GPT - 真是杀疯了, 用户只需使用提示指定自己想要构建的内容, AI智能体就会构建整个代码库。但是呢, 也存在一类网友, 他们亲自上手做了一番体验, 随后表示, GPT - 能够迅速地针对用户去开发出一个, 然而却没办法严谨正确地编写出来一个。无论如何, 抱着想要尝试想法的小伙伴, 能够着手去尝试一番了。更多关于使用、配置方面的信息, 能够参照原项目。参考链接