DevWit: بيئة تطوير متكاملة أصلية تعتمد على الذكاء الاصطناعي وقابلة للتدقيق لأتمتة الشيفرة بشكل منظم
تقوم DevWit بتشغيل خطط ذكاء اصطناعي متعددة الوكلاء تقترح تغييرات على الشيفرة، ثم تتوقف للحصول على موافقة صريحة قبل كتابة الملفات أو تنفيذ أوامر الصدفة. تم إنشاؤها بواسطة eeyzs1 كبيئة تطوير متكاملة مستقلة على سطح المكتب، تكشف التطبيق عن سياق LLM الكامل، ومخرجات الطرفية، وتتبع الرموز لكل عنصر للتدقيق. يدعم خوادم لغة TypeScript وPython، ويدمج Git وتصحيح الأخطاء، ويستهدف المهندسين والباحثين الذين يحتاجون إلى سير عمل تطوير مدعوم بالذكاء الاصطناعي شفاف، محلي أولاً.
ماذا يفعل DevWit وكيف يعمل؟
يقبل DevWit نية المطور، ويولد خطة متعددة الخطوات مع وكلاء منسقين، ويتطلب إذن المستخدم قبل تنفيذ أي كتابة ملفات أو أوامر طرفية. يعرض التطبيق مطالبات النظام، واستخدام الأدوات، ومخرجات الطرفية في سياق مرئي يمكن تصديره كـ JSON، مما يوفر للمطورين سجلًا قابلًا للتتبع لكل تفاعل مع الذكاء الاصطناعي.
كيف يؤثر على أداء النظام أثناء التحرير والتحليل؟
تستخدم الأداة مخزن بيانات مخصص بالإضافة إلى عرض قائم على Canvas وtree-sitter لتحليل الشيفرة، والذي يشير المطور إلى أنه يحسن من الاستجابة أثناء العرض والتحرير. تشير تلك الخيارات إلى أن التطبيق يعطي الأولوية لعمليات النص ذات الكمون المنخفض وعرض الأداء العالي أثناء التعامل مع الملفات الكبيرة والتحرير السريع، مما يقلل من تأخر واجهة المستخدم مقارنةً بعرض النص القائم على مناطق النص.
هل من الآمن السماح للذكاء الاصطناعي بالعمل على قاعدة الشيفرة الخاصة بي؟
يفرض DevWit بوابة تفويض دقيقة تمنع وكلاء الذكاء الاصطناعي من تنفيذ كتابة الملفات أو أوامر الصدفة حتى يوافق المستخدم على كل إجراء. كما يكشف التطبيق عن سياق طلب LLM الكامل ويقدم تتبع الرموز لكل عنصر، مما يمكّن من سير العمل المتوافق والمراجعة اليدوية قبل أن تصل أي تغييرات إلى المستودع.
هل أحتاج إلى معرفة تقنية لاستخدام DevWit بفعالية؟
يستهدف التطبيق مهندسي البرمجيات وباحثي الذكاء الاصطناعي ويقدم دعمًا مدمجًا لـ TypeScript وPython LSP، وGit مدمج، وتصحيح DAP، مما يخدم المطورين ذوي الخبرة. تتطلب تنسيق الوكلاء المتعددين وخطوات التفويض الصريحة بعض الألفة مع سير العمل التطويري؛ يجب أن يتوقع المستخدمون العاديون منحنى تعلم لتفسير البيانات المرئية والموافقة على خطط الوكلاء المنسقة.
موصى به للمطورين الذين يحتاجون إلى إجراءات الذكاء الاصطناعي القابلة للتدقيق والمحلية
الأداة تناسب المهندسين والباحثين الذين يرغبون في رؤية مباشرة لقرارات الذكاء الاصطناعي والسيطرة الصارمة على التنفيذ. توقع منحنى تعلم أكثر حدة للمستخدمين غير التقنيين، لكن التصميم المحلي أولاً ونموذج التفويض الصريح للتطبيق يوفران تحكمًا تشغيليًا دقيقًا. موصى به.
