引言

DevOpsGPT 是一款结合了LLM（Large Language Model）和DevOps工具的智能软件开发平台。其核心理念是，将自然语言的需求转化为可工作的软件。拥有极高的开发效率和极低的开发成本。能够通过 AI Agent+devops 工具的结合，快速的将一个复杂的开发需求通过需求澄清、开发需求 prd 文档、技术开发文档、代码生成、代码打包构建、代码部署这一套自动化的流程之后，帮您生成一个完全可用的产品，并且可以在线体验。

说实话作为一名开发人员来讲，其实是非常震撼的，做技术的都知道的 AIGCLink 大佬占老师，也聊过这款软件(链接在这里哈：https://www.bilibili.com/video/BV1Mh4y1C7Wb/?spm_id_from=333.999.0.0&vd_source=5b24a15480a5350b0ab7e216b63408bf)，并给予了极高的评价。最关键的是，软件的开发团队全部是国内北大的一群年轻的技术人员做的，非常了不起。

好了，下面我们开始详细的介绍这个具有革命意义的 AIGC 的产品——DevOpsGPT（社区版）

首先我会介绍一下使用这款产品的一些基础环境（本地环境 OK的可以跳过）

第二部分是讲如何快速的将这个产品跑起来

第三部分主要讲一些详细的配置介绍

最后就是我的感言了

一、环境安装（本地安装好了 python、Git、Anaconda可跳过）

因为我是 MacOS，所以安装以介绍 MacOS 为主，其他系统简要的介绍安装步骤

1. 安装Python 环境

1. 安装python3.7 以上的 python 环境，这里以 3.12 为例

MacOS 的几种方式

为了在MacOS上安装Python，你可以采用多种不同的方法。以下是几种常用的方法，每种方法都将详细介绍。

方法 1：使用Python官方网站安装包

1. 下载Python：

   1. 访问 [Python官方网站](https://www.python.org/)。

   2. 在 "Downloads" 部分，根据你的MacOS版本选择适用的Python版本，例如Python 3.12。

   3. 点击下载适用于MacOS的Python安装包（通常是.pkg文件）。

2. 安装Python：

• 下载完成后，打开.pkg文件。

• 跟随安装向导的指示完成安装。这通常包括接受许可协议、选择安装位置等步骤。

3. 确保Python安装在PATH中：

• 打开终端（Terminal）。

• 输入命令 echo $PATH，检查输出中是否包含Python目录。这确保了你可以在任何目录下运行Python。

方法 2：使用Homebrew

[Homebrew](https://brew.sh/) 是MacOS上的包管理器，可以用来安装Python和其他软件。

1. 安装Homebrew（如果尚未安装）：

   1. 打开终端。

   2. 输入以下命令并回车：

      /bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"

   3. 按照屏幕上的指示完成安装。

2. 使用Homebrew安装Python：

• 在终端中输入以下命令：

  brew install python

• Homebrew会自动下载和安装最新版本的Python。

3. 检查Python版本：

• 安装完成后，在终端中输入 python3 --version 来验证安装。

方法 3：使用pyenv

[pyenv](https://github.com/pyenv/pyenv) 是一个流行的Python版本管理工具，它允许你在同一系统上安装和管理多个Python版本。

1. 安装pyenv：

   1. 通过Homebrew安装pyenv：

      brew install pyenv

2. 使用pyenv安装Python：

   1. 安装特定版本的Python，例如安装Python 3.10：

      pyenv install 3.10.0

   2. 完成安装后，你可以使用 pyenv versions 来查看已安装的Python版本。

3. 设置Python版本：

• 你可以为全局或特定项目设置Python版本。例如，要全局使用Python 3.10，可以使用：

  pyenv global 3.10.0

方法 4：使用Anaconda（最推荐的方式）

[Anaconda](https://www.anaconda.com/) 是一个用于科学计算的Python发行版，包含了许多用于数据科学和机器学习的库。简单来说就是一个 Python 的版本管理器。

1. 下载Anaconda：

   1. 访问 [Anaconda官网](https://www.anaconda.com/products/individual)。

   2. 下载适用于MacOS的Anaconda安装器。

2. 安装Anaconda：

• 打开下载的安装文件并跟随指示完成安装。

3. 使用Anaconda管理Python环境：

• 通过Anaconda Navigator或命令行创建和管理Python环境。

Windows：

1. 下载Python：

   1. 访问[Python官方网站](https://www.python.org/)。

   2. 导航至Downloads部分，选择Windows操作系统的Python 3.10安装包。

2. 安装Python：

• 运行下载的安装包。

• 在安装向导的开始界面，确保选中“Add Python 3.10 to PATH”选项。

• 选择“Customize installation”（自定义安装）以自定义安装选项，或直接点击“Install Now”（立即安装）。

3. 完成安装：

• 按照向导指示完成安装。

对于Linux用户：

1. 下载Python：

   1. 打开终端。

   2. 输入命令 sudo apt-get update 和 sudo apt-get upgrade 更新系统包列表和已安装的包。

2. 安装Python：

• 输入命令 sudo apt-get install python3.10 安装Python 3.10。

3. 验证安装：

• 完成安装后，输入 python3 --version 检查安装的Python版本。

验证Python安装（通用于所有操作系统）：

1. 打开命令行工具：

   1. Windows：打开命令提示符（CMD）或PowerShell。

   2. MacOS/Linux：打开终端（Terminal）。

2. 验证Python版本：

• 输入 python --version 或 python3 --version（主要取决于操作系统）。

• 确认输出显示的版本为Python 3.10。

每种方法都有其优缺点，你可以根据个人需求和偏好选择最适合的一种。

1. 安装 Git 环境

MacOS上安装Git的几种方式

方法1：使用Homebrew

1. 安装Homebrew（如果您还没有安装）：

   1. 打开终端。

   2. 输入 /bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)" 来安装Homebrew。

   3. 安装完成后，根据提示设置Homebrew的环境变量。

2. 使用Homebrew安装Git：

• 在终端中输入 brew install git。

• Homebrew会自动下载并安装Git。

3. 验证安装：

• 输入 git --version 确认安装。

方法2：下载安装包

1. 下载Git：

   1. 访问[Git官方网站](https://git-scm.com/download/mac)。

   2. 下载适用于MacOS的Git安装包。

2. 安装Git：

• 打开下载的 .dmg 文件。

• 按照安装向导的指示完成安装。

3. 验证安装：

• 在终端中输入 git --version 确认安装。

方法3：使用Xcode的命令行工具

1. 安装Xcode命令行工具：

   1. 打开终端。

   2. 输入 xcode-select --install。

   3. 在弹出的对话框中，点击“安装”以安装工具。

2. 验证安装：

• 安装完成后，在终端中输入 git --version 确认安装。

Windows系统：

1. 访问Git官方网站下载安装包。

2. 运行安装包，选择安装选项，确保Git添加到PATH环境变量。

3. 完成安装后，在CMD或PowerShell中输入 git --version 验证安装。

Linux系统：

1. 打开终端。

2. 使用包管理器安装Git（例如，Ubuntu中使用 sudo apt-get install git）。

3. 安装完成后，输入 git --version 验证安装。

1. 安装 Anaconda

Anaconda是一个流行的Python和R语言的数据科学平台，它包含了很多用于科学计算的库和工具

国内建议使用清华大学的镜像源进行安装：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

方法1：使用图形化安装器

1. 下载Anaconda安装器：

   1. 访问[Anaconda官方网站](https://www.anaconda.com/products/individual)。

   2. 选择适用于MacOS的Anaconda安装包。图中Graphical是图形化安装包，Command是命令行安装包

2. 安装Anaconda：

• 打开下载的 .pkg 文件。

• 跟随安装向导指示完成安装。

3. 验证安装：

• 打开终端。

• 输入 conda --version，确认安装的Conda版本。

 

方法2：使用命令行安装

1. 下载Anaconda命令行安装脚本：

   1. 从Anaconda官方网站下载适用于MacOS的命令行安装脚本（.sh 文件）。

2. 使用终端安装：

• 打开终端。

• 运行下载的安装脚本，例如：bash Anaconda3-2020.02-MacOSX-x86_64.sh（根据下载的版本号替换文件名）。

• 遵循屏幕上的指示完成安装。

3. 验证安装：

• 在终端中输入 conda --version，确认安装的Conda版本。

方法3：使用Homebrew安装Anaconda

一旦安装了Homebrew，你就可以使用它来安装Anaconda。在终端中输入以下命令来安装Anaconda：

brew install --cask anaconda

这个命令会从Homebrew的Cask仓库下载并安装Anaconda。Cask是Homebrew的一个扩展，专门用于安装macOS的GUI应用程序。

1. 配置环境变量

安装完成后，你需要将Anaconda的安装路径添加到你的PATH环境变量中。这样做可以确保你能够从任何地方启动Anaconda。

• 在终端中输入以下命令来编辑你的.zshrc文件（如果你使用的是bash shell，则编辑.bash_profile）：

nano ~/.zshrc

• 在文件的末尾添加以下行（请替换<Anaconda安装路径>为你的Anaconda实际安装路径）：

export PATH="/usr/local/anaconda3/bin:$PATH"

• 按下Ctrl + X，然后按Y来保存更改并退出编辑器。

• 输入以下命令使更改生效：

source ~/.zshrc

1. 验证安装

• 输入以下命令来验证Anaconda是否成功安装：

conda --version

• 如果一切顺利，你将看到Anaconda的版本号输出。

Windows系统的安装步骤简述：

1. 访问Anaconda官方网站下载安装包。

2. 运行下载的安装包，按照指示完成安装。

3. 在命令提示符中输入 conda --version 验证安装。

Linux系统的安装步骤简述：

1. 访问Anaconda官方网站下载命令行安装脚本。

2. 在终端中运行下载的 .sh 安装脚本。

3. 遵循指示完成安装，然后输入 conda --version 验证安装。

二、快速开始

1. 克隆最新代码或选择已发布的版本

使用代码：

git clone https://github.com/kuafuai/DevOpsGPT.git

显示这个就是克隆成功了

1. 更改配置文件：复制 env.yaml.tpl 并重命名为 env.yaml。

1. 打开终端，CD 到DevOpsGPT 目录下，找到 env.yaml.tpl 文件

1. 使用以下代码复制 env.yaml.tpl 并重命名为 env.yaml，并用 ls 查看

cp env.yaml.tpl env.yaml

1. 修改配置文件：用本地 IDE 编辑 env.yaml，添加GPT Token等必要信息。

1. 用 Pycharm 打开该项目文件

点击打开

选择 DevOpsGPT

1. 更改env.yaml文件

将这里的“SK-xxxxx”替换成自己的OpenAI 的 Key

1. 运行服务：在 Linux 或 Mac 上执行 sh run.sh，在 Windows 上双击运行 run.bat。

1. 改好了以后，我们就可以运行程序了

点击终端，在命令行中输入：sh run.sh    （这里图上是错误的哈，以文字为准）

1. 运行之后会出现这种情况说明启动成功

2. 访问服务：通过浏览器访问服务（启动日志中提供的访问地址，默认为 http://127.0.0.1:8080）就可以看到具体的页面了

3. 完成需求开发：按照页面引导完成需求开发，

1. 选择免费试用

1. 选择已有应用

1. 选择一个网页小游戏，点击开始

1. 输入开发需求：一个网页小游戏

1. 按照页面提示完成相关开发

需求澄清，没问题点击提交

生成需求文档，点击提交

等待一会儿，就可以看到代码已经生成啦

1. 在 ./workspace 目录下查看生成的代码。

三、配置说明

基础配置类

1. FRONTEND_PORT、BACKEND_PORT：前端端口和后端端口

2. AICODER_ALLOWED_ORIGIN：后端允许跨域的地址，和前端访问地址保持一致。注意：如果你不使用127.0.0.1访问网站，请手动修改：frontend/static/js/coder.js 中的 apiUrl

3. LANGUAGE：语言

4. LLM_MODEL：模型

5. GPT_KEYS：GPT 的秘钥，配置 openai 和 azure 的接口信息（替换 sk-xxxx 为你的 key），如果不需要某个类型的接口，请将对应的元素整个删除掉（openai\azure），【注意】数组中最后一个元素后面不要加逗号、您可能需要开启全局代理来访问API接口

6. USERS：登录用户配置

Git 配置

DevOpsGPT 支持对接 Git，开启后，每次的开发任务可从 Git 拉取和推送代码

1. GIT_ENABLED: 是否启用 Git

2. GIT_URL: 配置你的 Git 地址，比如：https://github.com、https://gitlab.com

3. GIT_TOKEN: 配置你的 Git 令牌，可以从这里获取：https://github.com/settings/tokens、https://gitlab.com/-/profile/personal_access_tokens

4. GIT_USERNAME：Git 的登录用户名

5. GIT_EMAIL：Git 邮箱

6. APPS.service.git_path：应用对应的Git路径，包含group，比如：kuafuai/template_freestyleApp

CI 持续集成工具配置

DevOpsGPT 支持对接 GitlabCI、GithubActions 等 CI 工具，可以在代码提交后，触发您的流水线。

视频介绍：DevOpsGPT新功能：与GIt和CI持续集成工具集成，从自然语言需求到可工作的软件，逐步实现AI一站式软件开发！_哔哩哔哩_bilibili

1. 完成以上“Git 配置”

2. GIT_API: 配置 Git API 的地址，比如：https://api.github.com

3. 如果是 Gitlab，你需要配置好流水线，比如：.gitlab-ci.yml。同时你需要在 Gitlab 中配置好 Gitlab runner，细节请查看 Gitlab 文档

4. 如果你是 Github，你需要配置好流水线，比如：default.yaml，细节请查看 Github 文档

自动化部署配置

自动化部署实现将开发好的应用程序一键部署到云服务中，供所有人访问和使用，真正实现从自然语言需求到可工作的软件！

视频介绍：OMG！！！AI自动软件开发并部署到云服务器，DevOpsGPT实现从自然语言需求到可工作的软件！_哔哩哔哩_bilibili

以下以阿里云为例进行配置介绍，其它云平台类似，注意：使用云平台的资源可能会产生少量费用。

1. 在云平台上创建 AccessKey：鼠标移动到头像 - 选择 AccessKey 管理 - 创建 AccessKey

2. 根据以上创建好的 Kay，配置 CD_ACCESS_KEY 和 CD_SECRET_KEY

3. CD_REGION：设置部署的地域，比如部署到香港地区，可配置为：cn-hongkong，具体请咨询云平台客服

4. CD_EIP：在云平台上创建一个公网IP，用于访问公网（注意地域要和CD_REGION匹配）

5. CD_SECURITY：在云平台上创建一个安全组，用于在启动服务的时候开通外网方端口

6. CD_SWITCH：在云平台上创建一个交换机

APPS 配置

APPS 是我们需要开发的应用信息。在使用产品的第一步就是选择某个开发应用。在开发过程中需要根据这些信息来分析应用应该如何设计和开发。在开源版本中，这些信息需要手动维护，我们将在商业版中提供 AI 智能分析，自动生成相关信息。

• app: 应用，包括多个服务，如：后端服务、前端服务、微服务

• name、intro: 仅用于显示

• service.name: 服务名称，保持唯一

• service.git_workflow: Github 的 workflow 名字，当开启 Github CI 的时候才生效

• service.git_path: git 路径，需要包含group，比如：kuafuai/template_freestyleApp

• service.base_prompt: 基础起手 Prompt，会影响任务开发的效果

• service.intro: 服务的基本信息

  • setpReqChooseLib(分析与服务信息一起使用的库包)

• service.api_doc_url: 接口文档地址，用于动态获取接口文档

• service.api_doc: 当前的接口文档

• service.struct: 服务的文件目录结构信息

  • setp1Task(用于分子拆分任务)

• service.lib: 服务可用的lib包

  • setpReqChooseLib(分析哪些库包与库列表一起使用)

• service.specification: lib包使用规范

写在最后

2023年，注定是一个非凡的年份。作为人工智能的元年，它见证了从ChatGPT 3.5的发布开始的一场AI革命。这场革命如同波涛般席卷全球，迅速渗透进各行各业，给无数人带来了前所未有的危机感。作为一名软件开发人员，我对这种变化感受尤为深刻。短短几个月内，我亲眼见证了ChatGPT 3.5发展到GPT-4的巨大跨越，以及随后GPT系列技术的快速进步。曾经那个几乎无法理解人类需求的简陋AI，如今已经进化成为强大的GPT-4，它能够完成超过我80%的工作任务。面对这样的技术革新，我不禁感到一丝危机，同时也对未来充满了期待和好奇。它不仅改变了我的工作方式，也让我重新思考作为开发人员的角色和职责。在这个变革的时代，我们必须不断学习和适应，以便在AI的浪潮中保持竞争力。

最后，祝愿他们这个开发团队越做越好，感兴趣的同学可以到他们的官网：www.kuafuai.net，进行他们商业版的体验，商业版比社区版更加完善，并且有着无法替代的优势，可以直接在网页上完成之前开发所需的一切功能。