Smol Developer:根据提示词生成一个小型 Python 项目

原标题Smol Developer: Generating a Small Python Project From a Prompt

Matthew Berman 演示一个 2023 年的项目生成工具,从简单的 Ruby 示例到包含多个文件的 ChatGPT API 程序。

MBMatthew Berman讲者 · Forward Future
频道
Matthew Berman
发布
2023年5月25日
视频
7:37
阅读
3 分钟
幻灯片
5
原文
英语
在 YouTube 打开
往下滚动阅读时,视频会缩到右下角继续播放。字幕跟随阅读语言。
阅读语言共 2 种语言可读
由 AI 从英语原文翻译。打开“对照原文”可以逐段核对。
摘要

30 秒看懂

Matthew Berman 演示了 smol developer:这个工具根据自然语言规格生成项目文件。他展示了使用 Modal 的历史配置、Ruby 计数脚本,以及一个调用 ChatGPT API 的 Python 命令行程序。这些示例展示了小规模运行的成功,并不保证任意项目都正确;命令和 API 反映的是 2023 年 5 月的情况。

  1. 1多文件提示词Berman 指定了一个 Python 循环:从环境文件读取 API 密钥、调用模型端点,并包含依赖文件。
  2. 2代码库与配置他克隆 smol-ai/developer,配置环境文件,并介绍基于 Modal 的工作流程和本地替代方案。
  3. 3Ruby 测试一个简单提示词生成了用于数到 100 的 Ruby 文件,他在 generated 目录中检查了该文件。
  4. 4详细规格较长的需求可以放在 Markdown 提示词文件中。历史版 README 提醒,重新生成会重写生成文件。
  5. 5运行生成的项目在这次有限的演示中,生成的 Python 程序接受提示词并返回回答。

要点建议

  1. Smol developer 将自然语言项目规格转化为一组生成的文件。
  2. Python 演示包含主脚本、环境配置和依赖文件,并成功回应了一个简单提示。
  3. 2023 年教程使用 Modal 作为一种运行方式,也介绍了另一种本地运行方式。
  4. 画面中的历史版 README 说明,普通重新生成会重写 generated 目录,因此再次运行前应保存工作成果。
  5. 即使简单演示成功,生成的代码、依赖和密钥仍需审查。
全文

按章节阅读整理后的全文

只看原始文稿
01

根据提示词生成项目

Berman 介绍工具并演示一个小型 Python 客户端,展示生成的程序如何回答示例问题。

Smol developer 是一个项目生成工具,我把它看作一位初级开发者:给它一份规格,它就为应用编写文件。我先展示一个小项目,再介绍配置过程。这是 2023 年 5 月的演示;代码库命令、依赖和 API 接口此后可能发生变化。

我的提示词要求编写一个 Python 程序:从环境文件读取 API 密钥,提示用户输入,向 ChatGPT 3.5 Turbo API 发送请求,显示回答后再次询问。我还要求生成 requirements.txt 文件,并提供了一个 API 调用示例。这个工具创建的是整个项目结构,而不只是返回一段代码。

我运行生成的客户端,要求它讲一个笑话并回答一个历史事实问题。它返回了回答,还接受下一次输入。这说明示例在这次有限运行中成功,并不意味着所有生成的代码都正确、安全或可用于生产。

02

历史配置与运行方式

他介绍克隆代码库、配置凭据以及使用 Modal 或本地替代方式运行的过程。教程反映的是 2023 年的版本。

smol-ai/developer 代码库
幻灯片 1 / 5smol-ai/developer 代码库代码库页面显示了项目结构和历史配置文件。

GitHub 项目是 smol-ai/developer。我把详细提示词比作交给初级开发者的规格:预期文件和行为描述得越清楚,生成器获得的上下文就越多。我克隆代码库,在 VS Code 中打开文件夹,并配置用于存放 API 密钥的环境文件。

展示的版本使用 Modal 作为运行生成器的一种方式。我安装 Modal 客户端,并在提示时完成身份验证;代码库还介绍了不使用 Modal、通过安装依赖并运行 main_no_modal.py 的方式。这些是历史说明,尝试复现前应查看当前项目文档和服务商条款。

03

Ruby 与 Python 示例

一个简单提示词生成 Ruby 文件,随后更长的规格生成包含多个文件的 Python 项目。Berman 用提示词测试了后者。

提示词与重新生成选项
幻灯片 2 / 5提示词与重新生成选项README 展示了 Markdown 提示词文件选项,并提醒普通运行会重写 generated 目录。

作为简单的首次测试,我运行生成器,要求它编写一个数到 100 的 Ruby 脚本。它报告将创建的文件,使用 Modal 容器,并把结果写入 generated 目录。我检查了生成文件,发现它符合这个简单任务。

生成 Ruby 文件
幻灯片 3 / 5生成 Ruby 文件终端显示了简单计数示例计划生成的文件及生成过程。

对于更长的规格,展示的 README 允许使用 Markdown 提示词文件,而不必把整段描述放进终端。README 还说,普通运行会删除并重写 generated 目录,图片除外;也可以通过文件专用选项针对单个文件操作。再次运行前请保存需要的工作,并核实所用版本的行为。

项目规格示例
幻灯片 4 / 5项目规格示例一份 Markdown 规格描述了浏览器扩展的组件,展示提示词如何包含详细需求。

我展示了一份浏览器扩展的详细规格示例,该扩展使用 Claude 总结网页。重点是提示词可以更详细地描述文件、界面元素和行为,类似于向另一位开发者交接任务。这次演示不能证明扩展无需测试就能正常工作。

对于 Python 示例,我检查生成的环境文件、主脚本和依赖文件,配置密钥并运行程序。它回答了一个笑话请求,然后等待下一次输入。请妥善保管凭据,不要将其放入共享代码库,并在运行或分发之前审查生成的代码和依赖。

生成的 Python 程序运行中
幻灯片 5 / 5生成的 Python 程序运行中终端显示程序回应一个提示词,并等待下一次输入。

同频道的其他文章

12 张幻灯片34:21EN → 简体中文
Matthew Berman· 2026年10月27日Matthew Berman 解读 Anthropic 的上市文件、AI 增长与治理Matthew Berman, Sam Altman · Forward Future主持人审视 S-1 中的财务指标、算力战略和投票结构,并质疑 AI 快速发展与安全之间的张力。AnthropicAI Safety企业 AI+2
2 张幻灯片0:36EN → 简体中文
Matthew Berman· 2026年10月25日Kimi K3.1 与魔方求解演示Matthew Berman · Forward FutureMatthew Berman 展示一个被打乱的虚拟魔方如何复原,并对 Kimi K3.1 的测试给予积极评价。评估编程智能体Open-weight models
6 张幻灯片25:50EN → 简体中文
Matthew Berman· 2026年10月24日Kimi K3.1 Pro 实测:3D 演示出色,表现不一,价格有竞争力Matthew Berman · Forward FutureMatthew Berman 测试这款开放权重模型的编程、3D 渲染和视觉讲解能力,并比较基准成绩与价格。Open-weight modelsBenchmarksAI cost & performance+1
2 张幻灯片32:20EN → 简体中文
Matthew Berman· 2026年10月23日本地 AI 究竟适合谁?成本、取舍与混合模式的未来Matthew Berman · Forward FutureMatthew Berman 权衡数据控制和自主权,与硬件成本、设置复杂度及推理速度之间的关系。Local inferenceOpen-weight modelsAI cost & performance+1
6 张幻灯片1:03:37EN → 简体中文
Matthew Berman· 2026年10月23日Matthew Berman 团队测试 Kimi K3.1:动画、游戏与图表Matthew Berman, Alex, Brian · Forward Future一场团队直播问答变成了对 Kimi K3.1 的非正式测试,内容涵盖个人智能体工作流、动态图形、浏览器游戏和基准图表。编程智能体Generative media评估+2
0:53EN → 简体中文
Matthew Berman· 2026年10月22日Sam Altman 谈 AI 与新知识的发现Sam Altman · OpenAIAltman 预计,数学发现方面的进展将延伸到生物学、材料和能源领域。AI for scienceMathematicsComputational Biology+1