30 秒看懂
2024 年 4 月,Matthew Berman 演示了早期 AI 编程助手 Devika,介绍其安装和模型选择。在他的测试中,计算器以及由 GPT-4 Turbo 生成的生命游戏可以运行;Groq 和本地 Ollama 的尝试则遇到 Playwright 错误。
- 1计算器示例一个简单提示词生成了 HTML、JavaScript 和 CSS;尽管布局有缺陷,Berman 仍成功测试了一次计算。
- 2安装过程演示安装 Python 和浏览器依赖,启动前后端服务,并配置模型服务商和搜索凭据。
- 3使用 GPT-4 Turbo 生成生命游戏Berman 在演示中安装生成项目的依赖后,成功运行了该程序。
- 4本地尝试因错误停止Ollama 模型作出了回应,但应用构建任务在完成前遇到 Playwright 错误。
要点建议
- 演示中的 Devika 界面结合了聊天、浏览器、终端和日志。
- 视频中的安装过程使用 Python 环境、Playwright、前端依赖以及分别运行的服务。
- 2024 年的演示版本支持多种托管模型和通过 Ollama 运行的本地模型。
- 本地模型作出了回应,但演示中的应用构建流程在 Playwright 步骤失败。
按章节阅读整理后的全文
计算器与模型选择
Berman 介绍 Devika、测试一个简单计算器,并查看可用的模型集成。
2024 年 4 月,Matthew Berman 演示 Devika,这是一个受 Devin 启发的早期开源 AI 编程助手。界面结合了聊天、浏览器、终端和日志。他强调项目仍有不少问题,但自己看到它进步很快。
他的第一个例子是通过一条提示词创建的简单计算器。生成的界面横向排列,数字顺序也不正确,但他测试 8 × 8 时得到了 64。Devika 先列出计划,然后生成 HTML、JavaScript 和 CSS 文件。

Berman 展示了界面中的搜索引擎和模型选择器。录制时的版本列出了来自多家服务商的托管模型,以及通过 Ollama 使用的本地模型。他说,一些集成在测试中运行不稳定。
安装与配置
他准备 Python 环境、Playwright 和前后端服务,然后配置模型及搜索访问。
为了安装视频中的版本,他克隆 Devika 仓库,创建并激活使用 Python 3.10 的 Conda 环境,然后在该环境中安装 Python 依赖。视频简介链接了完整说明。

他设置 Playwright 及浏览器依赖,安装前端依赖,并用 Bun 启动前端。在另一个终端中,他激活 Python 环境并启动后端。他指出,后端首次启动时可能需要下载 sentence-transformer 模型,因此会花一些时间。
界面在 localhost 加载后,还需要完成配置。他打开项目配置,填入模型服务商 API 密钥。为了使用 Google 搜索,他创建搜索 API 密钥和可编程搜索引擎,再将搜索引擎 ID 填入配置。
使用托管模型制作生命游戏
Groq 的一次尝试在 Playwright 步骤失败;GPT-4 Turbo 的一次尝试生成了在他测试中可以运行的程序。
重启前后端后,Berman 创建生命游戏项目,选择 Groq Mixtral 和 Google 搜索。此次尝试遇到 Playwright 同步 API 错误。他最初怀疑是竞争条件,但没有确定原因。
他改用 GPT-4 Turbo 重试生命游戏提示词。Devika 列出计划、生成项目并报告完成,不过聊天内容出现了重复。Berman 打开项目目录、安装依赖并运行生成的 Python 程序,生命游戏窗口成功出现。
尝试本地模型
Berman 连接 Ollama,尝试完成同一个项目,但浏览器相关错误阻止了任务完成。
接下来,Berman 演示通过 Ollama 使用本地模型推理。他确认 Mistral 模型可用,重启后端、刷新界面,然后选择该模型再次尝试生命游戏项目。
本地模型作出了回应,Google 搜索也返回了结果,但在应用完成前再次出现 Playwright 错误。Berman 怀疑可能与 Google 搜索有关;这是猜测,并非确诊的原因。他总结说,本地模型集成可以运行,但整体工作流程仍有缺陷。
同频道的其他文章
14:45EN → 简体中文
21:11EN → 简体中文
34:21EN → 简体中文
0:26EN → 简体中文
0:36EN → 简体中文
0:21EN → 简体中文