GPT Engineer 是一个用于代码生成实验的命令行（CLI）平台，也是 lovable.dev（gptengineer.app）的前身。它让用户能够：用自然语言描述软件；由 AI 编写并执行代码；要求 AI 实现改进。
主要能力
- 用自然语言指定软件需求，AI 自动编写并执行代码。
- 可要求 AI 对代码实现改进。
- 支持通过覆盖 preprompts 文件夹自定义 AI 智能体的“身份”，这通过 --use-custom-preprompts 参数实现；编辑 preprompts 是让智能体在项目之间记住事情的方式。
- 默认通过 prompt 文件接收文本输入，也可为具备视觉能力的模型接受图像输入，用于添加 UX 或架构图作为额外上下文；通过 --image_directory 标志指定图像目录，并在第二个 CLI 参数中设置具备视觉能力的模型。
- 内置 bench 二进制，提供简单界面，用于将自定义智能体实现与流行的公开数据集进行基准测试。目前支持的基准测试：APPS、MBPP。
- 默认支持 OpenAI 模型（通过 OpenAI API 或 Azure OpenAI API）以及 Anthropic 模型；经过一些额外设置也可运行 WizardCoder 等开源模型，详见文档。
使用方式 安装（稳定版）：python -m pip install gpt-engineer 开发版： git clone https://github.com/gpt-engineer-org/gpt-engineer.git cd gpt-engineer 使用 poetry shell 激活虚拟环境。 项目积极支持 Python 3.10 - 3.12。最后一个支持 Python 3.8 - 3.9 的版本是 0.2.6。 导出环境变量（可加入 .bashrc 避免每次启动终端重复操作）：export OPENAI_API_KEY=[your api key] .env 文件：复制 .env.template 为 .env，并在 .env 中添加 OPENAI_API_KEY。 自定义模型：见文档，支持本地模型、Azure 等。 Windows 使用见 Windows README。 其他运行方式：使用 Docker（有说明）；也可在浏览器中完成所有操作。
创建新代码（默认用法）：
- 在电脑任意位置为项目创建一个空文件夹。
- 在新文件夹内创建名为 prompt（无扩展名）的文件，填入指令。
- 运行 gpte <project_dir>，使用相对路径指向文件夹。例如：在 gpt-engineer 目录根下、新文件夹位于 projects/ 时运行 gpte projects/my-new-project。
改进现有代码：
- 在电脑任意位置找到要改进的代码文件夹。
- 在新文件夹内创建名为 prompt（无扩展名）的文件，填入改进代码的指令。
- 运行 gpte <project_dir> -i，使用相对路径指向文件夹。例如：在 gpt-engineer 目录根下、文件夹位于 projects/ 时运行 gpte projects/my-old-project -i。
基准测试自定义智能体： gpt-engineer 安装 bench 二进制，提供将自定义智能体实现与流行公开数据集进行基准测试的简单界面。上手基准测试最简单的方法是查看模板仓库，其中包含详细说明和智能体模板。目前支持的基准测试：APPS、MBPP。社区已开展不同基准测试计划，相关介绍见 Loom 视频。部分社区成员已编写可进一步推进的研究简报，详见相关文档。
视觉输入示例： gpte projects/example-vision gpt-4-vision-preview --prompt_file prompt/text --image_directory prompt/images -i
关于 gptengineer.app（GPT Engineer） gptengineer.app 是一个自动生成 Web 应用的商业项目，面向非技术用户提供 UI，并连接到受 git 控制的代码库。gptengineer.app 团队积极支持开源社区。
社区与治理 gpt-engineer 社区使命是维护编码智能体构建者可用的工具，并促进开源社区协作。若有意贡献，欢迎参与。更广泛的愿景见 roadmap，可加入 discord 了解如何贡献。gpt-engineer 由长期贡献者组成的董事会治理；若你经常贡献并有兴趣塑造 gpt-engineer 的未来，将被考虑纳入董事会。使用 gpt-engineer 即表示同意其条款。
