Überblick über die Lösung
Um das Problem zu lösen, dass große Sprachmodelle nicht direkt mit großen Codebasen umgehen können, können Sie die Konvertierungsfunktion des code2prompt-Tools verwenden. Im Folgenden werden die einzelnen Schritte beschrieben:
- MontagewerkzeugKompilieren und installieren Sie über die Rust-Umgebung oder laden Sie die vorkompilierten Binärdateien direkt herunter, um die globale Verfügbarkeit sicherzustellen.
- Basiskonvertierung: Lauf
code2prompt /path/to/codebaseErzeugen einer Markdown-formatierten Ausgabe, die den Quellbaum und alle Dateiinhalte enthält - Kontextsteuerung: Verwendung
--tokens -c cl100kParameter zählen die Anzahl der Token, um die Einhaltung der Modellbeschränkungen zu gewährleisten - Verarbeitung von Teilmodulen: durch
--includeParameter-Batch-Konvertierung für große Projekte
Fortgeschrittenes Optimierungsprogramm
Für Megaprojekte:
- Adoption
--excludeFiltern von nicht zum Kerngeschäft gehörendem Code, wie z. B. Testdateien - fit
--diffParameter werden nur in den geänderten Teil umgewandelt - passieren (eine Rechnung oder Inspektion etc.)
-o output.mdSpeichern Sie die Ausgabe verschiedener Module in Segmenten
Diese Antwort stammt aus dem Artikelcode2prompt: Konvertierung von Code-Bibliotheken in Big-Model verständliche Prompt-DateienDie
Darf nicht ohne Genehmigung vervielfältigt werden:KI-Produktivitätswerkzeuge " Wie lässt sich die Herausforderung großer Sprachmodelle lösen, die nicht direkt mit großen Codebasen umgehen können?
Deutsch 
简体中文 
English 
日本語 
Português do Brasil