DeepCode：論文やテキストをコードに自動生成する知的身体システム

DeepCodeは、香港大学データインテリジェンス研究所（HKUDS）によって開発された、知的体をコーディングするためのオープンソースのフレームワークである。複雑な命令を理解し、自動的にコードに変換するために、マルチ・インテリジェント・ボディ・システムを使用する。このフレームワークの中核目標は、アイデアからコード実装までのプロセスの効率化に取り組むことである。ユーザーは、研究論文、機能説明テキスト、ウェブアドレス、またはローカルドキュメントを入力すると、DeepCodeのインテリジェンスが連携して、要件分析、データ検索、コード計画、記述、およびテストを実行し、最終的に直接使用できる完全なコードプロジェクトを生成します。主に、学術論文のアルゴリズムを実行可能コードに変換する「Paper2Code」、テキスト記述からフロントエンドのウェブインターフェースを生成する「Text2Web」、バックエンドのサービスロジックを生成する「Text2Backend」の3つのコア機能がある。システム全体は明確なアーキテクチャを持ち、中央の調整インテリジェンスが異なる機能を持つサブインテリジェンスを派遣することで、効率的なソフトウェア開発チームをシミュレートし、研究者や開発者が反復的なコーディング作業から解放され、イノベーションにより集中できるようにすることを目指している。

機能一覧

• ペーパー2コード研究論文を自動的に分析し、そのコアとなるアルゴリズムとロジックを抽出し、高品質で生産環境で使用可能なコードに実装することで、学術的成果の再現を劇的に加速します。
• テキスト2ウェブ:: ユーザーから提供された簡単なテキスト記述に基づいて、完全に機能し、インターフェイスが最適化されたフロントエンドのウェブアプリケーションコードを自動的に生成します。
• テキスト2バックエンドAPI インターフェース、データベース構造などのテキスト要件から、効率的でスケーラブルなバックエンドサービスコードを生成します。
• 自律的なマルチインテリジェンスのワークフローこのシステムには、調整、意図理解、文書解析、コードプランニング、コード生成インテリジェンスなど、複数の専門インテリジェンスからなるチームが組み込まれており、複雑なコード生成タスクを自律的に共同作業する。
• 高度なコード検索拡張世代（CodeRAG）セマンティックベクトル埋め込みとグラフベースの依存関係分析技術を組み合わせて、大規模コードベースから最適なライブラリと実装パターンを自動的に発見し、活用します。
• マルチインターフェース対応:: コマンドライン(CLI)とウェブ(Web)インターフェースの両方を提供し、さまざまなユーザーの習慣を満足させる。ウェブインターフェースは、コード生成プロセスのリアルタイム観察をサポートし、非常に直感的です。
• インテリジェント・ドキュメント・セグメンテーション入力文書（PDF論文など）がモデルの処理限界を超えて長すぎる場合、システムは自動的にインテリジェントなセグメンテーションを行い、コード生成が全テキストの理解に基づいて行われるようにします。

ヘルプの使用

DeepCodeは、ユーザーがアイデアを素早くコードに変換できる完全なツールチェーンを提供します。以下は、インストールと使用方法の詳細です。

ステップ1：環境とAPIキーの準備

DeepCodeのインテリジェンスは、タスクを完了するために大規模言語モデル（LLM）と検索ツールを呼び出す必要があるため、DeepCodeを使用する前に、必要なAPIキーをいくつか準備する必要があります。

1. 大規模言語モデリングAPIキー:
   • OpenAIまたは アンソロピック DeepCode は、GPT ファミリのモデルをサポートしています。 クロード シリーズモデル。
     .
2. ウェブ検索APIキー（オプション）:
   • 知的体がオンラインで最新の情報を検索したり、オープン・ソース・コードのリポジトリを見つけるには、Web検索ツールのAPIキーを設定することをお勧めします。DeepCodeでは、デフォルトでBrave Searchを推奨しています。

取得したキーを用意してください。この後の設定ステップで使用します。

ステップ 2: DeepCodeのインストール

DeepCodeのインストール手順は非常に簡単です。 pip インストールを行い、安定版を使用していることを確認します。

1. ターミナル（コマンドラインツール）を開く.
2. DeepCode パッケージのインストール:
   以下のコマンドを実行して、メイン・パッケージをインストールする。

   pip install deepcode-hku
   

3. 設定ファイルのダウンロード:
   インストールが完了したら、2つのコア設定ファイルをダウンロードする必要があります。この2つのファイルがプログラムの動作とキーを管理します。

   curl -O https://raw.githubusercontent.com/HKUDS/DeepCode/main/mcp_agent.config.yaml
   curl -O https://raw.githubusercontent.com/HKUDS/DeepCode/main/mcp_agent.secrets.yaml
   

   これら2つのコマンドは mcp_agent.config.yaml(メイン設定ファイル）と mcp_agent.secrets.yaml(キー・ファイル）をカレント・ディレクトリにコピーする。

ステップ3：APIキーの設定

これは最も重要なステップで、最初のステップで準備したキーを、対応するコンフィギュレーション・ファイルに記入する必要がある。

1. キーファイルを編集する:
   お気に入りのテキストエディタ（VS Code、Sublime Text、メモ帳など）で開く。 mcp_agent.secrets.yaml ドキュメンテーション
2. 大きな言語モデルキーを記入:
   ファイルの内容は以下のような構造になっており、必要なのは your_key_here 自分のキーに置き換えるだけです。カスタムのOpenAIインターフェースのアドレスを使用している場合は base_url.

   # 示例:
   # - openai:
   #     api_key: "sk-..."
   #     base_url: "https://api.openai.com/v1"
   # - anthropic:
   #     api_key: "sk-ant-..."
   

3. ネットワーク検索キーの設定（オプション）:
   見せる mcp_agent.config.yaml ファイルを見つける。 brave.env その一部は、次のようなものだ。 BRAVE_API_KEY の値には、Brave Search API キーが設定されます。

   # 在 mcp_agent.config.yaml 文件中，大约在第28行
   brave:
   command: "npx"
   args: ["-y", "@modelcontextprotocol/server-brave-search"]
   env:
   BRAVE_API_KEY: "your_brave_api_key_here" # <--- 在这里填入你的密钥
   

ステップ 4: DeepCode アプリケーションの起動

構成が完了したら、DeepCode の Web インタフェースを起動できます。

1. ターミナルで起動コマンドを実行する:

   deepcode
   

2. ウェブインターフェースへのアクセス:
   コマンドが実行されると、プログラムは自動的にブラウザで開かれる。 http://localhost:8501.DeepCodeのインターフェイスが表示されます。

ステップ 5: DeepCode を使用したコードの生成

ウェブインターフェースは非常に直感的で、入力エリア、設定エリア、出力エリアに分かれている。

1. タスクモードの選択:
   インターフェイスでは ペーパー2コード, テキスト2ウェブ, テキスト2バックエンド などのオプションがある。まず、ニーズに応じてモードを選択する。
2. 入力情報の提供:
   • ファイルのアップロード論文をコード化したい場合は、PDFファイルを直接アップロードしてください。
   • 入力テキストもしウェブページやバックエンドのサービスを作りたいのであれば、テキストボックスにあなたのニーズを詳しく記述することができます。例えば、"ユーザー名とパスワードの入力ボックスとログインボタンが必要な、ユーザーログインページの作成を手伝ってください。"などです。
   • URLを提供する詳細な情報が記載されたウェブアドレスを提供することもできます。
3. 生成開始:
   Generate（生成）」などのボタンをクリックすると、DeepCodeのマルチインテリジェンスシステムが動作を開始します。各インテリジェンスの思考プロセスと作業ログをリアルタイムで確認できます。たとえば、「インテリジェンスが要件を分析している」、「インテリジェンスがプロジェクト構造を設計している」といった具合です。このプロセスは完全に透明です。
4. 出力の取得:
   タスクが完了すると、DeepCode は完全なコード・プロジェクトを提供します。通常、ソース・コード、依存関係ファイル、テスト・ファイル、および関連ドキュメントが、すぐに実行可能なプロジェクトに含まれたダウンロード可能な zip が取得されます。

これらの手順により、多くの複雑なコーディング作業を自動化するDeepCodeの強力な機能を活用できます。

アプリケーションシナリオ

1. 学術研究者
   研究者は、新しいアルゴリズムに関する論文を読んだ後、その有効性を迅速に検証したいと考えています。DeepCodeのPaper2Code機能を使用して論文のPDFファイルをアップロードすると、DeepCodeのインテリジェントなシステムが論文の数式、擬似コード、実装ロジックを自動的に解析し、対応する高品質のPythonコードまたはJavaコードをテストケースとともに生成します。これにより、研究者はアルゴリズムの再現という退屈な作業から解放され、アルゴリズムの評価と改良に集中することができる。
2. フロントエンド開発と製品プロトタイピング
   プロダクトマネージャやフロントエンド開発者は、新しいWebアプリケーションのプロトタイプをすばやく作成して、上司にデモンストレーションを行いたいと考えています。この場合、DeepCodeのText2Web機能に説明を入力します。たとえば、「ホーム、自己紹介、プロジェクトショーケース、連絡先の4つのページを持つ、レスポンシブなポートフォリオWebサイトを作成します。ホームページには、人目を引くヘッダーと作品のプレビューグリッドが必要です。" DeepCodeは、完全なフロントエンドコード（HTML、CSS、JavaScript）を生成し、開発者はそれを直接修正して反復できるため、アイデアから目に見えるプロトタイプに仕上げるまでの時間が劇的に短縮されます。
3. バックエンド・サービスの迅速なセットアップ
   あるスタートアップ・チームは、ユーザー・データを管理し、ビジネス・ロジックを処理するために、モバイル・アプリケーション用のバックエンド・サービスを開発する必要がある。チームのテクニカルリーダーは、Text2Backend機能を使用して、"ユーザー登録、ログイン、情報クエリ、および変更機能をサポートし、データを格納するためにMongoDBを使用する必要がある、Node.jsベースのユーザー管理APIを開発する "という要件を入力できます。 DeepCodeは、APIルーティング、データベースモデル、ビジネスロジックコントローラを含む完全なバックエンドプロジェクト構造を生成できるため、チームは安定した信頼性の高いバックエンドサービスを迅速に構築できます。

品質保証

1. DeepCodeとは何か？
   DeepCodeは、マルチインテリジェントシステムに基づくオープンソースのコード生成プラットフォームです。従来のコード・スニペット生成ツールとは異なり、開発チームのワークフローをシミュレートし、さまざまな役割のAIインテリジェンスと連携して複雑なテキストやドキュメントの要件を理解し、構造化されたすぐに展開できるアプリケーション・コードを自動的に生成します。
2. DeepCodeを使用するには料金が必要ですか?どのようなAPIキーが必要ですか?
   DeepCode自体は、MITライセンスに従ったオープンソースで無償である。ただし、OpenAIのGPTファミリーやAnthropicのClaudeファミリーのようなサードパーティのLarge Language Modelling（LLM）サービスに依存しています。そのため、これらのサービスのAPIキーを自分で用意し、APIを使用するために発生するコストを負担する必要があります。また、ネットワーク検索機能が必要な場合は、Brave Searchなどの検索ツールのAPIキーを設定する必要があります。
3. 非常に長い論文やドキュメントを提供する場合、DeepCode はそれを処理できますか?
   DeepCodeにはスマート・ドキュメント・セグメンテーションが組み込まれている。入力ドキュメントの長さが大規模言語モデルの単一処理限界を超える可能性があることを検出すると、ドキュメントを論理的に関連する複数の意味ブロックに自動的に分割し、ブロックを分析して理解し、コードプランニングと生成のためにすべての情報を合成して、重要な情報が失われないようにする。
4. DeepCodeで生成されるコードの品質はどの程度ですか?本番環境で直接使用できますか?
   DeepCodeは、コード構造、モジュール性、保守性を考慮して、「本番環境で使用できる」コードを生成するように設計されています。また、コードの品質を確保するための単体テストとドキュメントも自動的に生成されます。生成されたコードは高品質ですが、本番環境にデプロイする前に、人間の開発者による最終的なコードレビューと完全なテストを行うことを強くお勧めします。