访问官网
Github
文档
论文项目背景
在 2023 年上半年，Phodal 和 Thoughtworks 的同事们以及开源社区的朋友们共同创建了一系列关于大型语言模型 (LLM) 的开源项目。这些项目既有流行的，也有不那么流行的，涵盖了从 LLM 能力的充分利用，到软件开发工序的设计与应用架构的落地，再到特定场景下的 LLM 应用。
LLM 能力的充分运用
Prompt 编写与管理
在项目中，团队深入研究了如何编写 Prompt 以及如何将其管理为代码，包括：
- Prompt 编写：通过学习与编写模式，提升 Prompt 的有效性和效率。
- Prompt 管理：将 Prompt 作为代码进行管理，以提高其可操作性与便捷性。
LLM 下的软件开发工序及应用架构设计
新的交互设计
通过引入 Chat 模式，团队探索了如何创建与大语言模型友好的交互方式，从而提升用户体验。
AI 2.0 驱动的软件开发
基于 ChatGPT 和 Copilot，团队提出了软件开发的新流程，旨在帮助开发者更好地设计和实施软件项目。
LLM 应用架构
团队提出了 "Unit Mesh" 的概念，构建了一套大语言模型应用架构，以帮助软件开发者更好地实施 LLM 应用。
面向特定场景的 LLM 应用
开源模型与微调
对于某些特定应用场景，团队探索了如何基于开源模型进行调整和微调，以便更符合特定场景的需求。
上下文工程
团队认为，上下文工程（或 Prompt 工程）是 LLM 应用的核心，通过构建更强的上下文支持，提升 LLM 的应用效率。
项目及应用示例
项目团队发起了一系列开源项目，包括但不限于：
- 理解 Prompt：探索 AI 在编程、绘画、写作等领域的能力。
- Prompt 编写模式：通过设计模式的思维来撰写 prompt。
- ClickPrompt：一键查看、分享和执行 Prompt 的工具。
- ChatVisualNovel：基于 ChatGPT 的视觉小说引擎。
- ChatFlow：个性化的 ChatGPT 流程自动化工具。
- Unit Mesh：基于 AI 为核心的软件架构。
- DevTi：一个基于 LLM 微调的智能化开发解决方案。
未来展望
由大型语言模型（如 ChatGPT 和 GitHub Copilot）驱动的新软件开发流程，带来了全新的机遇。这些工具组合能在需求、架构、编码、测试等各个环节大大提升效率和质量，实现端到端的流程优化。团队通过这些探索，希望能够帮助开发者和组织更好地利用 LLM 技术，为未来的软件开发带来更多可能性。
参与与学习
团队欢迎更多开发者和爱好者参与到开源项目中，共同探索大语言模型与软件开发的未来。同时，他们在 QCon 等会议和 Bilibili 上分享了大量学习资源和实践案例，希望能够帮助大家快速入门和深入了解相关技术。
无论你是技术开发者、产品经理，还是人工智能爱好者，都可以通过这些项目和资源，深入理解大型语言模型的应用潜力，为自己的项目和产品打开新的思路。
