Patchwork使用自托管的命令行界面代理和您偏好的大语言模型来自动化PR审查、错误修复、安全补丁等开发繁琐工作。
主要组件
步骤：可重用的原子操作，如创建PR、提交更改或调用大语言模型。 提示模板：可自定义的大语言模型提示，针对库更新、代码生成、问题分析或漏洞修复等任务进行了优化。 补丁流程：通过组合步骤和提示构建的大语言模型辅助自动化流程，如PR审查、代码修复、文档编写等。补丁流程可以在您的命令行界面和IDE中本地运行，或作为CI/CD管道的一部分。有多个现成的补丁流程可用，您也可以随时创建自己的。
演示
安装
使用Pip
Patchwork可在PyPI上获取，并可使用pip安装：
pip install 'patchwork-cli[all]' --upgrade
以下是可用的可选依赖组：
security：通过pip install 'patchwork-cli[security]'安装semgrep和depscan，这是AutoFix和DependencyUpgrade补丁流程所需的。 rag：通过pip install 'patchwork-cli[rag]'安装chromadb，这是ResolveIssue补丁流程所需的。 notifications：用于发送通知的步骤，如Slack消息。 all：安装所有内容。 不指定任何依赖组（pip install patchwork-cli）将安装足以运行GenerateDocstring、PRReview和GenerateREADME补丁流程的核心依赖集。使用Poetry
如果您想使用poetry从源代码构建，请参阅此处的详细文档。
Patchwork命令行界面
命令行界面运行补丁流程，如下所示：
patchwork <补丁流程> <?参数>
其中
参数：允许以key=value的格式覆盖补丁流程的默认/可选属性。如果key没有任何值，则被视为布尔True标志。示例
对于基于使用Semgrep扫描来修补漏洞的AutoFix补丁流程：
patchwork AutoFix openai_api_key=<您的OpenAI API密钥> github_api_key=<您的GitHub令牌>
上述命令默认通过运行Semgrep来识别漏洞，从而修补当前目录中的代码。您可以查看default.yml 文件以获取可以设置的配置列表，以管理AutoFix补丁流程。有关如何在命令行上使用GitHub个人访问令牌的更多详细信息，可以阅读此处。
您可以将OpenAI密钥替换为我们托管服务的密钥，方法是在https://app.patched.codes/signin登录并从集成标签生成API密钥。然后，您可以使用以下密钥调用补丁流程：
patchwork AutoFix patched_api_key=<您的Patched API密钥> github_api_key=<您的GitHub令牌>
要使用Google的模型，您可以设置google_api_key和model，如果您想处理大型上下文，这很有用，因为gemini-pro-1.5模型支持100万个令牌的输入上下文长度。 patchwork-template 仓库包含了所有补丁流程的默认配置和提示。你可以克隆该仓库，并将其作为参数传递给命令行界面：
patchwork AutoFix --config /path/to/patchwork-configs/patchflows
使用开源模型
Patchwork 支持任何与 OpenAI 兼容的端点，允许使用来自 Groq、Together AI 或 Hugging Face 等各种提供商的任何 LLM。
例如，要使用 Groq.com 的 Llama 3.1 405B，运行：
patchwork AutoFix client_base_url=https://api.groq.com/openai/v1 openai_api_key=your_groq_key model=llama-3.1-405b-reasoning
你也可以使用配置文件来实现同样的效果。要使用 Hugging Face 的 Llama 3.1 405B，创建一个 config.yml 文件：
openai_api_key: your_hf_token client_base_url: https://api-inference.huggingface.co/models/meta-llama/Meta-Llama-3.1-405B-Instruct-FP8/v1 model: Meta-Llama-3.1-405B-Instruct-FP8
然后运行：
patchwork AutoFix --config=/path/to/config.yml
这允许你通过 llama.cpp、ollama、vllm 或 tgi 运行本地模型。例如，你可以使用 llama_cpp.server 在本地运行 Llama 3.1 8B：
python -m llama_cpp.server --hf_model_repo_id bullerwins/Meta-Llama-3.1-8B-Instruct-GGUF --model 'Meta-Llama-3.1-8B-Instruct-Q4_K_M.gguf' --chat_format chatml
然后运行你的补丁流程：
patchwork AutoFix client_base_url=https://localhost/v1 openai_api_key=no_key_local_model
补丁流程
Patchwork 附带预定义的补丁流程，随时间会添加更多。示例补丁流程包括：
GenerateDocstring：为代码中的方法生成文档字符串。 AutoFix：生成并应用修复，以解决仓库中的代码漏洞。 PRReview：在创建 PR 时，提取代码差异，总结更改，并在 PR 上发表评论。 GenerateREADME：为给定文件夹创建 README markdown 文件，为你的仓库添加文档。 DependencyUpgrade：将你的依赖项从易受攻击的版本更新到修复版本。 ResolveIssue：识别仓库中需要更新以解决问题（或错误）的文件，并创建 PR 进行修复。提示模板
提示模板由补丁流程使用，并作为查询传递给 LLM。模板包含带有占位符变量的提示，这些变量用 {{}} 括起来，在每次运行时都会被步骤或输入的数据替换。
以下是一个示例提示模板：
{ "id": "diffreview_summary", "prompts": [ { "role": "user", "content": "用一段话总结以下代码更改描述。{{diffreviews}}" } ] }
每个补丁流程都有一个优化的默认提示模板。但你可以使用 prompt_template_file=/path/to/prompt/template/file 选项指定自己的模板。
贡献
欢迎为新的补丁流程和步骤，或核心框架做出贡献。请查看开放的问题以获取详细信息。
要创建新的补丁流程，请按照这些说明进行操作。 要创建新的步骤，请按照这些说明进行操作。我们还提供了一个聊天助手，帮助你轻松创建新的步骤和补丁流程。
HuggingChat 上的 Patchwork 助手（基于 Llama-3）路线图
短期
扩展补丁流程库和集成选项 补丁流程调试器和验证模块 错误修复和性能改进 重构代码和文档长期
支持补丁流程中的大规模代码嵌入 支持并行化和分支 可自托管的微调模型 开源 GUI许可
Patchwork 根据 AGPL-3.0 条款授权。然而，可以使用 patchwork 模板仓库创建和共享自定义补丁流程和步骤，该仓库根据 Apache-2.0 条款授权。
