什么是SolidGPT？

思考这一点：许多当前的AI编码工具都集中于帮助个人从零开始一个项目。但在开发者的日常生活中，我们真的经常从零开始一个项目吗？通常一名开发者、开发团队会围绕同一个代码仓库长时间开发维护。

新推出的 SolidGPT 为这种应用场景而生。为私有项目提供仓库级别的代码计划（Code Plan）、详尽的技术解决方案和产品需求文档。用户可以让LLM代理深度学习他们的代码仓库，并基于仓库内容于LLMAgent进行对话，得到一个基于项目本身量身定制的解决方案。

🌟SolidGPT v0.2.0的GitHub链接：https://github.com/AI-Citizen/SolidGPT

如果您喜欢SolidGPT，不妨给SolidGPT团队点个星🌟，支持他们的工作

3分钟完成商业级需求

SolidGPT的开发团队致力于让产品开发更为高效与便捷。遵循产品自我完善的原则，SolidGPT第一个商业客户就是自己。任何SaaS产品都必须拥有清晰的服务条款页面，以便让客户在明确并接受服务条款后才开始使用。这不仅确保了服务的透明度，还有助于减少潜在纠纷，对于商业级产品来说，这是基本要求。为此，SolidGPT团队利用已经上线的SolidGPT云服务，在短短几分钟内完成了服务条款系统的重构。更值得一提的是，SolidGPT生成的页面不仅风格统一，颜色和样式也与现有设计完美融合。

LLM项目学习+LLM解决方案

SolidGPT 分析学习用户上传的代码仓库，以了解他们项目的整体环境、结构和背景。当用户输入需求时，AI不是从通用的知识中寻找解决方案，而是专门从用户私有化数据和相关的专业只是中获取。目前，SolidGPT提供代码计划和产品需求文档。

图片[1]-葫芦娃AI-一起学AI“SolidGPT：从需求到代码，多智能体解决方案的全新突破”-葫芦娃AI-一起学AI葫芦娃AI

SolidGPT 流程图

与人类协同工作的小颗粒多智能体（Solid Graph）

作为多智能体框架产品，SolidGPT的智能体更加细化和精确。赋予了广泛的功能，如让单一Agent扮演产品经理角色。但这种大颗粒度的设计并不能满足真正的商业需求，因为当前的LLM Agent还未达到类人的智能水平。我们的策略是采用小颗粒度智能体，构建工作流程图，模拟人类的产品思维，并对每个智能体的职责进行细分。在必要的情况下，我们也引入人类协同作业，增强Agent处理复杂任务的能力，从而向AGI的目标迈进。

例如，在生成PRD文档时，SolidGPT 将细分成

分析需求智能体
完善需求智能体
头脑风暴智能体
PRD文档格式生成智能体

快速开始

SolidGPT GitHub

从GitHub中部署源码体验产品

https://github.com/AI-Citizen/SolidGPT#whats-this

SolidGPT 云服务

可以进入SolidGPT云服务快速体验SolidGPT产品。

https://github.com/AI-Citizen/SolidGPT#whats-this

LLM智能体学习代码仓库

上传您的代码仓库
输入OpenAI API Key

图片[2]-葫芦娃AI-一起学AI“SolidGPT：从需求到代码，多智能体解决方案的全新突破”-葫芦娃AI-一起学AI葫芦娃AI

点击开始，LLM智能体将会开始学习您的代码仓库

与您的代码仓库”对话”生成PRD/代码计划

图片[3]-葫芦娃AI-一起学AI“SolidGPT：从需求到代码，多智能体解决方案的全新突破”-葫芦娃AI-一起学AI葫芦娃AI

SolidGPT 生成内容选择

SolidGPT的下一步

团队正将重点转向软件工程的”外环”，不再深入研究AI如何逐行编写代码，而是集中于让AI能在比详细编程更高、更抽象的层次上设计系统和计划代码。AI需要理解项目的依赖关系图，每个子系统的结构和架构，甚至在微服务级别提供解决方案。这些目标构成了SolidGPT的下一阶段的Rodamap。

紧接着的下一步是将PRD生成与技术方案生成合并。这一转变将简化从基本想法到最终技术解决方案的整个过程。通过采用PRD生成流程，SolidGPT团队旨在处理更复杂的需求并将其分解以创建技术方案。这些建议将根据涉及多个仓库和微服务的多方面项目结构来制定。终极目标是使软件工程师能够利用LLM提供的解决方案，增强他们处理真实世界中的商业级需求的效率。

文章版权归作者所有，未经允许请勿转载。

THE END