Python 库：基于使用情况实时生成代码
Import wisdom, export code.
License
MIT license 32 stars 3 forks Branches Tags Activity
cofob/autogenlib
Folders and files
Name| Name| Last commit message| Last commit date
---|---|---|---
autogenlib| autogenlib
examples| examples
.env| .env
.gitignore| .gitignore
.python-version| .python-version
LICENSE| LICENSE
README.md| README.md
pyproject.toml| pyproject.toml
uv.lock| uv.lock
Repository files navigation
AutoGenLib
你永远需要的唯一库。 Import wisdom, export code.
AutoGenLib 是一个 Python 库，它使用 OpenAI 的 API 自动实时生成代码。当您尝试导入一个不存在的模块或函数时，AutoGenLib 会根据对您所需内容的高级描述为您创建它。
特性
- 动态代码生成：导入尚未存在的模块和函数
- 上下文感知：新函数是在了解现有代码的情况下生成的
- 渐进式增强：无缝地将新功能添加到现有模块
- 无默认缓存：每次导入都会生成新的代码，以获得更多样化和创造性的结果
- 完整代码库上下文：LLM 可以看到所有先前生成的模块，以获得更好的一致性
- 调用者代码分析：LLM 分析导入模块的实际代码，以更好地了解上下文和需求
- 自动异常处理：所有异常都会发送到 LLM，以提供清晰的解释和错误修复。
安装
pip install autogenlib
或者从源码安装：
git clone https://github.com/cofob/autogenlib.git
cd autogenlib
pip install -e .
要求
- Python 3.12+
- OpenAI API key
快速开始
在 OPENAI_API_KEY 环境变量中设置 OpenAI API key。
# 导入一个尚未存在的函数 - 它将被自动生成
from autogenlib.tokens import generate_token
# 使用生成的函数
token = generate_token(length=32)
print(token)
工作原理
-
您使用对所需内容的描述初始化 AutoGenLib
-
当您导入
autogenlib命名空间下的模块或函数时，该库：- 检查模块/函数是否已存在
- 如果不存在，它会分析执行导入的代码以了解上下文
- 它向 OpenAI 的 API 发送包含您的描述和上下文的请求
- API 生成适当的代码
- 代码经过验证和执行
- 请求的模块/函数可供使用
示例
生成 TOTP 生成器
from autogenlib.totp import totp_generator
print(totp_generator("SECRETKEY123"))
稍后添加验证函数
# 稍后在您的应用程序中，您需要验证：
from autogenlib.totp import verify_totp
result = verify_totp("SECRETKEY123", "123456")
print(f"Verification result: {result}")
使用上下文感知
# 导入一个函数 - AutoGenLib 将看到您的数据是如何构建的
from autogenlib.processor import get_highest_score
# 定义您的数据结构
data = [{"user": "Alice", "score": 95}, {"user": "Bob", "score": 82}]
# 该函数将与您的数据结构一起使用，而无需您指定详细信息
print(get_highest_score(data)) # 将正确提取最高分
创建多个模块
# 您可以使用 init 函数来额外提示您的库的用途
from autogenlib import init
init("Cryptographic utility library")
# 生成加密模块
from autogenlib.encryption import encrypt_text, decrypt_text
encrypted = encrypt_text("Secret message", "password123")
decrypted = decrypt_text(encrypted, "password123")
print(decrypted)
# 生成哈希模块
from autogenlib.hashing import hash_password, verify_password
hashed = hash_password("my_secure_password")
is_valid = verify_password("my_secure_password", hashed)
print(f"Password valid: {is_valid}")
配置
设置 OpenAI API Key
将您的 OpenAI API key 设置为环境变量：
export OPENAI_API_KEY="your-api-key-here"
# Optional
export OPENAI_API_BASE_URL="https://openrouter.ai/api/v1" # Use OpenRouter API
export OPENAI_MODEL="openai/gpt-4.1"
或者在您的 Python 代码中（不推荐用于生产环境）：
import os
os.environ["OPENAI_API_KEY"] = "your-api-key-here"
缓存行为
默认情况下，AutoGenLib 不缓存生成的代码。 这意味着：
- 每次导入模块时，LLM 都会生成新的代码
- 由于 LLM 幻觉，您会获得更多样化且通常更有趣的结果
- 相同的导入可能会在不同的运行中产生不同的实现
如果您想启用缓存（为了保持一致性或减少 API 调用）：
from autogenlib import init
init("Library for data processing", enable_caching=True)
或者在运行时切换缓存：
from autogenlib import init, set_caching
init("Library for data processing")
# Later in your code:
set_caching(True) # Enable caching
set_caching(False) # Disable caching
启用缓存后，生成的代码将存储在 ~/.autogenlib_cache 中。
限制
- 需要互联网连接才能生成新代码
- 取决于 OpenAI API 的可用性
- 生成的代码质量取决于您描述的清晰度
- 不适合未经审查的生产关键代码
高级用法
检查生成的代码
您可以检查为模块生成的代码：
from autogenlib.totp import totp_generator
import inspect
print(inspect.getsource(totp_generator))
AutoGenLib 如何使用 OpenAI API
AutoGenLib 为 OpenAI API 创建提示，其中包括：
- 您提供的描述
- 正在增强的模块中的任何现有代码
- 所有先前生成的模块的完整上下文
- 导入模块/函数的代码（新功能！）
- 所需的特定功能或特性
这种全面的上下文有助于 LLM 生成与您现有代码库一致并且与您打算使用它的方式完美契合的代码。
贡献
不欢迎捐款！这只是一个有趣的 PoC 项目。
许可证
MIT 许可证
注意：此库旨在用于原型设计和实验。在生产环境中使用自动生成的代码之前，请务必对其进行审查。
注意：当然，此库的 100% 代码都是通过 LLM 生成的
关于
Import wisdom, export code.