新智元報道
編輯：好困
【新智元導(dǎo)讀】首個自研全開源自然語言低代碼GPT應(yīng)用快速開發(fā)框架PromptAppGPT來了！
最近，CCF理論計算機科學(xué)技術(shù)委員會委員張長旺，開發(fā)了一個基于低代碼提示語的快速應(yīng)用開發(fā)框架PromptAppGPT，可以實現(xiàn)基于GPT的自然語言快速應(yīng)用開發(fā)。
PromptAppGPT包含的功能有：低代碼提示語（Prompt）應(yīng)用開發(fā)、GPT文本生成、DALL-E圖像生成、在線代碼編輯器+編譯器+運行器、自動用戶界面生成、支持插件擴展等。
項目網(wǎng)站：https://promptappgpt.wangzhishi.net/
項目代碼：https://github.com/mleoking/PromptAppGPT
PromptAppGPT提供多任務(wù)條件觸發(fā)、結(jié)果驗證和失敗重試能力，可以讓原本需要多步驟的手動生成任務(wù)變成自動完成。
同時，用戶不再需要自己記憶和輸入繁瑣的Prompt咒語，只輸入任務(wù)核心必要信息就可以輕松完成任務(wù)。
1. 項目特點
低代碼提示語（Prompt）快速應(yīng)用開發(fā)
支持GPT3/4執(zhí)行器用于文本生成
支持用于圖像生成的Dalle執(zhí)行器
支持使用執(zhí)行器（插件）擴展
內(nèi)置在線代碼編輯器、編譯器和運行器
自動生成用戶界面
英文和中文雙語用戶界面
2. 快速入門
2.1. 獲取OpenAI的API密鑰。
2.2. 訪問網(wǎng)站PromptAppGPT網(wǎng)站，選擇網(wǎng)絡(luò)啟動或下載程序：
https://promptappgpt.wangzhishi.net/
2.3. 設(shè)置OpenAI密鑰/OpenAI Api Proxy/OpenAI GPT模型。
OpenAI密鑰：從OpenAI獲得的API密鑰。
OpenAI Api Proxy：可以訪問OpenAI API的代理網(wǎng)站，比如國內(nèi)可以使用https://api.openai-proxy.com，最好有自己搭建的代理網(wǎng)站。
OpenAI GPT模型：gpt-4/gpt-3.5-turbo
2.4. 選擇并運行一個應(yīng)用程序。
2.5. 編輯并編譯該應(yīng)用程序。
3. APP實例
3.1. 旅游規(guī)劃大師
APP代碼：
自動生成的APP界面和運行結(jié)果：
成功生成一份詳細(xì)的海南旅游計劃
3.2. 智能圖像生成器
APP代碼：（包含使用GPT生成畫圖Prompt和使用Dalle畫圖兩個步驟）
使用PromptAppGPT可以讓原本需要兩個步驟的手動圖像生成任務(wù)變成自動完成。同時不需要用戶自己輸入繁瑣的Prompt咒語，用戶只要輸入自己關(guān)心的畫圖描述就可以了。
自動生成的APP界面和運行結(jié)果：
App首先使用GPT生成畫圖Prompt圖片。
然后App自動調(diào)用Dalle基于GPT輸出的畫圖Prompt生成圖片圖片。
下圖顯示最終圖片生成結(jié)果圖片。
GPT幫助把原本的簡單描述「一只大熊貓」擴充了很多英文細(xì)節(jié)描述，比如熊貓坐在竹葉上，在森林里面，熊貓有圓耳朵等等。
這些擴充的描述讓后續(xù)DALL-E畫圖包含更多細(xì)節(jié)，更加生動。
3.3. 多語言翻譯
APP代碼：
自動生成的APP界面和運行結(jié)果：
成功將中文翻譯成英文
4. 應(yīng)用開發(fā)
PromptAppGPT應(yīng)用基于YAML格式進(jìn)行低代碼開發(fā)。
下面是一個示例應(yīng)用代碼：
author部分是作者的名字；name部分是應(yīng)用的名字；description部分是應(yīng)用的描述；gptRound部分決定了是使用gpt進(jìn)行單輪（single）還是多輪（multiple）對話，對于大多數(shù)應(yīng)用來說，其值應(yīng)該是single；failedRetries部分設(shè)置了失敗時的重試次數(shù)或輸出無效。
sysTask部分是一個用-分隔的任務(wù)集合，設(shè)置執(zhí)行者（gpt）的行為。對于許多應(yīng)用程序，這個字段可以留空。
userTask部分包含用戶定義的任務(wù)，用-分隔。每個任務(wù)必須定義prompt和executor屬性，而trigger、outputer和validator的屬性是可選的。該應(yīng)用程序有序地循環(huán)瀏覽用戶任務(wù)，使用前一個任務(wù)的輸出來匹配每個任務(wù)的trigger，第一個通過trigger匹配的任務(wù)是當(dāng)前運行的任務(wù)。
作者介紹
張長旺，高級研究員，CCF理論計算機科學(xué)技術(shù)委員會委員。曾擔(dān)任第37屆AAAI人工智能會議（AAAI-23）的高級程序委員會（SPC）成員。
他分別于2011年和2015年獲得倫敦大學(xué)學(xué)院（UCL）的碩士和博士學(xué)位。2016年至2017年在阿里巴巴從事LBS數(shù)據(jù)挖掘，2018年至2022年在騰訊從事廣告推薦和用戶畫像。
目前的研究方向是信息檢索（搜推廣）、自然語言處理、大數(shù)據(jù)挖掘的研究與應(yīng)用。
參考資料：
https://github.com/mleoking/PromptAppGPT
