使用场景

生成一个Python编写的Caro游戏。

根据复杂的软件需求生成完整的软件项目。

用于竞争性编程任务，如HumanEval和MBPP数据集。

产品特色

• 任务导向：通过创建任务积压和冲刺来模拟现实世界的软件开发。

• 动态更新：在每个冲刺阶段动态更新任务积压。

• 多模型支持：支持OpenAI、Azure OpenAI、Anthropic等多种模型。

• 环境变量配置：支持通过环境变量或.env文件配置模型参数。

• 命令行工具：提供命令行工具以生成软件。

• 易于安装：可通过pip轻松安装。

• 高准确性：能够生成具有高准确性的广泛软件。

• 评估与测试：提供对不同数据集的性能评估，以验证其在生成代码方面的有效性。

使用教程

1. 安装AgileCoder：在命令行中运行`pip install agilecoder`。

2. 配置环境变量：根据所使用的模型设置必要的环境变量，例如API_KEY、RESOURCE_ENDPOINT等。

3. 克隆仓库：如果需要访问最新源代码，可以克隆仓库并切换到new-flow分支。

4. 使用命令行工具：通过命令`agilecoder --task '你的软件需求'`来生成软件。

5. 定制选项：根据需要使用额外的选项和标志来定制AgileCoder的行为。

6. 查看帮助信息：运行`agilecoder --help`来显示支持的选项列表和它们的描述。

7. 评估效果：使用提供的评估数据集来测试AgileCoder生成的软件项目的性能。