不是我们不敢想，只是这个世界太疯狂，今天在 GitHub 上发现了一个宝藏库，地址是：https://github.com/gpt-engineer-org/gpt-engineer ，作为一名前端研发小喽啰，当我看到这个库的时候，我感受到了浓浓的危机感，因为我用它 5 分钟把一个想法从开始到部署，关键是，代码不光自动生成，而且维护性还可以。下面我就会说说为什么说它生成的代码维护性比较好。
项目特点
他的体验地址是：https://gptengineer.app/ ，你只要说你想做一个什么网站，比如，你想做一个博客，你只要输入 I want to build a blog ，然后↩︎，它就开始给你分析需求，然后开始编码了，完了之后直接给你部署预览看效果，当然，更牛逼的是，你可以提出修改意见，他会给你修改，完了之后，会自动提交 pr，然后是自动部署，又预览效果 。
从其 slogan 也可以看出，不用你写一行代码，你就是动动嘴巴，把想法告诉他，他就会帮你生成代码，变更代码，然后就可以部署了。
通过他们提供的 SAAS 服务，生成的代码会全部放到一个 GitHub 仓库种，仓库地址是：https://github.com/GPT-Engineer-App
好家伙，已经 7K 多个项目了，由此可见，这个库的受欢迎程度。
我们随便点开一个网友生成的项目，可以看看项目的结构：
https://github.com/GPT-Engineer-App/camera-audio-gemini-tts
组件化
可以看到，组件化思想非常明显，页面绝对不是一个大文件，而是拆分成了多个组件，这样的好处是，每个组件都是独立的，可以复用，维护性非常好。
docker-compose
另外，使用 docker-compose 部署，这样的好处是，可以快速部署，而且可以保证环境的一致性。
GitHub Action CI/CD
最后，github action 自动化部署，这样的好处是，你只要 push 代码，就会自动部署，非常方便，这也是我们为什么可以持续对话持续看到效果的原理所在。
就可以了解到，技术栈他使用的是：
• Vite
• React
• Chakra UI
思考
大模型出现之后，确实给程序员带来了很多研发效率上的提升，模型本只能输出文本代码，普通的程序员也许只会考虑将代码复制粘贴来看看效果，而专业的程序员却做到了利用模型生成一个工程，然后运行起来看效果，并且基于效果来持续对话进行需求变更，这里的工程化思维太重要了，如何将一些有价值的信息连接起来，这里面就少不了工程化。
token 有限，如何解决省钱的问题
从这个项目里面，我们也可以看到不烧可圈可点的思路，比如，一个已经生成好的工程，你需要对需求做变更，可能需要改动很多的文件，这个时候，我们可以考虑使用 diff 算法，来对比两个文件的差异，然后再进行合并，这样就可以减少很多的Token，大家都知道大模型输出的 token 不是无穷无尽的。那么怎么 diff 呢，我们可以使用 git diff 命令，然后再使用 git apply 命令来合并。而这里，每次变更，他生成的代码恰恰就是一个 commit。
如何自动预览的问题
可以看到项目种有一个 docker-compose.yml 文件，然后还有 .github 文件件，这里面可以看到有一个 action 文件，这个文件就是用来自动部署的。所以这个项目每一次的变更，对应到工程化上都是一次代码的 commit，push 之后 github action 就会自动部署，这样就可以实现自动预览了。
这里面到处都是工程化，所谓的工程化，就是把一些有价值的信息连接起来，然后形成一个闭环，这个闭环就是工程化或者说自动化的把你需要做连接的事情给做了，这个闭环的好处是，可以让我们的工作更加高效，更加有价值。
