# CodeGen **Repository Path**: teampanel/CodeGen ## Basic Information - **Project Name**: CodeGen - **Description**: 智能体,输入需求自动生成前后端项目 - **Primary Language**: Unknown - **License**: Apache-2.0 - **Default Branch**: master - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 1 - **Forks**: 1 - **Created**: 2026-03-06 - **Last Updated**: 2026-03-14 ## Categories & Tags **Categories**: Uncategorized **Tags**: 智能体 ## README # 基于CrewAI的智能代码生成系统 这是一个使用CrewAI构建的智能代码生成系统,可以根据用户需求自动生成完整的项目代码。 ## 核心功能 - 🤖 **多AI代理协作**:需求分析师、系统架构师、后端开发者、前端开发者、代码审查专家 - 🔄 **完整工作流**:需求分析 → 架构设计 → 代码开发 → 代码审查 - 🎨 **可视化前端界面**:友好的Web界面,实时显示进度 - 🚀 **FastAPI接口**:提供RESTful API供前端调用 - 💾 **自动保存**:生成的代码可自动保存到磁盘 - 🐳 **Docker一键启动**:使用Docker Compose一键部署,无需配置环境 - 🔌 **多LLM支持**:支持OpenAI和智谱AI(Zhipu AI)模型 - 🌐 **Nginx反向代理**:内置Nginx反向代理,提供静态文件服务和API转发 ## 支持的LLM提供商 | 提供商 | 模型 | 配置说明 | |--------|------|----------| | OpenAI | GPT-4o, GPT-4, GPT-3.5 | 默认使用 | | 智谱AI | GLM-4, GLM-3-Turbo | 配置 LLM_PROVIDER=zhipu | ## 项目结构 ``` . ├── main.py # FastAPI主应用 ├── example.py # 示例脚本 ├── requirements.txt # Python依赖 ├── .env.example # 环境变量示例 ├── Dockerfile # Docker镜像构建文件 ├── docker-compose.yml # Docker Compose配置 ├── .dockerignore # Docker忽略文件 ├── start.sh # 一键启动脚本 ├── stop.sh # 停止服务脚本 ├── frontend/ # 前端界面 │ ├── index.html # 主页面 │ ├── css/ │ │ └── style.css # 样式文件 │ └── js/ │ └── app.js # 交互逻辑 └── src/ ├── agents/ # AI代理定义 │ ├── agents.py # 代理类 │ └── crew.py # Crew工作流 ├── tasks/ # 任务定义 │ └── tasks.py # 任务类 ├── api/ # API路由 │ └── routes.py # API端点 └── utils/ # 工具函数 └── config.py # 配置管理 ``` ## 快速开始 ### 方式一:Docker一键启动(推荐) #### 1. 配置环境变量 ```bash cp .env.example .env ``` #### 2. 选择LLM提供商并配置API密钥 **使用 OpenAI(默认):** 编辑 `.env` 文件: ``` LLM_PROVIDER=openai OPENAI_API_KEY=your_api_key_here OPENAI_MODEL=gpt-4o ``` **使用 智谱AI:** 编辑 `.env` 文件: ``` LLM_PROVIDER=zhipu ZHIPU_API_KEY=your_zhipu_api_key_here ZHIPU_MODEL=glm-4 ``` #### 3. 一键启动(最简单) ```bash ./start.sh ``` 或者手动启动: ```bash docker-compose up -d ``` #### 4. 访问前端界面 打开浏览器访问:http://localhost 注意:系统使用Nginx反向代理,前端静态文件由Nginx服务,API请求转发到后端服务。 #### 5. 常用命令 ```bash # 启动服务 ./start.sh # 停止服务 ./stop.sh # 查看日志 docker-compose logs -f # 重启服务 docker-compose restart # 重新构建并启动 docker-compose up -d --build ``` --- ### 方式二:本地运行 #### 1. 安装依赖 ```bash pip install -r requirements.txt ``` #### 2. 配置环境变量 ```bash cp .env.example .env ``` #### 3. 选择LLM提供商并配置API密钥 **使用 OpenAI(默认):** 编辑 `.env` 文件: ``` LLM_PROVIDER=openai OPENAI_API_KEY=your_api_key_here OPENAI_MODEL=gpt-4o ``` **使用 智谱AI:** 编辑 `.env` 文件: ``` LLM_PROVIDER=zhipu ZHIPU_API_KEY=your_zhipu_api_key_here ZHIPU_MODEL=glm-4 ``` #### 4. 启动服务 ```bash python main.py ``` #### 5. 访问前端界面 注意:本地运行时没有Nginx反向代理,需要单独配置前端服务。推荐使用Docker方式启动以获得完整的反向代理功能。 如果需要本地测试API,可以访问:http://localhost:8000/docs #### 6. 使用Web界面 1. 在文本框中输入您的项目需求 2. 选择是否保存到磁盘 3. 点击"🚀 开始生成"按钮 4. 实时查看生成进度 5. 完成后查看生成的文件和文档 #### 运行示例脚本(可选) ```bash python example.py ``` 访问 http://localhost:8000/docs 查看API文档。 ## 前端界面功能 - 📝 **需求输入**:简洁的文本输入框,支持多行需求描述 - ⚡ **实时进度**:可视化显示每个AI代理的工作状态 - 📜 **执行日志**:实时显示详细的执行日志 - 📁 **文件预览**:查看所有生成的文件列表 - 📋 **文档查看**:查看需求规格和架构设计文档 - 🎉 **完成通知**:显示代码保存位置 ## API使用 ### 生成代码 ```bash POST /api/generate Content-Type: application/json { "requirements": "你的需求描述", "save_to_disk": true, "output_dir": "./output" } ``` ### 查询任务状态 ```bash GET /api/generate/{task_id} ``` ### 查看所有任务 ```bash GET /api/tasks ``` ## AI代理说明 1. **需求分析师**:深入分析用户需求,生成需求规格说明书 2. **系统架构师**:设计系统架构、技术栈和目录结构 3. **后端开发工程师**:实现后端代码(FastAPI等) 4. **前端开发工程师**:实现前端代码(Vue.js/React等) 5. **代码审查专家**:审查代码质量,提供改进建议 ## 工作流 1. 用户提交需求描述 2. 需求分析师分析并生成需求规格 3. 系统架构师基于需求设计架构 4. 后端和前端开发者并行开发代码 5. 代码审查专家审查并优化代码 6. 系统返回生成的完整代码 ## 注意事项 - 确保使用GPT-4或更高版本的模型以获得最佳效果 - 代码生成过程可能需要几分钟时间,请耐心等待 - 生成的代码可能需要根据实际情况进行调整 ## 生成项目特性 系统生成的每个项目都包含: - 🐳 **完整的Docker配置**:Dockerfile、docker-compose.yml、.dockerignore - 🌐 **Nginx反向代理**:内置nginx.conf,配置静态文件服务和API转发 - 🔧 **环境变量配置**:.env.example示例文件 - 📦 **依赖管理**:requirements.txt(Python)或package.json(Node.js) - 🚀 **一键启动**:通过docker-compose up -d即可启动完整项目