两个月 8 万行代码， 我是如何写出 GPT-Runner 直接对话文件和管理运行 AI 预设的

前言

实时对话代码库？？

我是第一批 copilot 内测用户，早在 2021 年 11 月我就开始体验 copilot 了。在 chatgpt 出来第二天我就注册并体验了。

可以说别人还在农耕时代我就早早地用上了蒸汽机。这让我在开发效率上获得了巨大的优势，我可以用同样的开发评估时间摸更多的鱼。

但是我还是不满足，chatgpt 无法阅读我整个代码库，直到 chatpdf 在 2 月份横空出世，它打破了 chatgpt 上下文不足的局面。让我萌生了要把这项技术应用到我的工作中的想法。

我开始研究他们的代码、查找资料，我发现它们用的是 embedding 方式，先把你的文件内容拆分，然后发到 openai embedding（向量化）后，再把文件内容片段和向量结果保存到向量数据库。

当你提问时，把你的问题 embedding，然后把 embedding 结果和向量数据库里的向量进行比较，找到最相似的向量，然后把这个向量对应的文件内容片段返回给 openai，让 openai 根据这个片段和你的问题生成答案。

这样就可以实现 “无限” 的上下文了。但是效果并不理想，因为语义向量片段只对文章之类效果好（勉强），代码压根就不行。

我还是保持复制文件内容，然后去 chatgpt 问的方式，虽然傻，但是效果好。

复制粘贴是一件反人类的事，我想，如果我能把这