在协同开发的项目中，我们肯定避免不了使用git提交代码，所以经常会看到了一些描述不清的提交信息。当遇到种情况时，我们也不必为此责怪开发人员，因为我们确实很难记住你在 git 提交时刚刚做了什么。
Nutlope / aicommits
一个使用 AI 帮您编写 git 提交消息的 CLI
什么是 Nultope/aicommits？
Aicommits 是一个 CLI（脚手架），它可以使用 AI 为你编写 git 提交消息。
它是如何工作的？
本篇文章本意是着重介绍代码的 AI 部分，但一打开 GitHub，我惊奇地看到了 TABS、jk的使用。这就很有意思，因为 CLI 工具cleye这个工具也是用到了TABS、jk，它给我留下了深刻的印象。我以前也搭建过一些 CLI，而这个 cleye 是在命令行上构建 aicommits 交互的首选工具。这是它很优秀的地方。
如果您想查看 CLI 实现，可以快速阅读src/cli.ts。
// src/cli.tsconst request = https.request({port: 443,hostname: 'api.openai.com',path: '/v1/completions',method: 'POST',headers: {'Content-Type': 'application/json','Content-Length': postContent.length,Authorization: `Bearer ${apiKey}`,},...
到目前为止，我还没有用 OpenAI 构建任何东西，但上面的示例很好的说明了人们应该去如何配置它。
现在查看代码src/utils/openai.ts，我们可以看到正在调用 OpenAI 并使用/v1/completions路径。根据 README的说明，这不是 ChatGPT 补全，而是常规 GTP-3 文本补全。
在 REST 调用之后，我们会先执行响应清理和错误检查器。这是不能绕过的步骤的，因为 OpenAI 经常会遇见停机和服务器负载。
// src/utils/openai.tsif (response.statusCode === 500) {errorMessage += '; 查看 API 状态： https://status.openai.com';
}
最后，看一下createCompletion函数，这才是真正实现功能的地方。
我在下面留下了关于每一行在做什么的解释
// src/utils/openai.tsconst completion = await createCompletion(apiKey, {model, // text-davinci-003 - 用于更长的输出和一致的指令prompt, // nutlope提供的promptTemplatetemperature: 0.7, // 数字越大，输出越随机top_p: 1, // 类似温度但结果不同frequency_penalty: 0, // 降低模型重复同一行的可能性presence_penalty: 0, // 增加模型谈论新话题的可能性max_tokens: 200, // 这将要花你多少钱？stream: false, // 部分消息发送关闭n: completions, // 为每个输入消息生成多少个聊天完成选项
});
还有很多我想深入挖掘，但我把剩下的留给你们看。我建议在本地安装 aicommits 进行试用。前提是你已经注册了 OpenAI 已经添加了你的令牌。
本文正在参加「金石计划」
