開源軟件支撐了我們?nèi)粘Ｊ褂玫谋姸嗉夹g(shù)，從網(wǎng)絡(luò)瀏覽器到操作系統(tǒng)，并且促成了一個充滿活力的開發(fā)者社區(qū)，推動創(chuàng)新的發(fā)生。

維護(hù)開源項(xiàng)目涉及大量重復(fù)性任務(wù)，如錯誤分類和代碼審查，這些任務(wù)往往耗時耗力。傳統(tǒng)上，開源軟件項(xiàng)目嚴(yán)重依賴志愿者開發(fā)者，這限制了他們投入新想法和新功能的時間。

Google 推出了名為 Project Oscar 的開源貢獻(xiàn)者代理架構(gòu)，旨在減少維護(hù)開源軟件項(xiàng)目時的手動勞動。Oscar 代理旨在簡化管理問題、拉取請求（PR）和論壇問題的工作，這些工作通常消耗大量時間和資源。隨著項(xiàng)目的擴(kuò)大，維護(hù)者往往難以跟蹤所有相關(guān)的上下文和文檔，從而影響項(xiàng)目管理的效率。

目前，開源維護(hù)工作通常涉及手動處理收到的問題、將查詢與現(xiàn)有文檔匹配以及管理變更列表（CL）或拉取請求（PR）。

這一過程可能效率低下且容易出錯，導(dǎo)致重復(fù)勞動和響應(yīng)延遲。雖然已有工具如 @gopherbot 可以通過自動化某些任務(wù)提供幫助，但這些工具往往需要編碼配置，這對所有貢獻(xiàn)者來說都可能不夠友好。

Oscar 引入了一種新穎的方法，利用大語言模型（LLM）來提升開源項(xiàng)目維護(hù)的效率。與試圖自動化代碼編寫過程的傳統(tǒng)方法不同，Oscar 主要關(guān)注減少那些重復(fù)且較少吸引人的任務(wù)。Oscar 通過創(chuàng)建利用 LLM 進(jìn)行自然語言輸入的語義分析的代理，將這些輸入轉(zhuǎn)化為可操作的確定性任務(wù)。

Oscar 的架構(gòu)具有三個主要功能：

1. 索引和呈現(xiàn)項(xiàng)目上下文：Oscar 利用 LLM 對項(xiàng)目文檔、問題報告和論壇討論進(jìn)行嵌入，將這些數(shù)據(jù)存儲在向量數(shù)據(jù)庫中。當(dāng)有新問題報告時，系統(tǒng)能夠檢索并呈現(xiàn)高度相關(guān)的現(xiàn)有上下文，并快速識別重復(fù)或相關(guān)的問題。這種即時互動可以節(jié)省維護(hù)者大量時間，并提高問題分類的效率。

2. 用自然語言控制工具：Oscar 計(jì)劃允許維護(hù)者通過自然語言命令與各種確定性工具進(jìn)行交互。維護(hù)者無需學(xué)習(xí)特定的 API 或命令，只需用自然語言描述他們的意圖，LLM 會將這些描述轉(zhuǎn)化為適當(dāng)?shù)墓ぞ卟僮鳌＿@種方法簡化了與項(xiàng)目管理工具的互動，使其更易于使用，并減少了學(xué)習(xí)曲線。

3. 分析問題報告和 CL/PR：系統(tǒng)旨在對收到的報告進(jìn)行更深入的語義分析，以對其進(jìn)行分類、建議標(biāo)簽或請求額外信息。例如，如果報告中缺乏可重現(xiàn)的示例，代理可以提示報告者提供更多詳細(xì)信息。這一功能確保了報告的完整性和可操作性，有助于更快地解決問題。

Oscar 的初始原型 @gabyhelp bot 在 Go 項(xiàng)目的問題跟蹤器中展示了這些功能。該機(jī)器人成功地與貢獻(xiàn)者互動，提供了相關(guān)鏈接和上下文，并顯示出在開源維護(hù)中更廣泛應(yīng)用的潛力。

總的來說，Google 的 Project Oscar 有望通過自動化開源維護(hù)中那些不那么吸引人的任務(wù)，徹底改變開源項(xiàng)目管理的方式。通過將 LLM 與確定性工具集成，Oscar 解決了高效管理問題和拉取請求的需求，最終旨在減少維護(hù)者的工作負(fù)擔(dān)，并使更多的貢獻(xiàn)者成為高效的維護(hù)者。隨著 Oscar 的進(jìn)一步發(fā)展，它在改進(jìn)和簡化維護(hù)流程方面的能力展現(xiàn)出極大的潛力。

本文由LowCode低碼時代根據(jù)公開資料整理，如有侵權(quán)請聯(lián)系刪除。

- END -

繼續(xù)閱讀：

未經(jīng)允許不得轉(zhuǎn)載：RPA中國 | RPA全球生態(tài) | 數(shù)字化勞動力 | RPA新聞 | 推動中國RPA生態(tài)發(fā)展 | 流 > Google 推出 Project Oscar：人工智能助力開源項(xiàng)目維護(hù)，簡化重復(fù)性任務(wù)