用于实时存储库数据分析的工具增强型 GPT-4 聊天机器人

软件存储库包含有关代码贡献、错误报告和项目活动的大量数据，但由于查询存储库的专业知识有限，对于非技术利益相关者和开发人员来说，访问这些信息仍然具有挑战性。为了解决这个问题，我们引入了一种新颖的聊天机器人架构，利用 OpenAI 的 GPT-4 模型来自动提取和分析存储库数据。相比之下，我们的架构首先采用结构化路径，解析用户的查询以提取相关参数，然后根据该分析选择要使用的正确工具，最后调用 GPT-4 模型来创建高度详细的响应。与之前基于具有嵌入模型和文档检索器的多组件系统的工作相比，我们的架构通过依赖即时工程和工具选择来适应查询意图，从而反转了该过程。为了验证我们的方法，我们对各种问题类型进行了实验，包括问题、拉取请求、提交、复合问题和一般存储库信息，评估我们的目标提示提高模型响应准确性的能力。除了向不同的用户展示该架构的实用性之外，我们的研究结果表明，该架构还可以通过产生可操作的见解，使技术和非技术受众更容易访问存储库数据。