Крутая штука: нейросеть теперь может анализировать код на GitHub и генерить по нему понятные гайды. Для всех, кто хочет разобраться в чужом коде без головной боли. 🤯👨💻 #AI #программирование
Новый AI-инструмент от Pocket Flow анализирует GitHub-репозитории и автоматически генерирует понятные обучающие руководства. Этот проект, построенный на 100-строчном LLM-фреймворке, сканирует код, выявляет ключевые абстракции и их взаимодействие, а затем преобразует сложный код в beginner-friendly туториалы с визуализациями. Среди примеров успешной работы инструмента — туториалы для популярных репозиториев: AutoGen Core (создание AI-команд), Celery (фоновая обработка задач), FastAPI (быстрое создание API) и NumPy Core (высокопроизводительные вычисления). Для начала работы нужно клонировать репозиторий, установить зависимости (pip install -r requirements.txt) и настроить LLM в utils/call_llm.py, указав credentials (по умолчанию используется Gemini Pro 2.5). Затем можно анализировать как удаленные GitHub-репозитории (python main.py —repo URL), так и локальные директории, с возможностью указания включаемых/исключаемых файлов, максимального размера и языка туториала (поддерживается английский и китайский). Готовые руководства сохраняются в директории ./output. Проект разработан с использованием Agentic Coding — парадигмы, где люди проектируют, а AI-агенты пишут код. В основе лежит фреймворк Pocket Flow, позволяющий AI-агентам (например, Cursor AI) автоматизировать разработку. Подробный процесс создания инструмента показан в YouTube-туториале.
