CodeFlying vs mshumer/gpt-prompt-engineer - GitHub

CodeFlying permite que você descreva uma ideia de aplicativo em um chat e receba de volta sites, aplicativos móveis e mini apps de mensagens para Telegram, WhatsApp, Line e canais similares. Faça upload de uma imagem de referência na página inicial quando quiser que o layout ou a direção visual estejam incorporados na primeira geração.

A maioria dos construtores no-code para por aí em páginas de destino ou um tipo de saída. CodeFlying também anuncia a construção de mini-programas WeChat em suas palavras-chave do site, além de pôsteres, textos de marketing e um agente de atendimento ao cliente com IA junto ao gerador de aplicativos. A galeria pública agrupa criações da comunidade em abas de Ferramentas Pessoais, Empresas, Educação, Entretenimento e Comércio Eletrônico para que você possa navegar por caso de uso antes de iniciar.

O produto é direcionado a criadores que querem um único construtor para web, móvel e superfícies de mensagens sem escrever código primeiro. Coffy, um assistente de voz na página inicial, ajuda quando você não tem uma ideia inicial. CodeFlying é operado pela KUAFUAI LTD., alimentado por KuaFuAI, suporta 14 idiomas de interface, e sua meta descrição informa mais de 1 milhão de criadores na plataforma.

mshumer/gpt-prompt-engineer é um kit de ferramentas de engenharia de prompts de código aberto que gera, testa e classifica prompts candidatos para uma tarefa que você define. Você descreve o caso de uso, fornece casos de teste e os cadernos criam várias variantes de prompts, executam-nos em todos os casos de teste e classificam os resultados com um sistema de classificação ELO começando em 1200. Ele é distribuído como cadernos Jupyter que você pode executar no Google Colab ou localmente.

A maioria das ferramentas de prompts ajuda você a escrever um prompt de cada vez. O gpt-prompt-engineer trata a seleção de prompts como um torneio: dezenas de candidatos competem em seus casos de teste, e as pontuações ELO mais altas revelam os vencedores. Cadernos separados cobrem tarefas de classificação, o Claude 3 Opus com casos de teste gerados automaticamente e a conversão de Opus para Haiku para inferência mais barata. Opcionalmente, o Weights & Biases e o Portkey registram cada execução.

Engenheiros de ML, engenheiros de prompts e desenvolvedores de IA o utilizam quando precisam de ajuste de prompts reprodutível em vez de tentativa e erro manual. O repositório tem 9,7 mil estrelas no GitHub e funciona com suas próprias chaves de API da OpenAI ou Anthropic. É gratuito sob a licença MIT.