1. GPT Engineer Prompt-Driven Code Generation CLI
prompt 驱动的代码生成 CLI，适合从需求说明快速生成第一版工程骨架。
Prompt
---
name: GPT Engineer Prompt-Driven Code Generation CLI
description: prompt 驱动的代码生成 CLI，适合从需求说明快速生成第一版工程骨架。
type: code
---
# GPT Engineer Prompt-Driven Code Generation CLI
## 快速使用
### 适合谁
适合想把“写需求说明 -> 生成第一版项目”这件事做成稳定 CLI 流程的人。
### 先做什么
1. 用 Python 3.10-3.12 安装 `gpt-engineer`。
2. 配置 `OPENAI_API_KEY` 或 `.env`。
3. 新建一个空目录。
4. 在目录里创建一个名为 `prompt` 的文件。
5. 运行 `gpte <project_dir>`。
如果你是改已有项目，就在现有目录里写 `prompt`，然后运行 `gpte <project_dir> -i`。
### 跑通后会看到什么
你会看到一个真正落盘的项目目录，而不是聊天窗口里零散的代码片段。
## 介绍
GPT Engineer 的价值在于，它把代码生成变成了一个文件驱动的工作流。你的输入不是聊天记录，而是一个明确的 `prompt` 文件；你的输出也不是聊天回复，而是一整个项目目录。
如果你在找“怎么更系统地让 AI 帮我起项目”，这条资产非常适合作为起点。
## 资产详情
### 你会拿到什么
- 一个 CLI：`gpte`
- 一个固定输入约定：项目目录里的 `prompt` 文件
- 一个增量改造模式：`-i`
- 一个基准测试入口：`bench`
### 从哪里开始
- 第一次使用先看 README 的 `Getting Started`。
- 真正要执行的是 `gpte`。
- 如果你后面想做团队版本，再去看 `preprompts` 相关机制。
### 一个具体用法
比如你想快速起一个“带 API 和前端的待办应用”：
1. 新建空目录。
2. 在 `prompt` 文件里写清楚功能、技术栈和边界。
3. 运行 `gpte <project_dir>`。
4. 生成出来后检查目录结构和关键文件。
5. 如果想继续优化，再补一版 prompt，用 `-i` 迭代。
### 跑通后会得到什么
你会得到一版可以继续修改、继续测试、继续演进的项目骨架。对原型探索和第一版结构搭建非常有帮助。
### 什么时候不要用
- 如果你要的是生产可直接上线的代码，这条资产不够。
- 如果你连需求边界都说不清，只写一句很模糊的 prompt，结果通常也不会稳定。
## 来源与感谢
- **来源**: https://github.com/AntonOsika/gpt-engineer
- **原作者**: Anton Osika
- **原始发布账号**: `@AntonOsika`
- **整理发布**: TokRepo精选
- **鸣谢**: 感谢原作者公开提供 CLI、prompt 约定和相关文档。
- **原文说明**: 如需查看完整文档、模型配置、Docker 用法和 Terms of Use，请以原仓库为准。