Using Gemini 1.5 PRO to Automatically FIX GitHub Issues (Insane) (Part -2)

Summary

In diesem Video zeigt der Sprecher, wie man mit Google Gemini 1.5 Pro GitHub-Probleme löst. Er demonstriert, wie er eine vollständige Repo von 'old Lama' herunterlädt und mit Gemini Pro auffordert, GitHub-Probleme zu lösen. Durch das Hochladen des gesamten 'Lama'-Ordners in Google AI Studio kann der Sprecher Fragen stellen und erhält Antworten, die mit der Dokumentation und dem Source Code des Projekts übereinstimmen. Die Demonstration umfasst sowohl einfache als auch komplexere Fragen, wobei das Ergebnis zeigt, dass die AI bei der Lösung von GitHub-Problemen hilfreich sein kann und als erster Support-Schritt für Entwickler nützlich ist, um Zeit bei der Wartung von Open-Source-Projekten zu sparen.

Takeaways

• 🌟 Google Gemini 1.5 Pro ist ein AI-Programm, das für die Lösung von GitHub-Problemen eingesetzt werden kann.
• 🔍 Es kann GitHub-Probleme durch Suchen in Dokumentation und Quellcode lösen, indem es relevante Informationen ausgibt.
• 🚀 Die Leistungsfähigkeit von Google Gemini 1.5 Pro wird durch seine Fähigkeit, den gesamten Codebasis eines Projekts zu verstehen, beeinflusst.
• 📚 Das Programm kann als nützlicher Programmieraushilfe dienen und die Zeit von Entwicklern, die Open-Source-Projekte pflegen, sparen.
• 🛠️ Es ermöglicht das Hochladen von Projekt-Repositories und die Beantwortung von Fragen basierend auf dem bereitgestellten Quellcode und Dokumentationen.
• 📈 Google Gemini 1.5 Pro verfügt über 1 Million Tokens und ein Kontextfenster, das für die Verarbeitung von Anfragen genutzt wird.
• 📌 Das Programm kann auch für die Erstellung oder Modifikation von Code verwendet werden, indem es vorhandene Skripte bearbeitet und aktualisiert.
• 🔧 Es bietet Lösungen für spezifische GitHub-Probleme, indem es auf der Grundlage des bereitgestellten Codes und der Dokumentation Antworten generiert.
• 💡 Google AI Studio, das von Gemini 1.5 Pro unterstützt wird, kann bei der Problemlösung helfen, indem es Fragen beantwortet und Anweisungen gibt.
• 🔄 Das System kann auch bei der Aktualisierung von Installationsskripten helfen, indem es die bestehenden Skripte erkennt und entsprechend modifiziert.
• 💬 Die Interaktion mit Google Gemini 1.5 Pro kann dazu beitragen, die Qualität der Unterstützung bei GitHub-Problemen zu verbessern.

Q & A

Was ist Google Gemini 1.5 Pro und wie kann es verwendet werden?

Google Gemini 1.5 Pro ist eine künstliche Intelligenz-Software, die zur Lösung von GitHub-Problemen eingesetzt werden kann. Es kann verwendet werden, um den gesamten Codebasis eines Projekts zu verstehen und als nützlicher Programmier-Assistent oder als erste Instanz der Unterstützung bei der Lösung von GitHub-Problemen zu dienen.

Wie kann man Google Gemini 1.5 Pro auf die GitHub-Probleme anwenden?

Man kann Google Gemini 1.5 Pro anwenden, indem man den gesamten Code des Projekts hochlädt, damit es den Kontext versteht und dann spezifische Fragen oder Probleme aus GitHub-Issues eingibt, um Lösungen zu erhalten.

Was ist der Vorteil von Google Gemini 1.5 Pro bei der Lösung von GitHub-Problemen?

Der Vorteil von Google Gemini 1.5 Pro besteht darin, dass es die gesamte Codebasis eines Projekts verstehen kann, was dazu beitragen kann, präzisere und effektivere Lösungen für auftretende Probleme zu finden.

Welche Art von Fragen kann Google Gemini 1.5 Pro beantworten?

Google Gemini 1.5 Pro kann eine Vielzahl von Fragen beantworten, die sich auf die Codebasis beziehen, sowie Fragen zu spezifischen GitHub-Problemen, die in Issues diskutiert werden.

Wie lange dauert es in der Regel, bis Google Gemini 1.5 Pro eine Antwort liefert?

Die Antwortzeit variiert je nach Komplexität der Frage und dem von der AI verwendeten Kontextfenster. In einigen Fällen kann es eine Weile dauern, bis eine Antwort bereitgestellt wird.

Kann Google Gemini 1.5 Pro den gesamten AMA-Codebase bearbeiten und verständnisvoll verarbeiten?

Ja, Google Gemini 1.5 Pro kann den gesamten AMA-Codebase hochladen, verarbeiten und verstehen, um spezifische Fragen oder Probleme zu lösen.

Welche Art von GitHub-Problemen kann Google Gemini 1.5 Pro am besten lösen?

Google Gemini 1.5 Pro ist am besten in der Lage, einfache bis mittlere Probleme zu lösen, die in der Dokumentation oder im Code des Projekts klar definiert sind.

Könnte Google Gemini 1.5 Pro auch für die Erstellung oder Modifikation von Code verwendet werden?

Ja, Google Gemini 1.5 Pro kann verwendet werden, um neuen Code zu erstellen oder bestehenden Code zu modifizieren, basierend auf seiner Fähigkeit, den Kontext und die Anforderungen zu verstehen.

Wie kann man Google AI Studio mit Google Gemini 1.5 Pro verwenden?

Man kann Google AI Studio verwenden, indem man den gesamten Codebase und die Dokumentation in das System hochlädt und dann spezifische Fragen oder Anfragen stellt, um Lösungen oder Informationen zu erhalten.

Welche Rolle spielt die AI bei der Unterstützung von Open-Source-Projekten?

Die AI kann als erste Instanz der Unterstützung dienen, indem sie automatisierte Antworten auf GitHub-Issues liefert, die das Auflösen von Problemen beschleunigen und den Entwicklern Zeit sparen.

Gibt es Einschränkungen bei der Verwendung von Google Gemini 1.5 Pro?

Es gibt möglicherweise Einschränkungen in Bezug auf die Komplexität der Probleme, die es lösen kann, sowie die Genauigkeit der bereitgestellten Lösungen. Es ist auch wichtig, dass es den richtigen Kontext versteht und keine Halluzinationen erzeugt.

Outlines

00:00

🤖 Lösung von GitHub-Problemen mit Google Gemini 1.5 Pro

In diesem Paragraph wird gezeigt, wie man GitHub-Probleme mit Googles Gemini 1.5 Pro löst. Der Sprecher erklärt, dass er eine vollständige Repo von 'old Lama' heruntergeladen hat und Gemini Pro bitten wird, GitHub-Probleme für ihn zu lösen. Er demonstriert dies mit einem einfachen GitHub-Issue über die Deinstallation von 'o Lama' von Ubuntu WSL. Die AI von Google liefert eine genaue Antwort, die dem Dokumentationsmaterial entspricht. Der Sprecher erklärt außerdem, wie er die Repo heruntergeladen und in Google AI Studio hochgeladen hat, um die Funktionsweise zu veranschaulichen.

05:02

🔍 Testen von einfachen und komplexeren GitHub-Problemen

Der Sprecher beschreibt, wie er mit Google Gemini 1.5 Pro sowohl einfache als auch etwas kompliziertere GitHub-Probleme löst. Er wählt ein einfaches Problem aus dem Issues-Logbuch und zeigt, wie er die AI dazu bringen kann, eine Lösung zu finden. Anschließend versucht er, ein etwas schwierigeres Problem zu lösen, aber er findet keine zufriedenstellende Antwort. Er erklärt auch, wie man die GitHub-Probleme auswählt und wie man die AI mit den gewünschten Fragen interagiert, um Lösungen zu finden.

10:02

💡 Anwendung von AI bei der Lösung von GitHub-Issues

In diesem Abschnitt wird gezeigt, wie AI bei der Lösung von GitHub-Issues helfen kann. Der Sprecher erklärt, dass er verschiedene Issues auswählt und Google AI Studio fragt, um Lösungen zu finden. Er diskutiert auch, wie man die Installationsskripts modifizieren kann, um Funktionen wie die Auto-Erkennung des Init-Systems in Linux-Systemen zu unterstützen. Der Sprecher betont, dass AI ein nützliches Werkzeug sein kann, um GitHub-Probleme zu lösen oder zumindest als erste Instanz bei der Unterstützung von Open-Source-Projekten.

Keywords

💡GitHub

GitHub ist eine webbasiertes Git-Repository und ein Codes-hosting-Dienst, der von Entwicklern genutzt wird, um an Projekten zusammenzuarbeiten. Es ermöglicht das Teilen von Code, das Verfolgen von Änderungen und das Zusammenarbeiten an Issues. Im Video wird gezeigt, wie man GitHub-Issues mithilfe von Google Gemini 1.5 Pro löst.

💡Google Gemini 1.5 Pro

Google Gemini 1.5 Pro ist eine KI-basierte Software, die für die Lösung von Programmierungsproblemen und die Verbesserung der Softwareentwicklungsleistung eingesetzt wird. Es verfügt über eine Million Tokens und einen großen Kontextfenster, um komplexe Fragen zu beantworten.

💡Software Engineering

Software Engineering bezieht sich auf den systematischen, wissenschaftlichen und methodischen Ansatz zur Entwicklung, zum Testen, zum Konfigurieren, zum Einsatz und zur Wartung von Software. Im Video wird die Leistung in Bezug auf das Lösen von GitHub-Issues gemessen.

💡AMA

AMA (Ask Me Anything) ist ein Begriff, der oft in Online-Communities verwendet wird, um ein offenes Interview oder eine Diskussion zu beschreiben, bei der jemand Fragen zu allen möglichen Themen beantworten kann. Im Kontext des Videos ist AMA jedoch ein KI-Modell, das zur Lösung von GitHub-Issues eingesetzt wird.

💡Ubuntu WSL

Ubuntu WSL (Windows Subsystem für Linux) ist eine Technologie, die es Windows-Benutzern ermöglicht, Linux-Distributionen wie Ubuntu direkt auf ihrem Windows-Betriebssystem auszuführen. Im Video wird ein GitHub-Issue gezeigt, das sich mit dem Deinstallieren von Ubuntu WSL befasst.

💡AI Studio

Ein AI Studio ist eine Plattform oder Anwendung, die KI-basierte Funktionen wie maschinelles Lernen, Datenanalyse und Automatisierung bietet. Im Video wird Google AI Studio genannt, das mit Google Gemini 1.5 Pro arbeitet, um GitHub-Issues zu lösen.

💡Konversationale Geschichte

Konversationale Geschichte bezieht sich auf die Möglichkeit, dass ein KI-System vorherige Interaktionen oder Fragen berücksichtigt, um eine kontinuierliche und kohärente Konversation mit dem Benutzer zu führen. Im Video wird gefragt, wie diese Geschichte in ein Modell eingebettet wird, um die Interaktion zu verbessern.

💡Docker

Docker ist eine Plattform für die Containerisierung von Anwendungen, die es ermöglicht, Anwendungen und ihre Abhängigkeiten in einem Paket zu kapseln, damit sie überall gleich lauffähig sind. Im Video wird ein GitHub-Issue über Docker-Images und CUDA-Bibliotheken diskutiert.

💡CUDA

CUDA (Compute Unified Device Architecture) ist eine Parallelisierungsplattform und Programmiersprache, die von NVIDIA entwickelt wurde, um ihre GPUs (Grafikprozessoren) für die Verarbeitung von Hochleistungsrechnungen zu nutzen. Im Video wird ein GitHub-Issue erörtert, das sich mit der Unterstützung von CUDA in Docker-Images beschäftigt.

💡Installationsskript

Ein Installationsskript ist ein Programm oder eine Serie von Befehlen, die automatisiert die Installation einer Software auf einem Computer durchführen. Im Video wird ein GitHub-Issue diskutiert, das sich auf ein Installationsskript bezieht.

💡OpenRC

OpenRC ist ein init-System für Unix-ähnliche Betriebssysteme, das für seine Einfachheit und Modularität bekannt ist. Es ist eine Alternative zu anderen init-Systemen wie Systemd oder Upstart. Im Video wird ein GitHub-Issue erörtert, das sich mit OpenRC und dem Installationsskript befasst.

💡Automatisierte Unterstützung

Automatisierte Unterstützung bezieht sich auf die Verwendung von KI oder automatisierten Systemen, um den Support für Benutzer zu verbessern, indem sie Fragen beantworten oder Probleme lösen. Im Video wird gezeigt, wie Google Gemini 1.5 Pro als automatisierter Support genutzt wird, um GitHub-Issues zu lösen.

Highlights

Google Gemini 1.5 Pro is being used to solve GitHub issues, showcasing its capabilities in real-world software engineering tasks.

The AI is able to replicate the demonstrations shown in the video, indicating a high level of accuracy and understanding.

A new GitHub issue regarding uninstalling olama from Ubuntu WSL is used as a test case for the AI's problem-solving skills.

The AI provides a correct solution to the GitHub issue by referencing the official documentation, demonstrating its ability to integrate external knowledge.

The AMA folder is downloaded and uploaded to Google AI Studio, utilizing the MIT license for legal compliance.

Google Gemini 1.5 Pro comes with 1 million tokens for context window, which are used to understand and process the uploaded AMA folder.

The AI can answer both simple and complex questions based on the AMA source code and documentation, showing versatility in handling different query types.

The AI successfully guides through the process of running an LM with olama, providing accurate and detailed instructions.

The AI addresses a GitHub issue about disabling history influence in conversational models, offering a potential solution.

The AI's response to a GitHub issue regarding response format not supported shows its ability to understand and correct API request issues.

The AI suggests creating a Docker file with the necessary Cuda libraries to address a GitHub issue about building Cuda-ready Docker images.

The AI proposes an auto-detect feature for the installation script to identify the current init system on Linux machines, showcasing its coding and modification skills.

The AI's ability to understand and edit code is demonstrated by its attempt to update the install.sh script based on the init system.

The AI's performance in solving GitHub issues suggests its potential as a supportive tool for developers and maintainers of open-source projects.

The AI's capacity to provide solutions to GitHub issues indicates a promising future for AI in software development and debugging.

The video demonstrates the practical application of Google Gemini 1.5 Pro in coding and software engineering tasks, beyond theoretical knowledge.

The AI's interaction with the AMA code base and GitHub issues provides a glimpse into its potential as a collaborative programming tool.

Transcripts

I can solve GitHub issues with Google

Gemini 1.5 Pro everyone seems to be

super impressed with dein supposedly the

world's first software engineer and one

of the important benchmarks that Devon

used is this one this is a real world

software engineering performance and

they said percentage of GitHub issues

resolved by D I can solve GitHub issues

with Google Gemini 1.5 Pro if you have

got 1.5 pro access you should be able to

pretty much replicate every everything

that I'm showing on this particular

video I'm going to take this entire repo

from old Lama and I'm going to ask

Gemini Pro to solve giup issues for me

first I'm going to pick easier issues

like this during the course of the video

we'll also see if it can solve slightly

more complicated issues than simple

issues let me quickly show you a demo so

this is a new GitHub issue that was

opened just yesterday and the issue is

how can I uninstall olama from my Ubuntu

WS so I'm going to take this just simply

go here and I'm going to go put here

that the same thing so I've just

literally pasted the same thing here I

said solve the following GitHub issue

guys how can I uninstall o Lama from my

Ubuntu WSL and then it goes on giving me

the answer okay it says first stop it

then disable it and then it says that I

have to remove the file path where o

Lama is there which is exactly what is

in the documentation and this literally

solves this particular GitHub issue so

successfully one out of one we have

managed to solve using Google Gemini 1.5

Pro how have we reached here that's one

something that I want to share so what I

have done is I have gone ahead and then

downloaded the entire AMA folder

thankfully this is an MIT license so I'm

not violating any copyrights in this

particular case so I downloaded the

entire repo the entire repo so the way

you download a repo is not very

difficult you can either get clone it

and get it to your local machine or you

can go here and then download the

zip file so after I downloaded this ZIP

file I unzipped it and I got the entire

folder here this is the total folder of

wama and it has got documentation it has

got the source code it has got examples

it has basically got everything that you

need to understand AMA now Google Gemini

1.5 Pro comes with 1 million tokens

context window as you can see here I out

of 1 million tokens context window I've

already used up close to 300,000 that is

because the first thing that I did here

is I uploaded the entire olama file so I

downloaded the W folder the repo

unzipped it and I uploaded the entire W

folder to Google AI Studio which is now

powered by Gemini 1.5 Pro and with after

I do this now is the time I can go ahead

and ask any question I can start with a

very simple question and I can go with

complicated question question so let's

start with a very simple question for

bravy I will edit the response time so

the response time might be longer based

on the tokens that you have got but uh

I'm not going to show you the entire

time that you have to wait but you can

understand that it will take a little

bit of time for it to run so the first

question is give how to use

olama for running an running an LM maybe

simple question let's see how to use ol

for running a lum it's a very poorly

formed question but as you can see here

the question is sent to this particular

system and the chat this particular

session has got knowledge about olama

source code which has got the source

code and also the documentation so it is

going to take the documentation and the

source code and it is ultimately going

to give me an answer which will evaluate

whether it is the right answer or not

comparing the documentation or all the

other things meanwhile I can go to the

documentation here and then see if they

have got any example here so you can see

there is a Linux example you can see

there is a readme.md so there's a quick

start you can quick see quick start and

how to start AMA so download the model

like this and then you can just run the

model now when we go to our Google AI

Studio it is uh guiding us so the

question is how to use ol for running an

llm it says Okay first install AMA then

you pull the model and then you run the

model and then you ask the question this

is 100 % the right way to run AMA in

fact it goes on and gives me couple of

options one is the ca option the

interactive mode option the AA option

and then it gives me the path in fact

like okay you want model options go

click here I'm clicking the file

hopefully it's not hallucinated it's not

hallucinated and I have got the entire

model file if I want to customize the

llm with let's say system prompt with my

own temperature value with my own hyper

parameters for the llm which also works

100% completely and it also says GPU

acceleration if you have compatible

Nvidia GPU AMA can leverage it for

faster inference ensure you have the

necessary cod. drivers and configuration

so the first test very simple code it

successfully gave now the second thing

that I want to do is I'm going to go

pick one of the GitHub issues I'm going

to go click issues here and uh I'm going

to start with very simple questions so

I'm going to select the question tag and

inside the question tag I'm going to I'm

going to find question so let's let's

pick a question here which is maybe just

easy to read so here integrated GPU

support it says integrated GPU support

and what is the answer the answer goes

on back and forth back and forth back

and forth I'm not picking up this kind

of an issue because uh it might be

little difficult for us to validate

whether it will work or it will not work

so let's pick one more issue here so it

says okay there is no way to disable

this in the Ripple although if you want

to clear out the current context you can

use load model OKAY some some issue is

there so I'm going to go take this

question right and I'm going to come

back here and then ask this question

here is a GitHub issue on ol repo help

me Solve IT paste the solution send it

at this point the entire text goes I'm

not putting a lot of effort in

formatting and this text is sent there

so I'm going to go back and then just

read it for my understanding okay I want

to understand how does a conversational

history is fed back into the template

from the model file here is the model

file I'm able to do conversational

question and answering on the terminal

but I'm not sure how does a template

take care of the history so the answer

here is that there is no way to disable

this in the Ripple on the contrary how

do I disable such Behavior I want to run

a fine tune model which just answer

based on the question I don't want it to

get influenced by the previous question

so right now there is no way to clear

out and you can just use load model it

says you can use the fresh load model to

load the fine tune model that you have

got and uh if you want to load the model

again it will remain in the memory and

it won't be reloaded and it will make

the model forget anything from before so

this is the only option let's see if

Google AI Studio can figure out so it

gives a solution I don't think it has

figured out okay con fedback okay it

explains how the conversation is fled

black okay cool it says R okay disabling

the history influence it says you can

reduce the number of context parameter

uh that can reduce I don't think that is

valid it says you can clear the context

in the terminal use a command set

context okay to reset the context I'm

not sure how 100% right it is but um

will it work I'm not sure like you can

set the context and reset if you want to

completely isolate the question from

previous interactions you can manually

clear the context before each new

question in the terminal you can use

this and then do this cool uh I don't

know honestly I don't know if if it will

work if you think it will work let me

know in the comment section but um it

somehow gave me the answer let's pick

the next get up issue which in this case

the title is response format not

supported when sending this request to

open AA endpoint I don't get the

requested Json and the answer to this is

it looks like you may be sending a

response schematic in the response

format this is not supported by AMA

currently one format Json is supported

okay so that is the solution and

somebody else came and gave one more

solution that we have got uh there is a

work around let's use the same thing and

I have given the same question here as

you can see here I pasted the entire

thing and then it kind of gives me the

response back once again the response is

slightly more veros maybe we can control

that by giving a condition there one of

the answers which is exactly what the

GitHub answer here is is the format Json

and as you can see here it says correct

format parameter double check the format

parameter in your API request it said to

Json this is essential for requesting

Json output and it also gives me the

example code with the same thing that I

can send and get the exact same format

which is Json not validating the last

one but this kind of um explains how to

do it and 100% solves the issue so let's

pick one more GitHub issue here which is

and let's pick one of the closed ones

because it's we know that it has got a

solution build Cuda ready docker image

um let's see if it works currently the

official image container does not

contain necessary Cuda libraries this is

inconvenient and um there is I see you

have provided Rock M images for AMD gpus

can you provide C images if that's not

feasible how about providing a specific

Docker file I'm using AMA container this

one and Cuda libraries are there let's

see if Google can figure out the answer

and then give us let's ask the same

question currently the official

container image does not Coda libraries

send the same question let's see what it

gives back I've got a response back it

says okay it agrees that it is not

possible and it gives me an option to

create a Docker file which is take from

the AMA current image and then install

the Cod libraries whatever that is

required build the image run the image

and there is a second option it says we

can use nvidia's container toolkit let

me click this and then see if it works

actually oh obviously the link works

it's not hallucinated link and then we

have the response back

once again I'm not sure if it works but

it looks compellingly correct so so far

we have tried a bunch of easy issues and

in many cases I found the response is

really good like I can I can see that it

is a good response now what we are going

to do is instead of taking a question

which is the question labeled GitHub

issue let's take one of the issues which

is uh let's say like a request or

something like that so I'm going to go

here and then pick one of the feature

request

so open RC in it support so it says

could be really nice if the installation

script had Auto detect feature to

identify the current ran in it system on

the Linux machine to paste the entire

thing and then I'm going to go here and

solve this and send this that's it um

because that this particular session

already knows code and it also has got

the other external knowledge it'll be

really interesting to see if it can

create new code or modify the existing

install.sh script it took about 50

seconds for it to create okay it says I

agree that auto detect feature and the

install s script would be helpful here

is a possible approach it gives me this

approach detect the init system check

for this this one if we check or check

for open RC open RC is exactly what this

person has shown so that they have got

open RC so it says detect it and then

give me and install W service file

accordingly and then you can install it

and then you have open RC integrated

integration into install s so it says

replace the existing init system

specific install logic in the install sh

file so it tells us to do it and if we

go here and then we find the file which

is uh the install sh scripts file go

file you can see here so now what I'm

going to do is I'm going to say replace

it and give me the entire file so I'm

going to say replace it yourself and

give me the new

install.sh file and I want to the reason

I'm asking this is I want to know

whether it can actually fetch the

install.sh file make the changes in the

right place it give and then return us

back and um that is very important

because anybody can give this suggestion

the fact that it knows all these

information I think it makes it far

superior if it can edit the code and

give us back we have got the updated

code here uh the updated code honestly

like looks much smaller than what we

have so it doesn't look like probably it

has got the code directly from here

because it has probably missed a lot of

parts maybe that is something that we

should explicitly say go here and then

get it which is what the de team said

but I think it has done a decent job uh

with uh okay identifying the init system

here and then based on that giving the

particular set of installation based on

whatever init system that has got so at

this point uh I just wanted to give you

a glipse of how to to solve GitHub

issues with AI and I think like it is

extremely helpful that you have got an

AI system that can understand the entire

code base of your own project so it can

be a useful pair programmer and it can

be helpful in solving GitHub issues or

at least like you can have like the

first line of support which is like the

AI generated answer added automatically

to the GitHub issue which could solve

the time of the developer who is

maintaining an open source project if

you are interested in me checking out

any other Library let me know in the

comment section but I'm super interested

in trying Google Gemini 1.5 Pro for

coding more