本文为大家分享一款本周爆火的 GPT开源项目。
前言
你敢信，只凭借着一张屏幕截图即可转换生成 HTML/Tailwind CSS 代码。可以算得上是前端工程师的福音。它就是 screenshot-to-code。
而这个项目刚上线也就一周左右，在GitHub上就已经有 17.3k 的Star。它可以纳入本周爆火项目之一了！
项目介绍
screenshot-to-code 的功能实现是借助 gpt-4-vision-preview 模型，直接给你的屏幕截图转换为 HTML/Tailwind CSS，并利用 DALL-E 3 的图像生成能力，生成外观相似的图像。
说的通俗易懂一点就是，该项目利用 GPT4 Vision 的能力来完成图像识别和代码生成的功能。
该项目是采用前后端分离模式，后端是采用 Python FastAPI 框架 开发而成。前端则是借助 React 框架构建。
利用这个开源工具，我们可以直接将设计稿转换为实际代码，快速为网站生成 Demo。也可以在学习过程中，用该工具来模仿学习其它网站代码。
与其说是前端的福音，不如说是后端的福音，是不太擅长前端代码编程人的福音。
主要功能
- GPT-4Vision智能生成代码: 通过集成GPT-4Vision，该应用程序能够智能地分析截图并生成相应的HTML、Tailwind CSS和JavaScript代码，使用户无需手动编写代码。
- DALL-E3生成相似图像: 应用程序不仅生成代码，还利用DALL-E3生成与原始截图相似的图像，增强用户体验。
- 实时代码更新: 用户可以直接在应用程序中查看生成的代码，并在需要时通过与AI的互动指令，调整样式或更新缺失的部分，以满足其需求。
- 灵活的配置选项: 应用程序提供了设置，允许用户选择是否启用DALL-E图像生成功能，使其更加灵活适应不同需求。
- 本地部署与用户反馈: 用户可以通过本地部署应用程序进行使用，同时FAQ部分提供了解决常见问题的指南。用户还可以通过GitHub上的issue或Twitter提供反馈、功能请求和报告bug。
使用
前提：需要一个能够访问 GPT-4 Vision API 的 OpenAI API 密钥。
后端Python需要安装一个poetry模块来进行包管理。
pip install poetry
然后以此命令来运行：
cd backend echo "OPENAI_API_KEY=sk-your-key" > .env poetry install poetry shell poetry run uvicorn main:app --reload --port 7001
运行前端：
cd frontend yarn yarn dev
前端和后端都运行后，访问指定服务http://localhost:5173即可使用。
项目源码剖析
有大佬们看到该项目爆火后，就去研究了下它的实现原理，其核心竟然是依靠 Prompt，然后通过 Prompt提示词 去交给gpt4-vision模型去处理。
以下内容为英译中后的Prompt：
你是一名熟练的Tailwind开发者
你从用户那里获取参考网页的截图，然后使用Tailwind、HTML和JS构建单页面应用程序。
你可能也会收到你已经构建的网页的截图，并要求更新它的外观，使其更像参考图片。
- 确保应用程序看起来与截图完全一样。
- 注意背景颜色、文字颜色、字体大小、字体系列、填充、边距、边框等。准确匹配颜色和尺寸。
- 使用截图中的确切文本。
- 代码中不要添加注释，比如 "<!-- 根据需要添加其他导航链接 -->" 和 "<!-- ...其他新闻条目... -->"，而是写入完整的代码。
- 根据需要重复元素以匹配截图。例如，如果有15个项目，则代码应该有15个项目。不要留下 "" 这样的注释，否则会出现问题。
- 对于图像，请使用来自 https://placehold.co 的占位图像，并在alt文本中包含图像的详细描述，以便图像生成AI可以生成图像。
在库方面:
- 使用这个脚本来包含Tailwind：
- 你可以使用Google Fonts
- Font Awesome用于图标：<link rel="stylesheet" href="https://cdnjs.cloudflare.com/ajax/libs/font-awesome/5.15.3/css/all.min.css"></link>
仅返回在<html></html>标签中的完整代码。不要包括markdown "```" 或在开头或结尾的 "```html".
生成图片的原理，是直接从生成好的 HTML 中提取出 img 标签，再次调用 DALL-E 3 接口生成图片，替换进去。
小结
screenshot-to-code 它是一个开源项目，旨在利用深度学习技术将屏幕截图转换为可编辑的代码。快速一键克隆目标风格页面，该项目的目标是帮助开发人员快速生成代码，节省时间和精力。
总的来说，screenshot-to-code 是一个有潜力的开源项目，可以为开发人员提供便利和帮助，同时也对深度学习技术在软件开发领域的应用进行了探索和实践。
