Dans le monde du développement logiciel, l’intelligence artificielle (IA) révolutionne la manière dont nous écrivons et remanions le code. Aujourd’hui, nous allons explorer les outils libres et installables localement qui permettent aux développeurs d’améliorer leur productivité tout en gardant le contrôle sur leurs données.

github2file : simplifier le partage de code avec les IA

Avant de plonger dans les assistants IA, commençons par un outil qui facilite leur utilisation : github2file.

Cet outil Python permet d’extraire le code d’un dépôt GitHub et de le compiler dans un fichier texte unique, rendant ainsi plus simple le partage de code avec les chatbots d’IA[4].

Fonctionnalités clés de github2file :

• Extraction du code d’un dépôt GitHub
• Filtrage par langage (Python ou Go)
• Option pour supprimer les commentaires et les docstrings
• Sélection de branches ou tags spécifiques

Les assistants IA libres et locaux

Passons maintenant aux solutions d’IA pour l’assistance au codage que vous pouvez installer sur votre propre machine, idéalement équipée d’une carte graphique puissante comme une RTX 3090.

1. Tabby

Tabby est un assistant IA de codage open-source et auto-hébergé, offrant une alternative à GitHub Copilot[5].

Caractéristiques :

• Fonctionne entièrement en local
• Supporte plusieurs langages de programmation
• Intégration avec les éditeurs de code populaires

2. LLaMA et Ollama

LLaMA (Large Language Model Meta AI) est un modèle de langage développé par Meta, qui peut être utilisé pour l’assistance au codage. Ollama est un outil qui facilite l’utilisation de LLaMA sur votre machine locale.

Avantages :

• Performances comparables à ChatGPT sur certaines tâches
• Entièrement local, garantissant la confidentialité des données
• Nécessite seulement 5 Go de RAM pour fonctionner

Mise en place d’un environnement de codage assisté par IA

1. Installez github2file pour faciliter le partage de votre code avec l’IA :

git clone https://github.com/cognitivecomputations/github2file.git
cd github2file
pip install -r requirements.txt

2. Configurez Tabby ou LLaMA/Ollama sur votre machine locale.

3. Intégrez l’assistant IA à votre éditeur de code via les extensions disponibles.

Utilisation :

La commande de base pour utiliser github2file est :

python github2file.py https://github.com/username/repository

Pour les dépôts privés, on peut utiliser un token d’accès personnel :

python github2file.py https://<USERNAME>:<GITHUB_ACCESS_TOKEN>@github.com/username/private-repo

En utilisant ces outils libres et locaux, vous pouvez bénéficier de l’assistance de l’IA pour votre développement tout en gardant le contrôle sur vos données et votre code. L’IA devient ainsi un puissant allié dans votre processus de développement, vous permettant d’écrire et de refondre du code plus efficacement, tout en stimulant votre créativité et en élargissant vos horizons techniques.

Citations:
[1] https://github.com/files-community/Files
[2] https://docs.github.com/en/codespaces/setting-up-your-project-for-codespaces/adding-a-dev-container-configuration/setting-up-your-python-project-for-codespaces
[3] https://docs.github.com/articles/tracing-changes-in-a-file
[4] https://github.com/cognitivecomputations/github2file
[5] https://github.com/TabbyML/tabby
[6] https://github.com/TabbyML/tabby/actions
[7] https://www.rtraction.com/blog/unlocking-power-free-and-open-source-ai-coding-tools