GitHub startet GitHub Spark (Vorschau) zur schnellen Erstellung von "Micro Apps" mit natürlichsprachlichen Beschreibungen

GitHub hat ein wichtiges neues Produkt namens GitHub Spark angekündigt, das es Nutzern ermöglicht, Mikro-Apps nur mit Beschreibungen in natürlicher Sprache zu erstellen und zu teilen, wodurch die Hürden für die Softwareentwicklung drastisch gesenkt werden. Das System kümmert sich automatisch um alle technischen Details und zeigt den Prozess der App-Erstellung in Echtzeit, ebenso wie den Aufbau neuer KI-Tools, die als "Microapps" oder "Sparks" bezeichnet werden. Um eine Mikroanwendung zu erstellen, erhalten die Nutzer zunächst eine Eingabeaufforderung, woraufhin Spark innerhalb von Sekunden eine Live-Vorschau anzeigt. Die Benutzer können dann die Feinabstimmung vornehmen, indem sie mit dem Bot hin und her interagieren.

GitHub Spark

Können wir jeden in die Lage versetzen, mit Hilfe von KI und einer vollständig verwalteten Laufzeitumgebung Software selbst zu erstellen oder anzupassen?

Erstellung und gemeinsame Nutzung personalisierter Mikroanwendungen ("Sparks")

Als Entwickler arbeiten wir leidenschaftlich gern an der Anpassung unserer Umgebungen und der Entwicklung von Tools, die unseren individuellen Vorlieben und Arbeitsabläufen entsprechen. Das verbessert nicht nur die Produktivität und den Arbeitskomfort, sondern macht unsere tägliche Arbeit auch persönlicher. Und wenn etwas personalisiert ist, macht es in der Regel auch mehr Spaß.

Doch wie oft haben wir trotz der Zeit, die wir in die Verwaltung von Dotfiles, das Schreiben von Automatisierungsskripten oder die Konfiguration von Editoreinstellungen investieren, die Idee aufgegeben, unsere eigenen Anwendungen zu entwickeln? Nicht, weil wir sie nicht bauen können, sondern weil sie uns zu kurzlebig, zu spezifisch oder zu zeitaufwändig erscheinen, als dass wir ihnen Priorität einräumen könnten. 😩

Dies ist eine der Ironien der heutigen Software: Die Computer auf unseren Schreibtischen und in unseren Taschen sind sehr leistungsfähig, aber nicht sehr "personalisiert". Stattdessen verlassen wir uns auf generische Tools, die von anderen entwickelt wurden, weil die Komplexität der Entwicklung eigener Anwendungen zu groß ist.

Dies wirft zwei interessante Fragen auf: Wie können wir die Personalisierung von Software so einfach machen wie die Personalisierung einer Entwicklungsumgebung? Und dann, wie machen wir diese Personalisierung für unsere Mitmenschen einfach? Nicht nur, weil es notwendig ist - sondern weil es Spaß machen könnte 🙌.

Einführung von GitHub Spark

GitHub Spark ist ein KI-gesteuertes Tool zum Erstellen und Teilen von Mikroanwendungen ("Sparks"), die auf Ihre Bedürfnisse und Vorlieben zugeschnitten und direkt auf Desktop- und Mobilgeräten verwendet werden können.Es muss kein Code geschrieben oder implementiert werden.

Dies geschieht durch drei eng integrierte Komponenten:

1. Ein auf natürlicher Sprache basierender Editor, der es Ihnen leicht macht, Ihre Ideen zu beschreiben und sie im Laufe der Zeit zu verfeinern.
2. Eine gehostete Laufzeitumgebung zum Hosten Ihrer Sparks und für den Zugriff auf Datenspeicher, Themeneinstellungen und das Large Language Model (LLM)
3. Ein PWA-fähiges Bedienfeld, mit dem Sie Ihre Sparks von überall und jederzeit verwalten und starten können

Darüber hinaus können Sie mit GitHub Spark Ihre Sparks für andere freigeben und festlegen, ob diese nur Lese- oder auch Schreibrechte haben. Die Benutzer können den Spark mit einem Lesezeichen versehen und ihn direkt verwenden oder ihn nach ihren Wünschen umgestalten. Schließlich ...... personalisieren Sie es!

Jetzt wollen wir mal sehen, wie es funktioniert 🎬.

Was ist eine "Kleinstanwendung"?

GitHub Spark folgt der Unix-Philosophie, die besagt, dass sich Software auf eine einzige Sache konzentrieren und diese extrem gut erledigen kann - vor allem für Sie und nur so lange, wie sie nützlich ist. Daher bezieht sich "Mikro" nicht auf die Größe des Wertes der Anwendung, sondern auf die funktionale Komplexität, für die sie entwickelt wurde.

Hier sind zum Beispiel einige der Sparks, die das GitHub Spark-Team bei der Entwicklung von GitHub Spark erstellt (und verwendet!) hat. Diese Apps reichen von Lebensmanagement-Tools über Lernhilfen und lustige Animationen bis hin zu Nachrichten-Clients. Aber eines haben sie alle gemeinsam: Sie sehen genau so aus und fühlen sich genau so an, wie es ihre Schöpfer beabsichtigt haben. Nicht mehr, nicht weniger, einfach richtig ❤️

Eine App zur Überwachung des Taschengelds von Kindern mit der Möglichkeit, zwischen dem Nur-Lesen- und dem Schreib-Lesen-Modus (für Eltern) zu wählen und ein großes Sprachmodell zu verwenden, um bei Erreichen eines Sparziels eine Jubelmeldung zu generieren

Eine Welt aus animierten Fahrzeugen, erdacht und geschaffen von einem sechsjährigen Kind

App zur Verfolgung wöchentlicher Karaoke-Abende und zur Anzeige des Status der einzelnen eingeladenen Gäste

Eine Karten-App, die nach Städtenamen sucht und ein umfangreiches Sprachmodell verwendet, um eine interessante zusammenfassende Beschreibung dieser Stadt zu erstellen. Erstellt und verwendet von zehnjährigen Schülern für ein Schulprojekt

Ein benutzerdefinierter HackerNews-Client, der die 20 wichtigsten Beiträge anzeigt und Kommentar-Threads mithilfe eines großen Sprachmodells zusammenfasst (sehr nützlich!) . Hier ist der tägliche HN-Treiber des Teams

Mit diesem Hintergrund im Hinterkopf, lassen Sie uns in das "Was?" und "Warum?" der Hauptkomponenten von GitHub Spark eintauchen. und "Warum?" 👍

Auf natürlicher Sprache basierende Toolchain

Wenn Sie eine App entwickeln, müssen Sie genau wissen, was Sie wollen. Nicht nur eine allgemeine Idee, sondern den genauen Funktionsumfang, das detaillierte Interaktionsverhalten und das allgemeine Erscheinungsbild. Leider kann dies ziemlich kompliziert werden und sogar einige Leute abschrecken. Genau dieses Problem hoffen wir zu lösen!

GitHub Spark lindert dieses Problem, indem es Ihnen erlaubt, mit einer einfachen Idee zu beginnen (z. B. "eine App, um das Taschengeld Ihres Kindes im Auge zu behalten") und dann schrittweise die Komplexität durch "assisted exploration" zu erhöhen. Insbesondere der Editor für natürliche Sprache ist so konzipiert, dass das Vorankommen einfach ist und Spaß macht, mit vier zentralen iterativen Funktionen:

1. Interaktive Vorschau
2. überarbeitete Variante
3. Automatische Aufzeichnung der Historie
4. Auswahl des Modells

Interaktive Vorschau

Wenn Sie einen natürlichsprachlichen Ausdruck in GitHub Spark eingeben, wird der Code nicht nur generiert, sondern auch sofort ausgeführt und in einer interaktiven Vorschau angezeigt. Diese "app-zentrierte Feedback-Schleife" ermöglicht es Ihnen, so viele oder so wenige Details anzugeben, wie Sie möchten, und dann zu iterieren, während die Visualisierung nach und nach Ihre Absicht versteht ("Hmm, ich glaube, ich brauche hier eine Umschalttaste!"). .

überarbeitete Variante

Wenn Sie Spark erstellen oder iterieren, können Sie eine Reihe von Varianten erzeugen. Dadurch werden 3-6 verschiedene Versionen Ihrer Anfrage generiert, jede mit feinen, aber sinnvollen Unterschieden. Da Sie vielleicht wissen, dass Sie eine bestimmte Funktion wollen, aber nicht sicher sind, wie sie aussehen oder sich verhalten soll, kann es hilfreich sein, Inspirationen und Vorschläge zur Erweiterung Ihrer Ideen zu erhalten, wie ein KI-Denkpartner!

Varianten zu unsicheren Revisionsanfragen anfordern ("die Benutzeroberfläche wirklich interessant gestalten")

Automatische Aufzeichnung der Historie

Während Sie sich durch Funken bewegen, wird jede Revision automatisch gespeichert und kann mit einem einzigen Klick wiederhergestellt werden. So können Sie Ideen (und Varianten) erforschen, ohne sich Sorgen machen zu müssen, dass Fortschritte verloren gehen. Noch wichtiger ist, dass Sie sich nicht selbst um die Versionskontrolle kümmern müssen. Dieser Ansatz unterstützt die "neugiergetriebene Entwicklung", bei der Sie eine Idee haben und sie ausprobieren können, ohne sich Sorgen machen zu müssen, dass sie sich negativ auf die Anwendung auswirkt (z. B. indem Sie sie vermasseln).

Der Verlauf ist auch aus der Perspektive der Zusammenarbeit interessant, da er eine Art "semantische Ansichtsquelle" bietet, wenn jemand einen Spark mit Ihnen teilt. Bei der Erstellung von GitHub Spark haben wir festgestellt, dass wir ganz natürlich neue Ideen miteinander geteilt haben und dann sofort in den Verlauf geschaut haben, um zu sehen, wie sie umgesetzt wurden. Es ist fast so, als bekäme man einen Einblick in die Serialisierung der Ideen anderer Leute.

Auswahl des Modells

Wenn Sie einen Spark erstellen oder ändern, können Sie zwischen vier AI-Modellen wählen: Claude Sonnet 3.5, GPT-4o, o1-preview und o1-mini. Der Vorteil ist, dass Sie, wenn Sie nicht die erwarteten Ergebnisse erhalten, den Vorgang rückgängig machen und mit einem völlig anderen Modell erneut versuchen können. Außerdem wird in der Historie das für jede Revision verwendete Modell festgehalten, so dass Sie die Entwicklung von Spark im Laufe der Zeit beobachten können.

Auswahl eines Modells bei der Erstellung eines neuen Funkens

Auswahl eines Modells bei der Überarbeitung eines bestehenden Funkens

Gehostete Betriebsumgebung

Wir nennen GitHub Spark ein "anwendungszentriertes" Tool (im Gegensatz zu einem "codezentrierten" Tool). Nicht, weil es Ihnen nicht erlaubt, Code zu sehen oder zu bearbeiten (das tut es!), sondern weil es darauf ausgelegt ist, Werkzeuge zu erstellen, die Menschen sehen, erleben und nutzen können. sondern weil es darauf ausgelegt ist, Anwendungen zu erstellen, die Menschen sehen, erleben und benutzen können, anstatt nur Code zu generieren und Sie dann selbst bauen, einsetzen, Datenbanken konfigurieren usw. zu lassen.

GitHub Spark ermöglicht dies durch die Bereitstellung von vier Kernfunktionen der Laufzeitumgebung:

1. Hosting ohne Bereitstellung
2. Designsystem mit anpassbaren Themen
3. Dauerhafte Datenspeicherung
4. Integrierte Modell-Hinweise

Hosting ohne Bereitstellung

Wenn Sie einen Spark erstellen oder ändern, werden die Änderungen automatisch bereitgestellt und können auf einem Desktop, Tablet oder Mobilgerät (über eine PWA) ausgeführt und installiert werden. In diesem Sinne ist GitHub Spark ein bisschen wie eine Mini-App-Cloud, die den Prozess der Erstellung, Bereitstellung und Nutzung von Software zu einer einzigen Aktion vereinfacht: das Ausdrücken Ihrer Ideen durch natürliche Sprache 🚀.

Zeigen Sie das Spark-Dashboard an und öffnen Sie einen Spark auf Ihrem Telefon

Designsystem mit anpassbaren Themen

Um sicherzustellen, dass Ihre Apps schön aussehen, bietet GitHub Spark eine Reihe von integrierten UI-Komponenten und ein Designsystem mit anpassbaren Themen. Daher sehen Formularsteuerelemente, Layouts, Symbole und mehr standardmäßig gut aus, wenn Sie eine neue App erstellen. Wenn Sie es weiter optimieren möchten, können Sie den Themeneditor verwenden, um die Standardakzentfarbe, den Rahmenradius, den App-Abstand und das Farbthema (hell/dunkel) zu ändern.

Vergleich vor und nach der Änderung der Eigenschaften des Spark-Themas

Dauerhafte Datenspeicherung

Egal, ob Sie eine Aufgabenliste, einen Gartenplaner oder ein Tic-Tac-Toe-Spiel erstellen, die meisten unterhaltsamen Anwendungen müssen Daten speichern. Die Laufzeit von GitHub Spark stellt Ihnen einen gehosteten Key-Value-Speicher zur Verfügung und bestimmt automatisch, wann er verwendet werden soll. Darüber hinaus bietet GitHub Spark einen Dateneditor, mit dem Sie die von Spark verwendeten Daten einfach anzeigen und bearbeiten können. Dies gibt Ihnen die vollständige Kontrolle über den Zustand Ihrer Anwendung, ohne dass Sie sich um die Details kümmern müssen.

Anzeigen der gespeicherten Daten und Bearbeiten bestimmter Schlüssel/Werte

Integrierte Modell-Hinweise

GitHub Spark Runtime mit GitHub-ModelleIntegration, mit der Sie generative KI-Funktionen zu Spark hinzufügen können, ohne LLM-Kenntnisse zu benötigen (z. B. Generierung von Zusammenfassungen oder Gutenachtgeschichten für Kinder). Darüber hinaus bietet es einen Hinweis-Editor, mit dem Sie die von GitHub Spark generierten Hinweise anzeigen und bei Bedarf optimieren können - ohne dass eine Code-Bearbeitung erforderlich ist.

Zeigen Sie die von Spark verwendeten AI-Prompts an und bearbeiten Sie einen von ihnen manuell

Uff! Das ist eine Menge Inhalt. Aber um das Ziel von GitHub Spark zu erreichen (die Kosten für die App-Erstellung auf Null zu reduzieren), halten wir eine solche Toolchain und Laufzeitumgebung für absolut notwendig. Wir sind zuversichtlich, dass die Nutzer die Erfahrung der Nutzung lieben werden 🥰.

Was kommt als Nächstes?

Als Technologievorschau befindet sich GitHub Spark noch in einem sehr frühen Stadium und es gibt noch viel zu tun. Aber in den nächsten Monaten freuen wir uns darauf, Nutzer von der Warteliste einzuladen und wöchentlich eng mit ihnen zu interagieren! Wöchentliches Update. Wenn Sie daran interessiert sind, uns auf dieser Reise zu begleiten, schauen Sie sich die FAQund treten Sie dem GitHub Next Diskord-Server 👋

Wenn Sie neugierig auf unsere zukünftigen Schwerpunkte sind, freuen Sie sich auf die folgenden Richtungen:

1. Erweiterte Methoden der Zusammenarbeit (z. B. öffentliche Galerien, die es Nutzern ermöglichen, semantische Zusammenführungen in Zweigen von Spark vorzunehmen, Multi-User-Modus)
2. Erweiterte Editorfunktionalität (z. B. Bereitstellung eines "Röntgenmodus", der es ermöglicht, das genaue Verhalten der Anwendung zusammenzufassen und anzupassen)
3. Erweiterte Laufzeitumgebung (z. B. mehr integrierte Komponenten, bessere Integration von Diensten Dritter, Unterstützung für Dateispeicherung und Vektorsuche)
4. Es gibt auch eine Menge cooler Funktionen, an die wir noch gar nicht gedacht haben!