本周的重点是实验 2，其中涉及通过创建拉取请求 (PR) 为我不拥有的存储库做出贡献。我首先选择一个同学的存储库来进行工作。鉴于 JavaScript 是我的主要编程语言，我选择了基于 JavaScript 的存储库来简化我的工作流程。虽然我愿意探索其他语言，但我选择 JS 项目节省了时间，让我可以更舒适地工作。事实证明，这个决定是有益的，因为我选择的存储库存在一些问题，无法在本地运行。这让我在理解代码库和应对挑战方面取得了先机。以下是该过程的详细分解：

同学的资料库

在审查了几个项目后，我决定为一个旨在将网页内容转换为 Markdown 文件的存储库做出贡献。将存储库分叉并克隆到本地计算机后，我按照自述文件中概述的设置说明进行操作。然而，我的同学似乎使用的是 macOS，它利用 ln 命令进行符号链接。由于我在 Windows 上，我必须用 npm link 命令替换此步骤。

在调查设置时，我注意到 package.json 文件缺少 start 和 bin 属性，这是设置符号链接所必需的。我添加了这些条目，并建议我的同学在文档中包含针对 Windows 用户的说明。更多详情

应用程序运行后，我遇到了其他问题。第一个问题涉及将用户输入的用于配置 Groq 的 API 的 API 密钥保存在 .env 文件中。我编写了几行代码来处理 API 密钥存储。另一个问题是由于处理输出文件的代码范围不正确导致的，这导致应用程序无法按预期生成输出。

在实现本实验的主要功能（跟踪每个请求/响应的令牌使用情况）之前，我解决了这两个初始问题。对于每个问题，我创建了一个单独的分支并提交了三个不同的拉取请求。

for await (const chunk of chatCompletion) {
    process.stdout.write(chunk.choices[0]?.delta?.content || "");
    // process.stdout.write(chunk.choices[0]?.delta?.content || "");
    response  = chunk.choices[0]?.delta?.content || "";
    console.log(chunk);
    if (chunk.x_groq?.usage) {
      promptTokens = chunk.x_groq?.usage?.prompt_tokens;
      responseTokens = chunk.x_groq?.usage?.completion_tokens;
    }
  }

我的存储库

关于我自己的存储库，一位名叫 Hyujin Shin 的同学在实验室 1 期间为其做出了贡献。最初，我注意到他似乎正在开发我的代码库的过时版本，因为此后我重新组织了结构以提高清晰度和效率。他再次遇到了与设置符号链接相关的问题，我在问题 #7 中提供了指导，建议他在按照使用部分中的符号链接设置说明之前获取最新版本。

我的代码中的另一个问题与输出文件处理有关，该问题源于选项标志与其在代码中的调用之间的不匹配，从而阻止了正确的文件处理。我在第 8 期中通过视觉辅助工具提供了详细的回复。

对于本实验的主要功能——跟踪代币使用情况，Hyujin 高效地实现了它，而无需对代码库进行重大更改。由于我已经正确初始化了 Groq，他只需要从 chatCompletion 响应中提取使用数据即可：

javascript
Copy code
// Retrieve Token Usage from Response
const promptToken = chatCompletion.usage.prompt_tokens;
const completionToken = chatCompletion.usage.completion_tokens;
const totalToken = chatCompletion.usage.total_tokens;
const tokenInfo = { promptToken, completionToken, totalToken };

在审查了他添加的功能后，我合并了 PR 并进行了测试，确认一切都按预期工作。

结论

这个实验室提供了从 LLM (Groq) 中提取令牌使用情况的宝贵见解，我之前通过计算单词数来计算出的令牌使用情况并不准确。更重要的是，这次经历凸显了协作的重要性——创建拉取请求、接收代码审查以及合并其他人的贡献。