GPT Engineer 命令速查表 - gpte 代码生成 CLI 全参数
GPT Engineer 的定位和 Copilot 类工具不一样：它不补全你正在敲的函数，而是接住一段需求说明，在磁盘上生成一整个能跑起来的项目目录。判断该用它还是 IDE 助手，看的是你的目标是不是「从零得到一个可运行骨架」——是，它能省掉搭目录、写依赖、写 README 的机械劳动；只想改现有三行，那是杀鸡用牛刀，prompt 开销就超过了收益。这张表分安装与新建、改进与反馈、模型与参数三组，最该先读的是 --steps，它决定工具内部按什么流程走：clarify 先问需求、tdd 先写测试、evaluate 只评估不改代码，任务性质不同就该选不同流程而不是一律 default。改进已有代码库时 -i 让你勾选纳入上下文的文件，范围选太大正是上下文超长和生成跑偏最常见的来源。
安装与新建 4
pip install gpt-engineer安装 GPT Engineer
gpt-engineer projects/my-new-project按 prompt 生成新项目
gpte projects/my-new-project用 gpte 别名生成（体验更佳）
gpt-engineer --help查看全部参数
改进与反馈 4
gpt-engineer -i projects/my-old-project改进已有代码库
gpt-engineer --steps use_feedback结合反馈迭代改进
gpt-engineer --use-custom-preprompts使用项目自定义 preprompt
gpt-engineer projects/x -i在项目目录内改进
模型与参数 12
gpt-engineer projects/x --model gpt-4o指定生成模型
gpt-engineer projects/x --model anthropic/claude-3-5-sonnet使用 Anthropic 模型
gpt-engineer projects/x --temperature 0.1设置生成随机性
gpt-engineer projects/x --steps tdd测试驱动工作流
gpt-engineer projects/x --steps clarify先澄清再编码
gpt-engineer projects/x --steps simple最简步骤快速原型
gpt-engineer projects/x -s default默认工作流（简写 -s）
gpt-engineer projects/x --steps evaluate评估已有实现
gpt-engineer projects/x --verbose输出详细日志
gpt-engineer projects/x -v简写详细日志
export OPENAI_API_KEY=sk-xxxx设置 API 密钥
gpt-engineer --version查看版本
提示
- 在项目目录放一个名为
prompt的文件（无扩展名）写需求，命令只需传目录路径。 -i改进模式会让你勾选要纳入上下文的文件，精准控制范围。--steps决定工作流：tdd / clarify / simple / use_feedback，按任务复杂度选择。--temperature 0.1让生成结果可复现，调高只增加发散度，脚手架代码场景保持低值。--model接受gpt-4o与anthropic/claude-3-5-sonnet这类带前缀的模型名，换供应商不用换命令。--steps evaluate只评估已有实现、不改代码，用它先判断一份方案值不值得动手。
常见问题
GPT Engineer 和 Cursor 这类 IDE 工具有什么不同？
它从零生成整个代码库并落到 workspace 目录，偏向「一次性孵化项目」；IDE 工具更强调在编辑器里渐进式辅助。
只支持 OpenAI 吗？
默认 OpenAI，也支持 Azure OpenAI、Anthropic 及本地开源模型，通过 --model 与配置切换。
由 巧匠 维护
公开更新于 2026年9月10日，内容持续校对官方文档。