Initial commit

2026-01-07 00:17:46 +08:00
commit 4b3286f546
49 changed files with 2492 additions and 0 deletions
--- a/main.py
+++ b/main.py
@@ -0,0 +1,518 @@
+"""
+LocalAgent - Windows 本地 AI 执行助手 (MVP)
+
+========================================
+配置说明
+========================================
+1. 复制 .env.example 为 .env
+2. 在 .env 中填入你的 SiliconFlow API Key:
+   LLM_API_KEY=sk-xxxxx
+
+========================================
+运行方式
+========================================
+方式一：使用 Anaconda
+    conda create -n localagent python=3.10
+    conda activate localagent
+    pip install -r requirements.txt
+    python main.py
+
+方式二：直接运行（需已安装依赖）
+    python main.py
+
+========================================
+测试方法
+========================================
+1. 对话测试：输入 "今天天气怎么样" → 应识别为 chat
+2. 执行测试：
+   - 将测试文件放入 workspace/input 目录
+   - 输入 "把这些文件复制一份" → 应识别为 execution
+   - 确认执行后，检查 workspace/output 目录
+
+========================================
+"""
+
+import os
+import sys
+import tkinter as tk
+from tkinter import messagebox
+from pathlib import Path
+from typing import Optional
+from dotenv import load_dotenv
+import threading
+import queue
+
+# 确保项目根目录在 Python 路径中
+PROJECT_ROOT = Path(__file__).parent
+ENV_PATH = PROJECT_ROOT / ".env"
+sys.path.insert(0, str(PROJECT_ROOT))
+
+# 在导入其他模块之前先加载环境变量
+load_dotenv(ENV_PATH)
+
+from llm.client import get_client, LLMClientError
+from llm.prompts import (
+    EXECUTION_PLAN_SYSTEM, EXECUTION_PLAN_USER,
+    CODE_GENERATION_SYSTEM, CODE_GENERATION_USER
+)
+from intent.classifier import classify_intent, IntentResult
+from intent.labels import CHAT, EXECUTION
+from safety.rule_checker import check_code_safety
+from safety.llm_reviewer import review_code_safety
+from executor.sandbox_runner import SandboxRunner, ExecutionResult
+from ui.chat_view import ChatView
+from ui.task_guide_view import TaskGuideView
+
+
+class LocalAgentApp:
+    """
+    LocalAgent 主应用
+    
+    职责：
+    1. 管理 UI 状态切换
+    2. 协调各模块工作流程
+    3. 处理用户交互
+    """
+    
+    def __init__(self):
+        self.workspace = PROJECT_ROOT / "workspace"
+        self.runner = SandboxRunner(str(self.workspace))
+        
+        # 当前任务状态
+        self.current_task: Optional[dict] = None
+        
+        # 线程通信队列
+        self.result_queue = queue.Queue()
+        
+        # 初始化 UI
+        self._init_ui()
+    
+    def _init_ui(self):
+        """初始化 UI"""
+        self.root = tk.Tk()
+        self.root.title("LocalAgent - 本地 AI 助手")
+        self.root.geometry("800x700")
+        self.root.configure(bg='#1e1e1e')
+        
+        # 设置窗口图标（如果有的话）
+        try:
+            self.root.iconbitmap(PROJECT_ROOT / "icon.ico")
+        except:
+            pass
+        
+        # 主容器
+        self.main_container = tk.Frame(self.root, bg='#1e1e1e')
+        self.main_container.pack(fill=tk.BOTH, expand=True)
+        
+        # 聊天视图
+        self.chat_view = ChatView(self.main_container, self._on_user_input)
+        
+        # 任务引导视图（初始隐藏）
+        self.task_view: Optional[TaskGuideView] = None
+        
+        # 定期检查后台任务结果
+        self._check_queue()
+    
+    def _check_queue(self):
+        """检查后台任务队列"""
+        try:
+            while True:
+                callback, args = self.result_queue.get_nowait()
+                callback(*args)
+        except queue.Empty:
+            pass
+        
+        # 每 100ms 检查一次
+        self.root.after(100, self._check_queue)
+    
+    def _run_in_thread(self, func, callback, *args):
+        """在后台线程运行函数，完成后回调"""
+        def wrapper():
+            try:
+                result = func(*args)
+                self.result_queue.put((callback, (result, None)))
+            except Exception as e:
+                self.result_queue.put((callback, (None, e)))
+        
+        thread = threading.Thread(target=wrapper, daemon=True)
+        thread.start()
+    
+    def _on_user_input(self, user_input: str):
+        """处理用户输入"""
+        # 显示用户消息
+        self.chat_view.add_message(user_input, 'user')
+        self.chat_view.set_input_enabled(False)
+        self.chat_view.add_message("正在分析您的需求...", 'system')
+        
+        # 在后台线程进行意图识别
+        self._run_in_thread(
+            classify_intent,
+            lambda result, error: self._on_intent_result(user_input, result, error),
+            user_input
+        )
+    
+    def _on_intent_result(self, user_input: str, intent_result: Optional[IntentResult], error: Optional[Exception]):
+        """意图识别完成回调"""
+        if error:
+            self.chat_view.add_message(f"意图识别失败: {str(error)}", 'error')
+            self.chat_view.set_input_enabled(True)
+            return
+        
+        if intent_result.label == CHAT:
+            # 对话模式
+            self._handle_chat(user_input, intent_result)
+        else:
+            # 执行模式
+            self._handle_execution(user_input, intent_result)
+    
+    def _handle_chat(self, user_input: str, intent_result: IntentResult):
+        """处理对话任务"""
+        self.chat_view.add_message(
+            f"识别为对话模式 (原因: {intent_result.reason})",
+            'system'
+        )
+        self.chat_view.add_message("正在生成回复...", 'system')
+        
+        # 在后台线程调用 LLM
+        def do_chat():
+            client = get_client()
+            model = os.getenv("GENERATION_MODEL_NAME")
+            return client.chat(
+                messages=[{"role": "user", "content": user_input}],
+                model=model,
+                temperature=0.7,
+                max_tokens=2048
+            )
+        
+        self._run_in_thread(
+            do_chat,
+            self._on_chat_result
+        )
+    
+    def _on_chat_result(self, response: Optional[str], error: Optional[Exception]):
+        """对话完成回调"""
+        if error:
+            self.chat_view.add_message(f"对话失败: {str(error)}", 'error')
+        else:
+            self.chat_view.add_message(response, 'assistant')
+        
+        self.chat_view.set_input_enabled(True)
+    
+    def _handle_execution(self, user_input: str, intent_result: IntentResult):
+        """处理执行任务"""
+        self.chat_view.add_message(
+            f"识别为执行任务 (置信度: {intent_result.confidence:.0%})\n原因: {intent_result.reason}",
+            'system'
+        )
+        self.chat_view.add_message("正在生成执行计划...", 'system')
+        
+        # 保存用户输入和意图结果
+        self.current_task = {
+            'user_input': user_input,
+            'intent_result': intent_result
+        }
+        
+        # 在后台线程生成执行计划
+        self._run_in_thread(
+            self._generate_execution_plan,
+            self._on_plan_generated,
+            user_input
+        )
+    
+    def _on_plan_generated(self, plan: Optional[str], error: Optional[Exception]):
+        """执行计划生成完成回调"""
+        if error:
+            self.chat_view.add_message(f"生成执行计划失败: {str(error)}", 'error')
+            self.chat_view.set_input_enabled(True)
+            self.current_task = None
+            return
+        
+        self.current_task['execution_plan'] = plan
+        self.chat_view.add_message("正在生成执行代码...", 'system')
+        
+        # 在后台线程生成代码
+        self._run_in_thread(
+            self._generate_code,
+            self._on_code_generated,
+            self.current_task['user_input'],
+            plan
+        )
+    
+    def _on_code_generated(self, code: Optional[str], error: Optional[Exception]):
+        """代码生成完成回调"""
+        if error:
+            self.chat_view.add_message(f"生成代码失败: {str(error)}", 'error')
+            self.chat_view.set_input_enabled(True)
+            self.current_task = None
+            return
+        
+        self.current_task['code'] = code
+        self.chat_view.add_message("正在进行安全检查...", 'system')
+        
+        # 硬规则检查（同步，很快）
+        rule_result = check_code_safety(code)
+        if not rule_result.passed:
+            violations = "\n".join(f"  • {v}" for v in rule_result.violations)
+            self.chat_view.add_message(
+                f"安全检查未通过，任务已取消:\n{violations}",
+                'error'
+            )
+            self.chat_view.set_input_enabled(True)
+            self.current_task = None
+            return
+        
+        # 在后台线程进行 LLM 安全审查
+        self._run_in_thread(
+            review_code_safety,
+            self._on_safety_reviewed,
+            self.current_task['user_input'],
+            self.current_task['execution_plan'],
+            code
+        )
+    
+    def _on_safety_reviewed(self, review_result, error: Optional[Exception]):
+        """安全审查完成回调"""
+        if error:
+            self.chat_view.add_message(f"安全审查失败: {str(error)}", 'error')
+            self.chat_view.set_input_enabled(True)
+            self.current_task = None
+            return
+        
+        if not review_result.passed:
+            self.chat_view.add_message(
+                f"安全审查未通过: {review_result.reason}",
+                'error'
+            )
+            self.chat_view.set_input_enabled(True)
+            self.current_task = None
+            return
+        
+        self.chat_view.add_message("安全检查通过，请确认执行", 'system')
+        
+        # 显示任务引导视图
+        self._show_task_guide()
+    
+    def _generate_execution_plan(self, user_input: str) -> str:
+        """生成执行计划"""
+        client = get_client()
+        model = os.getenv("GENERATION_MODEL_NAME")
+        
+        response = client.chat(
+            messages=[
+                {"role": "system", "content": EXECUTION_PLAN_SYSTEM},
+                {"role": "user", "content": EXECUTION_PLAN_USER.format(user_input=user_input)}
+            ],
+            model=model,
+            temperature=0.3,
+            max_tokens=1024
+        )
+        
+        return response
+    
+    def _generate_code(self, user_input: str, execution_plan: str) -> str:
+        """生成执行代码"""
+        client = get_client()
+        model = os.getenv("GENERATION_MODEL_NAME")
+        
+        response = client.chat(
+            messages=[
+                {"role": "system", "content": CODE_GENERATION_SYSTEM},
+                {"role": "user", "content": CODE_GENERATION_USER.format(
+                    user_input=user_input,
+                    execution_plan=execution_plan
+                )}
+            ],
+            model=model,
+            temperature=0.2,
+            max_tokens=2048
+        )
+        
+        # 提取代码块
+        code = self._extract_code(response)
+        return code
+    
+    def _extract_code(self, response: str) -> str:
+        """从 LLM 响应中提取代码"""
+        import re
+        
+        # 尝试提取 ```python ... ``` 代码块
+        pattern = r'```python\s*(.*?)\s*```'
+        matches = re.findall(pattern, response, re.DOTALL)
+        
+        if matches:
+            return matches[0]
+        
+        # 尝试提取 ``` ... ``` 代码块
+        pattern = r'```\s*(.*?)\s*```'
+        matches = re.findall(pattern, response, re.DOTALL)
+        
+        if matches:
+            return matches[0]
+        
+        # 如果没有代码块，返回原始响应
+        return response
+    
+    def _show_task_guide(self):
+        """显示任务引导视图"""
+        if not self.current_task:
+            return
+        
+        # 隐藏聊天视图
+        self.chat_view.get_frame().pack_forget()
+        
+        # 创建任务引导视图
+        self.task_view = TaskGuideView(
+            self.main_container,
+            on_execute=self._on_execute_task,
+            on_cancel=self._on_cancel_task,
+            workspace_path=self.workspace
+        )
+        
+        # 设置内容
+        self.task_view.set_intent_result(
+            self.current_task['intent_result'].reason,
+            self.current_task['intent_result'].confidence
+        )
+        self.task_view.set_execution_plan(self.current_task['execution_plan'])
+        
+        # 显示
+        self.task_view.show()
+    
+    def _on_execute_task(self):
+        """执行任务"""
+        if not self.current_task:
+            return
+        
+        self.task_view.set_buttons_enabled(False)
+        
+        # 在后台线程执行
+        def do_execute():
+            return self.runner.execute(self.current_task['code'])
+        
+        self._run_in_thread(
+            do_execute,
+            self._on_execution_complete
+        )
+    
+    def _on_execution_complete(self, result: Optional[ExecutionResult], error: Optional[Exception]):
+        """执行完成回调"""
+        if error:
+            messagebox.showerror("执行错误", f"执行失败: {str(error)}")
+        else:
+            self._show_execution_result(result)
+            # 刷新输出文件列表
+            if self.task_view:
+                self.task_view.refresh_output()
+        
+        self._back_to_chat()
+    
+    def _show_execution_result(self, result: ExecutionResult):
+        """显示执行结果"""
+        if result.success:
+            status = "执行成功"
+        else:
+            status = "执行失败"
+        
+        message = f"""{status}
+
+任务 ID: {result.task_id}
+耗时: {result.duration_ms} ms
+日志文件: {result.log_path}
+
+输出:
+{result.stdout if result.stdout else '(无输出)'}
+
+{f'错误信息: {result.stderr}' if result.stderr else ''}
+"""
+        
+        if result.success:
+            messagebox.showinfo("执行结果", message)
+            # 打开 output 目录
+            os.startfile(str(self.workspace / "output"))
+        else:
+            messagebox.showerror("执行结果", message)
+    
+    def _on_cancel_task(self):
+        """取消任务"""
+        self.current_task = None
+        self._back_to_chat()
+    
+    def _back_to_chat(self):
+        """返回聊天视图"""
+        if self.task_view:
+            self.task_view.hide()
+            self.task_view = None
+        
+        self.chat_view.get_frame().pack(fill=tk.BOTH, expand=True, padx=10, pady=10)
+        self.chat_view.set_input_enabled(True)
+        self.current_task = None
+    
+    def run(self):
+        """运行应用"""
+        self.root.mainloop()
+
+
+def check_environment():
+    """检查运行环境"""
+    load_dotenv(ENV_PATH)
+    
+    api_key = os.getenv("LLM_API_KEY")
+    
+    if not api_key or api_key == "your_api_key_here":
+        print("=" * 50)
+        print("错误: 未配置 LLM API Key")
+        print("=" * 50)
+        print()
+        print("请按以下步骤配置:")
+        print("1. 复制 .env.example 为 .env")
+        print("2. 在 .env 中设置 LLM_API_KEY=你的API密钥")
+        print()
+        print("获取 API Key: https://siliconflow.cn")
+        print("=" * 50)
+        
+        # 显示 GUI 错误提示
+        root = tk.Tk()
+        root.withdraw()
+        messagebox.showerror(
+            "配置错误",
+            "未配置 LLM API Key\n\n"
+            "请按以下步骤配置:\n"
+            "1. 复制 .env.example 为 .env\n"
+            "2. 在 .env 中设置 LLM_API_KEY=你的API密钥\n\n"
+            "获取 API Key: https://siliconflow.cn"
+        )
+        root.destroy()
+        return False
+    
+    return True
+
+
+def main():
+    """主入口"""
+    print("=" * 50)
+    print("LocalAgent - Windows 本地 AI 执行助手")
+    print("=" * 50)
+    
+    # 检查环境
+    if not check_environment():
+        sys.exit(1)
+    
+    # 创建工作目录
+    workspace = PROJECT_ROOT / "workspace"
+    (workspace / "input").mkdir(parents=True, exist_ok=True)
+    (workspace / "output").mkdir(parents=True, exist_ok=True)
+    (workspace / "logs").mkdir(parents=True, exist_ok=True)
+    
+    print(f"工作目录: {workspace}")
+    print(f"输入目录: {workspace / 'input'}")
+    print(f"输出目录: {workspace / 'output'}")
+    print(f"日志目录: {workspace / 'logs'}")
+    print("=" * 50)
+    
+    # 启动应用
+    app = LocalAgentApp()
+    app.run()
+
+
+if __name__ == "__main__":
+    main()