233 lines
5.8 KiB
Markdown
233 lines
5.8 KiB
Markdown
====================
|
||
【产品目标】
|
||
====================
|
||
- 面向 Windows 小白用户：一句话输入
|
||
- 自动判断任务类型：
|
||
- chat：普通对话（如“今天天气怎么样”）
|
||
- execution：本地执行任务（文件处理）
|
||
- chat：
|
||
- 直接调用 LLM 返回文本
|
||
- execution：
|
||
- 生成执行计划
|
||
- 生成 Python 代码
|
||
- 安全校验
|
||
- 用户确认
|
||
- 一次性子进程执行
|
||
- 强制工作区副本目录：
|
||
workspace/input
|
||
workspace/output
|
||
workspace/logs
|
||
- MVP 明确不做：
|
||
- 联网任务（搜索 / 爬取）
|
||
- 鼠标 / 键盘自动化
|
||
- 后台常驻
|
||
- 多任务并行
|
||
- 核心安全原则：
|
||
- LLM 可以联网“思考”
|
||
- Executor（执行器）禁止联网“动手”
|
||
|
||
====================
|
||
【项目结构（必须严格按此生成）】
|
||
====================
|
||
LocalAgent/
|
||
main.py
|
||
requirements.txt
|
||
.env.example
|
||
ui/
|
||
chat_view.py
|
||
task_guide_view.py
|
||
llm/
|
||
client.py
|
||
prompts.py
|
||
intent/
|
||
classifier.py
|
||
labels.py
|
||
safety/
|
||
rule_checker.py
|
||
llm_reviewer.py
|
||
executor/
|
||
sandbox_runner.py
|
||
workspace/
|
||
input/
|
||
output/
|
||
logs/
|
||
|
||
====================
|
||
【统一 LLM 调用规则（非常重要）】
|
||
====================
|
||
- 所有模型（包括 qwen2.5:7b-instruct）都通过同一个 API：
|
||
https://api.siliconflow.cn/v1/chat/completions
|
||
- 不区分“本地 / 云端”客户端
|
||
- 区分只体现在：
|
||
- model name
|
||
- prompt
|
||
- temperature / max_tokens
|
||
|
||
.env.example 中必须包含：
|
||
|
||
LLM_API_URL=https://api.siliconflow.cn/v1/chat/completions
|
||
LLM_API_KEY=your_api_key_here
|
||
|
||
# 用于意图识别的小模型
|
||
INTENT_MODEL_NAME=qwen2.5:7b-instruct
|
||
|
||
# 用于对话 / 计划 / 代码生成的模型（可先用同一个）
|
||
GENERATION_MODEL_NAME=Pro/zai-org/GLM-4.7
|
||
|
||
====================
|
||
【llm/client.py 要求】
|
||
====================
|
||
实现统一的 LLMClient：
|
||
|
||
- 使用 requests.post
|
||
- URL / API KEY 从 .env 读取
|
||
- 提供方法：
|
||
chat(
|
||
messages: list[dict],
|
||
model: str,
|
||
temperature: float,
|
||
max_tokens: int
|
||
) -> str
|
||
|
||
- payload 结构参考：
|
||
{
|
||
"model": model,
|
||
"messages": messages,
|
||
"stream": false,
|
||
"temperature": temperature,
|
||
"max_tokens": max_tokens
|
||
}
|
||
|
||
- headers:
|
||
Authorization: Bearer <API_KEY>
|
||
- 对网络异常 / 非 200 状态码做明确异常抛出
|
||
- 不要在 client 中写任何业务逻辑
|
||
|
||
====================
|
||
【意图识别（核心修改点）】
|
||
====================
|
||
实现 intent/classifier.py：
|
||
|
||
- 使用“小参数 LLM”（INTENT_MODEL_NAME，例如 qwen2.5:7b-instruct）
|
||
- 目标：二分类
|
||
- chat
|
||
- execution
|
||
- 要求输出结构化结果：
|
||
{
|
||
"label": "chat" | "execution",
|
||
"confidence": 0.0 ~ 1.0,
|
||
"reason": "中文解释，说明为什么这是执行任务/对话任务"
|
||
}
|
||
|
||
- Prompt 必须极短、强约束、可解析
|
||
- Prompt 模板放在 llm/prompts.py
|
||
- 对 LLM 输出：
|
||
- 尝试解析 JSON
|
||
- 若解析失败 / 字段缺失 → 走兜底逻辑（判为 chat）
|
||
|
||
intent/labels.py：
|
||
- 定义常量：
|
||
CHAT
|
||
EXECUTION
|
||
- 定义阈值：
|
||
EXECUTION_CONFIDENCE_THRESHOLD = 0.6
|
||
- 低于阈值一律判定为 chat（宁可少执行，不可误执行）
|
||
|
||
====================
|
||
【Chat Task 流程】
|
||
====================
|
||
- 使用 GENERATION_MODEL_NAME
|
||
- messages = 用户原始输入
|
||
- 返回文本直接展示
|
||
- 不触碰本地、不产出文件
|
||
|
||
====================
|
||
【Execution Task 流程】
|
||
====================
|
||
1) 生成执行计划
|
||
- 可用 GENERATION_MODEL_NAME
|
||
- 输出中文、可读
|
||
- 明确：
|
||
- 会做什么
|
||
- 不会动原文件
|
||
- 输入 / 输出目录
|
||
- 可能失败的情况
|
||
|
||
2) 生成 Python 执行代码
|
||
- MVP 先内置“安全示例代码”：
|
||
- 遍历 workspace/input
|
||
- 复制文件到 workspace/output
|
||
- 不依赖第三方库
|
||
- 不修改原文件
|
||
- 保存为 workspace/task_<id>.py
|
||
|
||
3) safety/rule_checker.py（硬规则）
|
||
- 静态扫描执行代码：
|
||
- 禁止 requests / socket / urllib
|
||
- 禁止访问非 workspace 路径
|
||
- 禁止危险操作（os.remove, shutil.rmtree, subprocess 等）
|
||
- 若违反，直接 fail
|
||
|
||
4) safety/llm_reviewer.py（软规则）
|
||
- 使用 GENERATION_MODEL_NAME
|
||
- 输入：用户需求 + 执行计划 + 代码
|
||
- 输出：pass / fail + 中文原因
|
||
|
||
5) UI（小白引导式，方案 C）
|
||
- 显示：
|
||
- 判定原因 reason
|
||
- 三步引导：
|
||
1) 把文件复制到 input
|
||
2) 我来处理
|
||
3) 去 output 取
|
||
- 执行计划
|
||
- 风险提示
|
||
- 【开始执行】按钮
|
||
|
||
6) executor/sandbox_runner.py
|
||
- 使用 subprocess 启动一次性 Python 子进程
|
||
- 工作目录限定为 workspace
|
||
- 捕获 stdout / stderr
|
||
- 写入 workspace/logs/task_<id>.log
|
||
- 执行完即退出
|
||
- 执行器层不允许任何联网能力（由 rule_checker 保证）
|
||
|
||
====================
|
||
【UI（Tkinter）最小可跑要求】
|
||
====================
|
||
- main.py 启动 Tkinter 窗口
|
||
- 顶部：输入框 + 发送按钮
|
||
- 中部：输出区
|
||
- 当识别为 execution：
|
||
- 切换或弹出 task_guide_view
|
||
- 执行完成后展示：
|
||
- success / partial / failed
|
||
- 成功 / 失败数量
|
||
- 日志路径
|
||
|
||
====================
|
||
【requirements.txt（最小集）】
|
||
====================
|
||
- python-dotenv
|
||
- requests
|
||
|
||
====================
|
||
【最小可跑验收标准】
|
||
====================
|
||
- 未配置 LLM_KEY 时给出明确错误提示
|
||
- 输入“今天天气怎么样” → chat
|
||
- 输入“把这个文件夹里的图片复制一份” → execution
|
||
- execution 能生成 task_<id>.py 并真正执行
|
||
- output / logs 中有真实文件
|
||
|
||
====================
|
||
【Plan 模式输出要求】
|
||
====================
|
||
1) 先输出整体实现计划（步骤、模块职责）
|
||
2) 列出所有文件及其责任说明
|
||
3) 再按文件路径逐个输出代码内容
|
||
4) 确保 main.py 可直接运行
|
||
5) main.py 顶部注释说明：
|
||
- 如何配置 .env
|
||
- 如何运行
|
||
- 如何测试（往 input 放文件） |