AI_Coding_用python做一个智能编程助手(2)
回顾
在用python做一个智能编程助手(1)里面，我们已经完成了以下内容：
- 申请API_Key和OpenAI_兼容客户端初始化
- 使用chat.completions.create()实现大模型调用和第一次对话
- 对话使用的系统消息和用户消息
- 实现对话循环，实现多轮记忆会话
- 记录和显示Token
- 流式STREAM与显示推理thinking内容
- responses协议调用与Codex的安装和使用
到目前为止，已经实现了一个简版的AI对话智能体(agent)，但这个智能体还不够智能，它连我们使用的网页版的AI助手都不如，它只能实现通过大模型已经训练的内容的对话，无法读取本地文件，写文件，执行本地命名，不能上网搜索，不知道当前时间......
很多课程里都会说大模型就像一个大脑，但你需要让Agent给它安装上手和脚，否则它只是个聊天机器人，做不了其他的事情。
我们以一个编程的实际案例来看下要从一个只能聊天的初级Agent如何添加相应的功能升级到可以实现自动化编程和调试的入门级Agent的。
| 步骤 | 阶段 | 操作 | 说明 | 人工/LLM | 详细描述 |
|---|---|---|---|---|---|
| 1 | 初始生成 | 向LLM提出需求 | "请用Python写一个冒泡排序程序，包含测试用例，可独立运行" | LLM | 人工输入提示词，LLM 回复包含完整代码块 |
| 2 | 代码交付 | LLM返回代码 | LLM 返回含 def bubble_sort() + if __name__ == "__main__" 的完整代码 |
LLM | 返回 markdown 代码块 |
| 3 | 手工复制 | 选中LLM回复的代码块 | 鼠标框选或 Ctrl+A 选中代码块内容 | 人工 | 注意：代码块标记（python ... ）不能一起复制 |
| 4 | 手工复制 | 粘贴到IDE/编辑器 | 打开 VS Code、PyCharm 或记事本，Ctrl+V 粘贴 | 人工 | 此时文件尚未命名保存在磁盘上 |
| 5 | 手工保存 | 保存为 .py 文件 | Ctrl+S 保存为 bubble_sort.py（需选择目录） |
人工 | 若用IDE则有语法高亮，可初步目视检查缩进 |
| 6 | 执行 | 在终端/CMD执行脚本 | 运行 python bubble_sort.py |
人工+Bash | 终端输出结果或错误信息 |
| 7 | 结果判断 | 检查输出 | 若无错误且输出正确排序结果 → 跳到步骤15；若有错误 → 继续 | 人工 | 常见错误：IndentationError、NameError、TypeError 等 |
| 8 | 捕获错误 | 复制终端错误信息 | 选中完整 traceback（含 File/Line/Error type/Message） | 人工 | 必须复制完整 traceback，不能截断，否则 LLM 无法准确定位 |
| 9 | 发送给LLM | 粘贴错误信息并询问修复 | "运行出错，以下是错误信息：[粘贴]，请修复" | 人工+LLM | 可额外指定要求，如"保持接口不变"、"添加类型注解"等 |
| 10 | 接收修复 | LLM返回修正后的代码 | LLM 回复含修复后代码（可能只给出 diff 或完整代码块） | LLM | 注意：LLM 可能只修改了部分代码，需确认是否完整 |
| 11 | 手工复制 | 选中修改后的代码块 | 同步骤3 | 人工 | 若 LLM 仅给出 diff，需手动应用到现有文件，更易出错 |
| 12 | 覆盖粘贴 | 在IDE中全选旧代码并粘贴新代码 | Ctrl+A → Ctrl+V | 人工 | 注意：若IDE中已有修改未保存，应先保存或撤销 |
| 13 | 保存 | Ctrl+S 保存文件 | 同步骤5 | 人工 | |
| 14 | 循环 | 重复步骤6~13 | 直到运行成功或放弃 | 循环 | 典型需要2~4轮；常见陷阱：LLM 修复A问题引入了B问题 |
| 15 | 报告成功 | 告知LLM运行成功 | "程序已成功运行，输出结果为：[粘贴结果]" | 人工+LLM | 可额外要求生成测试报告或解释代码 |
| 16 | 生成报告 | LLM输出总结 | LLM 回复运行结论、复杂度分析、优化建议等 | LLM | 人工可据此完善文档或提交代码 |
要实现上述 16 步全自动闭环（人只需输入初始需求，无需中间干预），需要 4 个 function calling tools：
| Tool 名称 | 功能 | 对应表格中替代的人工步骤 | 参数 |
|---|---|---|---|
write_file |
将 LLM 输出的代码写入磁盘文件 | 步骤 35（复制→粘贴→保存）和步骤 1113 | path（文件路径）、content（文件内容）、mode（write/append） |
execute_command |
在 shell/bash 中执行命令并返回 stdout/stderr/exit_code | 步骤 6（运行脚本） | command（命令字符串）、timeout（超时秒数） |
read_file |
读取文件内容，用于确认当前代码状态或辅助调试 | 可选，用于检查保存结果或检查文件中是否有残留错误 | path（文件路径） |
report_result |
将最终成功结果或失败原因结构化地返回给 LLM | 步骤 8（捕获错误）、步骤 15（告知成功） | status（"success"/"error"）、stdout、stderr、exit_code |
02_Function-Calling工具
2023 年 6 月 13 日 OpenAI 公布了 Function Call（函数调用）功能，该功能指的是在语言模型中集成外部功能或 API 调用能力，这意味着模型可以在生成文本的过程中调用外部函数或服务，获取额外的数据或执行特定任务。
简单的说，就是把我们手动的操作封装成函数，先跟大模型报备，然后让大模型调用执行。
如果你有一些Dify，Coze或N8N的经验，那么就会了解这些无代码或低代码的拖拉拽的智能体/工作流的搭建中，也需要除LLM外的一些其他控件，以程序员视角的Function Calling，在它们视角看来就是一个一个的插件。 插件是一个工具集，包含一个或多个工具，而每个工具都是一个可调用的API。
常见插件类别：
- 📱信息查询：搜索、新闻、天气、地图
- 📊数据分析：股票、汇率、图表生成
- 🎨内容创作：图片生成、视频编辑
- 💼效率工具：邮件、日历、翻译、计算器
- 🛍️生活服务：美食、旅游、购物推荐
看起来这些插件的功能有大有小，回到我们的智能编程助手上来，我们首先要实现的几个工具并不困难，主要是读文件，写文件，执行终端命令这三个，对于代码只有少部分修改的情况我们再添加一个edit的工具就可以了。
制作第一个工具
以一个查询指定城市气温的工具为例，这个函数没有添加实际网上查询功能，只是返回一个固定的数据，以json的格式返回。
添加一个function calling的工具，一般需要3处更改（第一个工具还需要主循环改造，后续可以不变）
- - 工具函数 — get_city_temperature(city) 查询城市温度，返回包含城市、温度、单位的字典
- - Schema 定义 — TOOLS 列表声明工具的 name、description 和 parameters（city 为必填字符串）
- - 函数映射 — AVAILABLE_FUNCTIONS 字典将工具名映射到实际函数
- - 主循环改造 — API 请求增加 tools=TOOLS 参数；检测 tool_calls 后执行函数、将结果以 role: "tool" 追加到消息历史、二次请求获取最终回复；Token 统计适配两次调用的场景
工具函数(1)
CITY_TEMPERATURES = {
"北京": 25,
"上海": 28,
}
def get_city_temperature(city: str) -> dict:
"""查询指定城市的当前温度"""
temp = CITY_TEMPERATURES.get(city)
if temp is not None:
return {"city": city, "temperature": temp, "unit": "摄氏度"}
else:
return {"city": city, "temperature": None, "unit": "摄氏度", "error": f"未找到城市 {city} 的温度数据"}
Schema定义(2)
# 工具 schema 定义
TOOLS = [
{
"type": "function",
"function": {
"name": "get_city_temperature",
"description": "查询指定城市的当前温度",
"parameters": {
"type": "object",
"properties": {
"city": {
"type": "string",
"description": "要查询温度的城市名称，例如：北京、上海"
}
},
"required": ["city"]
}
}
}
]工具函数映射(3)
# 可用工具函数映射
AVAILABLE_FUNCTIONS = {
"get_city_temperature": get_city_temperature
}更改消息发送(4) 添加 tools=TOOLS，并且检查是否需要调用工具，这里的TOOLS就是上面Schema定义的内容
# 发送完整消息历史
response = client.chat.completions.create(
model=BASE_MODEL,
messages=messages,
tools=TOOLS,
stream=False,
extra_body={"enable_thinking": False}
)
# 检查是否需要调用工具
message = response.choices[0].message
if message.tool_calls:
# 执行每个工具调用
for tool_call in message.tool_calls:
......然后运行程序
你: 北京天气？
{
"content": "",
"refusal": null,
"role": "assistant",
"annotations": null,
"audio": null,
"function_call": null,
"tool_calls": [
{
"id": "call_cf01139ba2a347bf82d86cb4",
"function": {
"arguments": "{\"city\": \"北京\"}",
"name": "get_city_temperature"
},
"type": "function",
"index": 0
}
]
}
[工具调用] get_city_temperature({'city': '北京'})
[工具结果] {"city": "北京", "temperature": 25, "unit": "摄氏度"}
AI: 北京当前的温度是25摄氏度。制作read_file工具
上面已经制作了第一个function calling的工具，接下来我们要通用4个工具来实现入门级的智能编程助手，我们完全可以借鉴Claude Code CLI, OpenCode等它们的function calling的tools的经验，例如在OpenCode中输入：你有哪些function calling的tools
Looking at my tool set, I have these tools available:
bash- Execute shell commandsedit- Edit files (exact string replacements)glob- File pattern matchinggrep- Content searchquestion- Ask the user questionsread- Read filesskill- Load specialized skillstask- Launch sub-agentstodowrite- Create/maintain task listswebfetch- Fetch URLswebsearch- Search the webwrite- Write files
再次询问：对于其中的read_file工具，TOOLS中是怎么定义的？
以下是
read工具（对应read_file）的结构定义：{ "name": "read", "description": "读取文件内容，支持偏移量和行数限制", "parameters": { "type": "object", "properties": { "filePath": { "type": "string", "description": "要读取的文件绝对路径" }, "offset": { "type": "integer", "description": "起始行号（从1开始）", "minimum": 0 }, "limit": { "type": "integer", "description": "最大读取行数（默认2000）", "minimum": 0 } }, "required": ["filePath"] } }行为特征：
- 只传
filePath→ 从头读取最多 2000 行- 传
offset=100→ 从第 100 行开始读- 传
offset=100, limit=50→ 从第 100 行往下读 50 行- 返回格式：每行以
行号: 内容前缀标记- 行超长（>2000 字符）会被截断
- 如果
path不存在 → 返回错误在你的实现里，本地
read_file函数基本只需open(path).readlines()配合切片即可等价实现。
有了这些Schema的定义，我们就可以复用AI让他复刻出对应的read_file的python函数了：
根据以下内容，给当前py程序里添加read_file工具，包括函数，Schema，以及AVAILABLE_FUNCTIONS映射：
以下是 read 工具（对应 read_file ）的结构定义：
{
"name": "read",
"description": "读取文件内容，支持偏移量和行数限制",
。。。这里可以稍微注意一下，如果你的文件有中文字符，那么需要告诉AI让它来解决encoding的问题。
AI给你把工具写完后，运行可得:
你: 你好，你有哪些tools
AI: 你好！我目前拥有以下两个工具：
1. **get_city_temperature**
* **功能**：查询指定城市的当前温度。
* **参数**：`city`（字符串），例如：北京、上海、广州。
2. **read**
* **功能**：读取文件内容，支持指定起始行号和最大读取行数。
* **参数**：
* `filePath`（字符串）：要读取的文件绝对路径。
* `offset`（整数，可选）：起始行号（从1开始）。
* `limit`（整数，可选）：最大读取行数（默认2000）。
如果你需要查询天气或读取文件内容，可以随时告诉我！
----------
你: 读取 token_quota.json文件
{
"content": "",
"refusal": null,
"role": "assistant",
"annotations": null,
"audio": null,
"function_call": null,
"tool_calls": [
{
"id": "call_e75350c280a348ad85f16898",
"function": {
"arguments": "{\"filePath\": \"token_quota.json\"}",
"name": "read"
},
"type": "function",
"index": 0
}
]
}
[工具调用] read({'filePath': 'token_quota.json'})制作write,Edit, bash工具
有了function calling 的tools的添加的方法，也有了上面读取文件(没有读pdf等其他格式功能)的工具的制作，现在就直接复用AI把后面的3个工具也完成吧。
对于其中的write工具，TOOLS中是怎么定义的？
对于其中的edit工具，TOOLS中是怎么定义的？
对于其中的bash工具，TOOLS中是怎么定义的？另外，我的bash主要是在powershell上使用的，且电脑有很多中文字符，之前写的bash总会中文字符乱码，请统一给我一个合理的说明
完成后进行测试
你: 你好，你有哪些tools
AI: 你好！我拥有以下工具，可以用来协助你完成各种任务：
1. **get_city_temperature**
* **功能**：查询指定城市的当前温度。
* **参数**：`city`（城市名称，如北京、上海等）。
2. **read**
* **功能**：读取文件内容，支持指定起始行号和最大读取行数。
* **参数**：`filePath`（文件绝对路径），`offset`（起始行号，可选），`limit`（最大行数，可选）。
3. **write**
* **功能**：将内容写入文件（如果文件已存在，则会完全覆盖原有内容）。
* **参数**：`filePath`（目标文件绝对路径），`content`（要写入的内容）。
4. **edit**
* **功能**在文件中进行精确的字符串替换，用于修改文件内容。
* **参数**：`filePath`（文件绝对路径），`oldString`（要被替换原文），`newString`（替换后的新文本），`replaceAll`（是否替换所有匹配项，可选）。
5. **bash**
* **功能**：在 PowerShell 终端中执行命令，并返回输出结果、错误信息和退出代码。
* **参数**：`command`（要执行的命令），`description`（命令简要说明），`timeout`（超时时间，可选），`workdir`（工作目录，可选）。
你可以告诉我你需要做什么，我会选择合适的工具来帮助你！实现半自动的编程助手
我们运行写好的程序，让它来编写一个python的程序
你: 请写一个bubble_sort.py的程序，包括一个冒泡排序最简单的函数，一个生成随机N个,M位的整数列表函数(默认N=10,M=3),运行时先打印列表，排序后再打印列表
[工具调用] write({'filePath': 'bubble_sort.py', 'content': 'import random\ 。。。
[工具结果] {"filePath": "bubble_sort.py", "success": true, "bytesWritten": 854}
AI: 我已经创建了 `bubble_sort.py` 文件。这个程序包含：
1. `bubble_sort(arr)`: 一个最简单的冒泡排序实现。
2. `generate_random_list(N=10, M=3)`: 生成 N 个 M 位随机整数，默认 N=10, M=3。
3. 主程序部分：生成列表，打印原始列表，排序后打印排序后的列表。你可以运行这个程序来查看效果。如果需要修改或执行它，请告诉我！
你: run it
[工具调用] bash({'command': 'python bubble_sort.py', 'description': '运行冒泡排序程序'})
[工具结果] {"stdout": "原始列表: [982, 537, 743, 765, 433, 220, 404, 752, 519, 746]\n排序后列表: [220, 404, 433, 519, 537, 743, 746, 752, 765, 982]\n", "stderr": "", "exit_code": 0}AI: 程序运行成功！输出结果如下：
* **原始列表**: `[982, 537, 743, 765, 433, 220, 404, 752, 519, 746]`
* **排序后列表**: `[220, 404, 433, 519, 537, 743, 746, 752, 765, 982]`
你: 把冒泡排序的函数进阶到一轮没有交换就退出的版本
[工具调用] read({'filePath': 'bubble_sort.py'})
[工具结果] {"filePath": "bubble_sort.py", "content": "1: import random\n2: \n3: 。。。AI:
很明显，程序只执行了read_file的工具调用，但没有自动进行Edit，但没有关系，因为上下文都在消息列表中保存着，再把消息列表发一次就能继续了
你: 继续
[工具调用] edit({'filePath': 'bubble_sort.py', 'oldString': 'def bubble_sort(arr): 。。。
[工具结果] {"filePath": "bubble_sort.py", "success": true, "replacements": 1}
AI: 我已经更新了 `bubble_sort.py` 中的 `bubble_sort` 函数。现在的版本增加了一个 `swapped` 标志位，如果在某一轮遍历中没有发生任何交换，说明列表已经有序，循环会提前终止，从而提高效率。
你: 运行这个程序
[工具调用] bash({'command': 'python bubble_sort.py', 'description': '运行优化后的冒泡排序程序'})
[工具结果] {"stdout": "原始列表: [706, 867, 174, 376, 760, 447, 985, 105, 356, 845]\n排序后列表: [105, 174, 356, 376, 447, 706, 760, 845, 867, 985]\n", "stderr": "", "exit_code": 0}AI: 程序运行成功！输出结果如下：
* **原始列表**: `[706, 867, 174, 376, 760, 447, 985, 105, 356, 845]`
* **排序后列表**: `[105, 174, 356, 376, 447, 706, 760, 845, 867, 985]`优化后的冒泡排序函数正常工作，能够正确地对随机生成的整数列表进行排序。如果在某一轮遍历中没有发生交换，它会提前退出，提高了效率。
小结
这里我们学习了function calling的工具，工具相当于Coze中的插件，它是大模型的延伸，通过调用来解决一些实际的问题。
制作一个工具需要3个部分，1是函数实现，2是Schema的TOOLS，3是工具与函数的映射列表。
实现入门版的智能编程助手，除了能通过API调用大模型外，还需要至少Read,Write,Bash以及Edit这4个工具。
当前的程序每次只能调用一个工具，例如读取代码再更改代码的操作它只会执行前面的读取代码，由于多轮对话的记忆机制，只需要继续/ go ahead就能继续调用后续的工具，因此称它为半自动的编程助手。
我们到后面的skills工具再改进为工具多轮调用，这一节先到这里吧。
有“AI”的1024 = 2048，欢迎大家加入2048 AI社区
更多推荐
0
0- 0
已为社区贡献1条内容
所有评论(0)