工具调用为什么需要程序执行
·
大语言模型只有语言理解的能力，没有使用 工具的能力；工具调用都需要依赖代码进行落地，ai负责下达调用指令，无法自己运行工具。
MiniCode 项目简介
其就是一个本地版的ai编程助手。
看代码，跑代码，跑命令，检查项目状态，记录会话，出错后回滚修改，查看之前做了什么！
| 需求 / 痛点 | 对应功能 | 逻辑执行 | 技术实现 | 如果没有会怎样 |
|---|---|---|---|---|
| 想让 AI 真正帮我开发 | minicode-py |
读取项目、分析代码、调用工具、执行命令、返回结果 | Python CLI、Agent Loop、工具调用系统、模型 Adapter | 只能聊天，不能真正操作本地项目 |
| 想快速跑一次任务 | minicode-headless |
输入一句任务，执行一次后退出 | Headless 命令入口、一次性任务执行流程 | 简单任务也要进入完整交互模式 |
| 想知道它当前在干什么 | /session |
记录当前任务、上下文、步骤和状态 | Session 管理模块、状态快照、运行时记录 | Agent 变成黑箱，不知道做到哪一步 |
| 想回看之前过程 | /session-replay |
把历史会话按步骤重新展示 | 会话日志、Transcript 记录、Replay 机制 | 出错后无法复盘 |
| 想继续之前任务 | session resume | 保存会话状态，下次继续执行 | 持久化 Session、上下文恢复、任务状态管理 | 每次都要重新解释背景 |
| 担心 AI 改错代码 | checkpoint | 修改前后保存关键状态点 | 文件快照、编辑分组、Checkpoint 记录 | 改坏后只能人工找回 |
| 想先看回滚影响 | /rewind-preview |
回滚前预览会恢复哪些文件 | Diff 对比、Checkpoint 读取、预演恢复逻辑 | 回滚也可能误伤文件 |
| AI 改坏了想撤回 | /rewind |
根据 checkpoint 恢复文件状态 | 文件恢复机制、Rewind Safety Group | 修改不可恢复，不敢让 AI 深度改代码 |
| 项目大，怕 AI 忘上下文 | memory 系统 | 保存工作记忆和项目知识，需要时注入 | Memory Pipeline、Memory Injector、Context Compactor | 对话一长就忘前面内容 |
| 想知道环境能不能跑 | /readiness / minicode-readiness |
检查 provider、fallback、配置、运行时状态 | Readiness 检查器、Provider 诊断、配置扫描 | 不知道是代码问题还是环境问题 |
| 想保证项目结构规范 | minicode-structure-check |
扫描目录、模块、依赖关系 | 工程结构扫描器、依赖图分析、规则校验 | 项目结构会越来越乱 |
| 想知道 AI 为什么停了 | stop reason / runtime signals | 明确记录停止原因 | Runtime Signal、Stop Reason、状态观察器 | 只知道它停了，不知道原因 |
| 想让结果更可信 | verification gate | 执行后进行检查或测试验证 | 测试命令、验证门禁、结果解析 | AI 可能嘴上说完成，但实际没通过 |
| 想控制任务范围 | widening | 先小范围查，需要时扩大范围 | Runtime Profile、任务阶段控制、搜索范围扩展 | 容易查漏，或一开始就浪费大量时间 |
| 想避免模型不可用中断 | provider fallback | 主 provider 不可用时切换或诊断 | OpenAI / Anthropic Adapter、Fallback 配置、Provider Readiness | 模型服务一挂任务就中断 |
| 想记录运行证据 | timeline / transcript summary | 记录关键步骤、状态变化、结果 | Timeline Memory、Transcript Summary、运行日志 | 后续答辩、排错、审计缺少依据 |
MiniCode 项目为什么可信
| 为什么可信 | 对应机制 | 直白解释 |
|---|---|---|
| 过程可追踪 | Session / Timeline | 它做过什么、做到哪一步、为什么停下，都有记录，不是黑箱。 |
| 结果可检查 | Verification Gate | 不只是说“我完成了”，而是可以通过测试、检查命令、readiness 结果来验证。 |
| 修改可恢复 | Checkpoint / Rewind | AI 改坏代码时，可以回到之前状态，降低真实项目风险。 |
| 上下文不容易丢 | Memory 系统 | 长任务里能保留项目背景和前面做过的事情，减少重复犯错。 |
| 环境问题可定位 | Readiness 检查 | 如果跑不起来，能判断是模型配置、provider、fallback，还是本地环境问题。 |
| 会话可复盘 | Session Replay | 出错后可以回看整个执行过程，知道问题从哪一步开始。 |
| 工程结构可约束 | Structure Check | 检查模块、目录、依赖是否符合规则，避免项目越改越乱。 |
| 本地优先 | Python CLI + 本地工具 | 它围绕本地仓库、终端和文件系统工作，用户能直接掌控执行环境。 |
有“AI”的1024 = 2048，欢迎大家加入2048 AI社区
更多推荐
2
0- 0
已为社区贡献1条内容
所有评论(0)