From deb1b6e66024b88d6305df0923fe77720f7e931d Mon Sep 17 00:00:00 2001 From: zhuyongxin Date: Fri, 15 May 2026 18:32:57 +0800 Subject: [PATCH] =?UTF-8?q?v1.5=20Edit=20=E5=B7=A5=E5=85=B7=20+=20?= =?UTF-8?q?=E5=9B=9B=E7=BA=A7=E5=AE=B9=E9=94=99=E6=9B=BF=E6=8D=A2=E7=AE=97?= =?UTF-8?q?=E6=B3=95?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit - 新增 EditFileTool，支持局部字符串替换 - 四级容错降级：精确匹配 → 换行符归一 → Trim Space → 逐行滑动窗口 - 工具集扩展至 4 个（read/write/edit/bash） - 新增 server.go 测试目标文件 --- README.md | 23 +++++ cmd/claw/main.go | 17 ++-- internal/tools/edit_file.go | 172 ++++++++++++++++++++++++++++++++++++ server.go | 14 +++ 4 files changed, 219 insertions(+), 7 deletions(-) create mode 100644 internal/tools/edit_file.go create mode 100644 server.go diff --git a/README.md b/README.md index 56f88b6..896bf9b 100644 --- a/README.md +++ b/README.md @@ -65,6 +65,29 @@ func main() { ## 版本历史 +### v1.5 — Edit 工具：从"重写整个文件"进化到"精准局部替换" + +#### 变更 + +- **新增 EditFileTool** — 实现四级容错降级替换算法（L1 精确 → L2 换行符归一 → L3 Trim Space → L4 逐行去缩进滑动窗口），解决大模型代码修改时缩进丢失、换行符不一致等幻觉问题 +- **工具扩展** — 工具集从 3 个（read / write / bash）扩展到 4 个（+ edit） +- **cmd/claw 任务更新** — 演示 edit_file 的局部替换能力，编辑 server.go 中的鉴权逻辑 +- **server.go** — 新增测试目标文件 + +#### 踩坑记录 + +| 问题 | 原因 | 解决 | +|---|---|---| +| 大模型生成的代码缩进不一致 | 模型推理时对源文件缩进（tab/空格）感知不准，产生多一个空格或少一个 tab | 编辑工具内建多级模糊匹配，不要求模型生成的 old_text 与原文件严格一致 | +| 同一段代码在文件中出现多次 | 模型给的 old_text 上下文不够，匹配到多处 | 算法检测多匹配后直接返回错误给模型："匹配到 X 处，请提供更多上下文" | +| Windows 换行符 `\r\n` vs `\n` 不一致 | 模型通常输出 `\n`，Windows 文件可能是 `\r\n` | L2 换行符归一化：统一转成 `\n` 后再对比 | + +#### 经验教训 + +1. **Agent 工具要做"容错输入，严格输出"** — 接受模型可能不完美的输入（多级模糊匹配），但输出清晰的错误信息帮模型自我纠正（"匹配到 3 处"而非"匹配失败"） +2. **工具语义要匹配模型的能力边界** — 模型擅长生成文本但弱于精确复制。`edit_file`（给 old_text + new_text）比"重写整个文件"更适合 Agent 场景，因为它不要求模型完整认知整个文件 +3. **工具组合产生协作效应** — read_file + edit_file 是天然搭档：read 建立上下文认知 → edit 执行局部修改 → bash 验证结果。单一工具的力量有限，组合后才是真正的 Agent + ### v1.4 — 工具集扩展与 Windows 编码攻坚 #### 变更 diff --git a/cmd/claw/main.go b/cmd/claw/main.go index 424c443..aad0d05 100644 --- a/cmd/claw/main.go +++ b/cmd/claw/main.go @@ -20,20 +20,23 @@ func main() { registry := tools.NewRegistry() - // 挂载极简工具集 + // 挂载工具全家桶 registry.Register(tools.NewReadFileTool(workDir)) registry.Register(tools.NewWriteFileTool(workDir)) registry.Register(tools.NewBashTool(workDir)) + registry.Register(tools.NewEditFileTool(workDir)) - // 实例化核心引擎，关闭慢思考阶段，享受 YOLO 急速模式 + // 实例化引擎，开启 EnableThinking = true eng := engine.NewAgentEngine(llmProvider, registry, workDir, false) - // 发起一个需要连贯物理动作的任务 + // 发起一个需要局部修改的指令 prompt := ` - 请帮我执行以下操作： - 1. 用 bash 查看一下我当前电脑的 Go 版本，我的电脑是windows系统。 - 2. 帮我写一个简单的 helloworld.go 文件，输出 "Hello, go-tiny-claw!"。 - 3. 用 bash 编译并运行这个 go 文件，确认它能正常工作。 + 我当前目录下有一个 server.go 文件。 + 请帮我把里面 "TODO: 增加鉴权逻辑" 下面的那个 if 语句，整个替换为： + if user == nil { + fmt.Println("Forbidden!") + return + } ` err := eng.Run(context.Background(), prompt) diff --git a/internal/tools/edit_file.go b/internal/tools/edit_file.go new file mode 100644 index 0000000..e5500a6 --- /dev/null +++ b/internal/tools/edit_file.go @@ -0,0 +1,172 @@ +package tools + +import ( + "context" + "encoding/json" + "fmt" + "go-tiny-claw/internal/schema" + "os" + "path/filepath" + "strings" +) + +type EditFileTool struct { + workDir string +} + +func NewEditFileTool(workDir string) *EditFileTool { + return &EditFileTool{workDir: workDir} +} + +func (t *EditFileTool) Name() string { + return "edit_file" +} + +func (t *EditFileTool) Definition() schema.ToolDefinition { + return schema.ToolDefinition{ + Name: t.Name(), + Description: "对现有文件进行局部的字符串替换。这比重写整个文件更安全、更快速。请提供足够的 old_text 上下文以确保匹配的唯一性。", + InputSchema: map[string]interface{}{ + "type": "object", + "properties": map[string]interface{}{ + "path": map[string]interface{}{ + "type": "string", + "description": "要修改的文件路径", + }, + "old_text": map[string]interface{}{ + "type": "string", + "description": "文件中原有的文本。必须包含足够的上下文（建议上下各多包含几行），以确保在文件中的唯一性。", + }, + "new_text": map[string]interface{}{ + "type": "string", + "description": "要替换成的新文本", + }, + }, + "required": []string{"path", "old_text", "new_text"}, + }, + } +} + +type editFileArgs struct { + Path string `json:"path"` + OldText string `json:"old_text"` + NewText string `json:"new_text"` +} + +// fuzzyReplace 实现了四级容错降级替换算法 +func fuzzyReplace(originalContent, oldText, newText string) (string, error) { + // L1: 精确匹配 + count := strings.Count(originalContent, oldText) + if count == 1 { + return strings.Replace(originalContent, oldText, newText, 1), nil + } + if count > 1 { + return "", fmt.Errorf("old_text 匹配到了 %d 处，请提供更多的上下文代码以确保唯一性", count) + } + + // L2: 换行符归一化 (统一将 \r\n 转换为 \n) + normalizedContent := strings.ReplaceAll(originalContent, "\r\n", "\n") + normalizedOld := strings.ReplaceAll(oldText, "\r\n", "\n") + + count = strings.Count(normalizedContent, normalizedOld) + if count == 1 { + return strings.Replace(normalizedContent, normalizedOld, newText, 1), nil + } + + // L3: Trim Space 匹配 (忽略首尾的空行和空格) + trimmedOld := strings.TrimSpace(normalizedOld) + if trimmedOld != "" { + count = strings.Count(normalizedContent, trimmedOld) + if count == 1 { + // 注意：这里替换时，我们只能替换被 Trim 后的部分，不能直接用 newText 破坏原本的缩进 + // 为了保持本专栏代码不过于冗长复杂，当触发 L3/L4 时，如果 newText 没有带有正确的缩进， + // 可能会导致替换后代码格式不美观。但这总比直接报错让 Agent 死循环要好。 + return strings.Replace(normalizedContent, trimmedOld, newText, 1), nil + } + } + + // L4: 逐行去缩进匹配 (最强力的容错：消除大模型遗漏缩进的幻觉) + return lineByLineReplace(normalizedContent, normalizedOld, newText) +} + +// lineByLineReplace 将文本按行切割，去除首尾空白后进行滑动窗口匹配 +func lineByLineReplace(content, oldText, newText string) (string, error) { + contentLines := strings.Split(content, "\n") + oldLines := strings.Split(strings.TrimSpace(oldText), "\n") + + if len(oldLines) == 0 || len(contentLines) < len(oldLines) { + return "", fmt.Errorf("找不到该代码片段") + } + + // 清理 oldLines 的每行首尾空白 + for i := range oldLines { + oldLines[i] = strings.TrimSpace(oldLines[i]) + } + + matchCount := 0 + matchStartIndex := -1 + matchEndIndex := -1 + + // 滑动窗口在原始文件中寻找匹配块 + for i := 0; i <= len(contentLines)-len(oldLines); i++ { + isMatch := true + for j := 0; j < len(oldLines); j++ { + if strings.TrimSpace(contentLines[i+j]) != oldLines[j] { + isMatch = false + break + } + } + + if isMatch { + matchCount++ + matchStartIndex = i + matchEndIndex = i + len(oldLines) + } + } + + if matchCount == 0 { + return "", fmt.Errorf("在文件中未找到 old_text，请大模型先调用 read_file 仔细确认文件内容和缩进") + } + if matchCount > 1 { + return "", fmt.Errorf("模糊匹配到了 %d 处相似代码，请提供更多上下行代码以精确定位", matchCount) + } + + // 执行替换：将匹配到的原始行范围替换为 newText 拆分后的行 + // (这里简单处理，将 newText 直接作为整体替换进去) + var newContentLines []string + newContentLines = append(newContentLines, contentLines[:matchStartIndex]...) + newContentLines = append(newContentLines, newText) // 插入新内容 + newContentLines = append(newContentLines, contentLines[matchEndIndex:]...) + + return strings.Join(newContentLines, "\n"), nil +} + +func (t *EditFileTool) Execute(ctx context.Context, args json.RawMessage) (string, error) { + var input editFileArgs + if err := json.Unmarshal(args, &input); err != nil { + return "", fmt.Errorf("参数解析失败: %w", err) + } + + fullPath := filepath.Join(t.workDir, input.Path) + + // 1. 读取原文件内容 + contentBytes, err := os.ReadFile(fullPath) + if err != nil { + return "", fmt.Errorf("读取文件失败，请确认路径是否正确: %w", err) + } + originalContent := string(contentBytes) + + // 2. 调用多级模糊替换算法 + newContent, err := fuzzyReplace(originalContent, input.OldText, input.NewText) + if err != nil { + // 【驾驭哲学】将具体的报错原因 (如匹配到多处) 原样返回，让大模型自行纠正 + return "", err + } + + // 3. 将新内容安全地写回磁盘 + if err := os.WriteFile(fullPath, []byte(newContent), 0644); err != nil { + return "", fmt.Errorf("写回文件失败: %w", err) + } + + return fmt.Sprintf("✅ 成功修改文件: %s", input.Path), nil +} diff --git a/server.go b/server.go new file mode 100644 index 0000000..e1077eb --- /dev/null +++ b/server.go @@ -0,0 +1,14 @@ +package main + +import "fmt" + +func main() { + // 启动服务器 + fmt.Println("Server is starting on port 8080...") + + // TODO: 增加鉴权逻辑 + if user == nil { + fmt.Println("Forbidden!") + return + } +}