@templmf/temp-solf-lmf 0.0.49 → 0.0.52

package/package.json

@@ -1,6 +1,6 @@
 {
   "name": "@templmf/temp-solf-lmf",
-  "version": "0.0.49",
+  "version": "0.0.52",
   "description": "",
   "main": "index.js",
   "scripts": {

package//346/250/241/346/235/277prompt.txt

@@ -0,0 +1,80 @@
+# Prompt 编写规范自我评估问卷
+
+你是 [模型名/版本]。
+我需要你从自身角度总结，针对你的 prompt 编写最佳实践。
+请直接给出可复用的 prompt 片段，不要只给理论描述。
+
+---
+
+## Part 1：结构偏好
+
+以下四种指令结构，哪种你识别最稳定？请排序并说明原因：
+- XML 标签（<rules>...</rules>）
+- Markdown 标题+列表（## 规则 \n - 条目）
+- 自然语言段落
+- 伪代码（if/elif/else）
+
+---
+
+## Part 2：条件判断规则
+
+场景：我需要你根据条件决定输出格式（例如：超过50行加标记，否则不加）
+
+请用你最容易遵守的写法，改写以下规则：
+> 如果代码超过50行且可独立运行，在lang后加[artifact]；如果用户提到保存/下载，也加；否则不加。
+
+给出2-3种写法，标注哪种最优。
+
+---
+
+## Part 3：格式强约束
+
+场景：我需要你只输出 JSON，不能有任何多余内容。
+
+以下哪种写法对你约束力最强？请排序：
+A. 只返回 JSON，不要有任何解释
+B. 禁止输出 JSON 以外的任何内容
+C. 输出格式：{"key": "value"}（无其他内容）
+D. 你自己给出一种更好的写法
+
+---
+
+## Part 4：示例的作用
+
+1. 示例对你的格式遵从有帮助吗？
+2. 正例和反例都需要吗，还是只要正例？
+3. 示例放在规则前还是规则后效果更好？
+4. 给出你认为最有效的示例写法模板
+
+---
+
+## Part 5：文件/文档交付场景
+
+场景：我需要你输出完整可用的文件内容（代码文件、markdown文档、配置文件等）
+
+1. 如何提示你输出完整内容而不省略？
+2. 如何避免你在文件中间插入解释性文字？
+3. 如何让你保持文件格式的一致性（缩进、换行等）？
+
+请给出针对每种场景的最优 prompt 片段。
+
+---
+
+## Part 6：你的弱点
+
+1. 什么情况下你最容易忽略格式规则？
+2. 什么样的用户输入会让你"覆盖"掉 system prompt 的规定？
+3. 针对这些弱点，你建议我怎么在 prompt 里做防御？
+
+---
+
+## Part 7：综合输出
+
+基于以上所有问题，请给我生成一份针对你的 prompt 编写速查表，格式如下：
+
+| 场景 | 推荐写法 | 避免写法 |
+|------|---------|---------|
+| 条件判断 | ... | ... |
+| 格式强约束 | ... | ... |
+| 文件交付 | ... | ... |
+| 文档生成 | ... | ... |

package/api.js

@@ -1,51 +0,0 @@
-/**
- * API 配置
- * 在项目根目录创建 .env.local，填入以下变量：
- *
- *   # 文本 LLM
- *   VITE_API_BASE_URL=https://your-api-host.com
- *   VITE_API_KEY=sk-xxxxxxxxxxxxxxxxxxxx
- *   VITE_MODEL=gpt-4o
- *
- *   # 多模态视觉模型（独立 endpoint / key，不填则复用上面的配置）
- *   VITE_VL_API_BASE_URL=https://your-vl-api-host.com
- *   VITE_VL_API_KEY=sk-xxxxxxxxxxxxxxxxxxxx
- *   VITE_VL_MODEL=qwen3-vl-8b-instruct-k100
- */
-export const API_CONFIG = {
-  baseURL:  import.meta.env.VITE_API_BASE_URL    || 'https://api.openai.com',
-  apiKey:   import.meta.env.VITE_API_KEY         || 'sk-your-key-here',
-  model:    import.meta.env.VITE_MODEL           || 'gpt-4o',
-
-  vlBaseURL: import.meta.env.VITE_VL_API_BASE_URL || null,  // 不填则复用 baseURL
-  vlApiKey:  import.meta.env.VITE_VL_API_KEY      || null,  // 不填则复用 apiKey
-  vlModel:   import.meta.env.VITE_VL_MODEL        || null,
-}
-
-/**
- * 根据消息内容判断是否需要视觉模型
- */
-export function isVisualRequest(messages) {
-  return messages.some(m => {
-    const c = m.content
-    return Array.isArray(c) && c.some(b => b.type === 'image_url' || b.type === 'image')
-  })
-}
-
-/**
- * 根据消息内容选择对应的请求配置（model / baseURL / apiKey）
- */
-export function selectConfig(messages) {
-  const useVl = isVisualRequest(messages) && API_CONFIG.vlModel
-  return useVl
-    ? {
-        model:   API_CONFIG.vlModel,
-        baseURL: API_CONFIG.vlBaseURL || API_CONFIG.baseURL,
-        apiKey:  API_CONFIG.vlApiKey  || API_CONFIG.apiKey,
-      }
-    : {
-        model:   API_CONFIG.model,
-        baseURL: API_CONFIG.baseURL,
-        apiKey:  API_CONFIG.apiKey,
-      }
-}

package/chatApi.js

@@ -1,63 +0,0 @@
-/**
- * chatApi.js
- * 封装 OpenAI 兼容格式的流式对话接口（/v1/chat/completions）
- * 支持多模态 content 数组格式（图片 / 文本混合）
- */
-import { selectConfig } from '../config/api.js'
-
-/**
- * 发起流式对话请求
- * @param {object}      options
- * @param {Array}       options.messages  - 消息历史，content 可为字符串或数组（多模态）
- * @param {Function}    options.onToken   - (token: string) => void
- * @param {Function}    options.onDone    - 流结束
- * @param {Function}    options.onError   - (error: Error) => void
- * @param {AbortSignal} options.signal
- */
-export async function streamChat({ messages, onToken, onDone, onError, signal }) {
-  try {
-    const { model, baseURL, apiKey } = selectConfig(messages)
-
-    const res = await fetch(`${baseURL}/v1/chat/completions`, {
-      method: 'POST',
-      headers: {
-        'Content-Type':  'application/json',
-        'Authorization': `Bearer ${apiKey}`,
-      },
-      body: JSON.stringify({ model, stream: true, messages }),
-      signal,
-    })
-
-    if (!res.ok) {
-      const errBody = await res.text()
-      throw new Error(`API 请求失败 ${res.status}: ${errBody}`)
-    }
-
-    const reader  = res.body.getReader()
-    const decoder = new TextDecoder('utf-8')
-    let   buffer  = ''
-
-    while (true) {
-      const { done, value } = await reader.read()
-      if (done) break
-      buffer += decoder.decode(value, { stream: true })
-      const lines = buffer.split('\n')
-      buffer = lines.pop()
-
-      for (const line of lines) {
-        const trimmed = line.trim()
-        if (!trimmed || trimmed === 'data: [DONE]') continue
-        if (!trimmed.startsWith('data: ')) continue
-        try {
-          const json  = JSON.parse(trimmed.slice(6))
-          const token = json.choices?.[0]?.delta?.content
-          if (token) onToken(token)
-        } catch { /* 非 JSON 行跳过 */ }
-      }
-    }
-    onDone?.()
-  } catch (err) {
-    if (err.name === 'AbortError') return
-    onError?.(err)
-  }
-}