auto-coder 0.1.389__py3-none-any.whl → 0.1.391__py3-none-any.whl

autocoder/memory/active_changes.py

@@ -0,0 +1,255 @@
+"""
+当前变更模块 - 负责生成和更新 active.md 文件的当前变更部分
+"""
+
+import re
+import time
+from typing import Dict, Any, Optional, Tuple
+import byzerllm
+from byzerllm import MetaHolder
+from loguru import logger as global_logger
+from autocoder.common.token_cost_caculate import TokenCostCalculator, TokenUsageStats
+from autocoder.common import AutoCoderArgs
+
+
+class ActiveChanges:
+    """
+    负责处理 active.md 文件的当前变更部分
+    """
+    
+    def __init__(self, llm: byzerllm.ByzerLLM, product_mode: str = "lite"):
+        """
+        初始化当前变更处理器
+        
+        Args:
+            llm: ByzerLLM实例，用于生成变更内容
+            product_mode: 产品模式，用于获取模型价格信息
+        """
+        self.llm = llm
+        self.product_mode = product_mode
+        self.logger = global_logger.bind(name="ActiveChanges")
+    
+    def generate_changes(self, context: Dict[str, Any], query: str, args: AutoCoderArgs) -> Tuple[str, Dict[str, Any]]:
+        """
+        生成当前变更内容
+        
+        Args:
+            context: 目录上下文字典
+            query: 用户查询/需求
+            args: AutoCoderArgs实例，包含配置信息
+            
+        Returns:
+            Tuple[str, Dict[str, Any]]: 生成的变更内容和token使用统计
+        """
+        try:
+            meta_holder = MetaHolder()
+            start_time = time.monotonic()
+            
+            current_change = self.generate_current_change.with_llm(self.llm).with_meta(
+                meta_holder).run(context, query)
+            
+            end_time = time.monotonic()
+            
+            # 使用TokenCostCalculator跟踪token使用情况
+            token_calculator = TokenCostCalculator(logger_name="ActiveChanges", args=args)
+            stats: TokenUsageStats = token_calculator.track_token_usage(
+                llm=self.llm,
+                meta_holder=meta_holder,
+                operation_name="Current Change Generation",
+                start_time=start_time,
+                end_time=end_time,
+                product_mode=self.product_mode
+            )
+            
+            self.logger.info(f"Current Change Generation - Total tokens: {stats.total_tokens}, Total cost: ${stats.total_cost:.6f}")
+            
+            return current_change, {
+                "total_tokens": stats.total_tokens,
+                "input_tokens": stats.input_tokens,
+                "output_tokens": stats.output_tokens,
+                "cost": stats.total_cost
+            }
+        except Exception as e:
+            self.logger.error(f"Error generating changes: {e}")
+            empty_stats = {
+                "total_tokens": 0,
+                "input_tokens": 0,
+                "output_tokens": 0,
+                "cost": 0.0
+            }
+            return f"生成变更内容时出错: {str(e)}", empty_stats
+    
+    def extract_changes(self, content: str) -> str:
+        """
+        从现有内容中提取当前变更部分
+        
+        Args:
+            content: 现有文件内容
+            
+        Returns:
+            str: 提取的当前变更部分
+        """
+        try:
+            # 提取当前变更部分
+            current_change_match = re.search(r'## 当前变更\s*\n(.*?)(?=\n## |$)', content, re.DOTALL)
+            if current_change_match:
+                changes = current_change_match.group(1).strip()
+                self.logger.debug("Successfully extracted changes from existing content")
+                return changes
+            else:
+                self.logger.warning("No changes section found in existing content")
+                return ""
+        except Exception as e:
+            self.logger.error(f"Error extracting changes: {e}")
+            return ""
+    
+    def update_changes(self, context: Dict[str, Any], query: str, existing_changes: str, args: AutoCoderArgs) -> Tuple[str, Dict[str, Any]]:
+        """
+        更新现有的当前变更内容
+        
+        Args:
+            context: 目录上下文字典
+            query: 用户查询/需求
+            existing_changes: 现有的变更内容
+            args: AutoCoderArgs实例，包含配置信息
+            
+        Returns:
+            Tuple[str, Dict[str, Any]]: 更新后的变更内容和token使用统计
+        """
+        try:
+            meta_holder = MetaHolder()
+            start_time = time.monotonic()
+            
+            updated_changes = self.update_current_change.with_llm(self.llm).with_meta(
+                meta_holder).run(context, query, existing_changes)
+            
+            end_time = time.monotonic()
+            
+            # 使用TokenCostCalculator跟踪token使用情况
+            token_calculator = TokenCostCalculator(logger_name="ActiveChanges", args=args)
+            stats: TokenUsageStats = token_calculator.track_token_usage(
+                llm=self.llm,
+                meta_holder=meta_holder,
+                operation_name="Update Current Change",
+                start_time=start_time,
+                end_time=end_time,
+                product_mode=self.product_mode
+            )
+            
+            self.logger.info(f"Current Change Update - Total tokens: {stats.total_tokens}, Total cost: ${stats.total_cost:.6f}")
+            
+            return updated_changes, {
+                "total_tokens": stats.total_tokens,
+                "input_tokens": stats.input_tokens,
+                "output_tokens": stats.output_tokens,
+                "cost": stats.total_cost
+            }
+        except Exception as e:
+            self.logger.error(f"Error updating changes: {e}")
+            empty_stats = {
+                "total_tokens": 0,
+                "input_tokens": 0,
+                "output_tokens": 0,
+                "cost": 0.0
+            }
+            return f"更新变更内容时出错: {str(e)}", empty_stats
+    
+    @byzerllm.prompt()
+    def update_current_change(self, context: Dict[str, Any], query: str, existing_current_change: str) -> str:
+        """
+        请基于现有的"当前变更"文档和新的变更信息，生成一个更新后的"当前变更"部分。
+        
+        现有的"当前变更"内容：
+        ```
+        {{ existing_current_change }}
+        ```
+        
+        当前需求：
+        {{ query }}
+        
+        目录：{{ context.directory_path }}
+        
+        最新变更的文件：
+        {% for file in context.changed_files %}
+        - {{ file.path }}
+        {% endfor %}
+        
+        {% if context.file_diffs %}
+        文件变更摘要：
+        {% for diff in context.file_diffs %}
+        - {{ diff.path }}: {% if diff.type == 'modified' %}修改 (从{{ diff.before_lines }}行到{{ diff.after_lines }}行){% elif diff.type == 'added' %}新增{% elif diff.type == 'deleted' %}删除{% endif %}
+        {% endfor %}
+        {% endif %}
+        
+        {% if context.changed_files and context.changed_files[0].has_diff %}
+        变更前后的代码对比：
+        {% for file in context.changed_files %}
+        {% if file.has_diff %}
+        文件: {{ file.path }}
+        变更前:
+        ```
+        {{ file.before_content }}
+        ```
+        
+        变更后:
+        ```
+        {{ file.after_content }}
+        ```
+        {% endif %}
+        {% endfor %}
+        {% endif %}
+        
+        请执行以下任务：
+        1. 保留现有文档中的有用历史信息
+        2. 添加最新的变更信息，重点描述当前需求相关的变更
+        3. 明确指出新的变更与之前变更的关系（如继续完善、修复问题、新增功能等）
+        4. 确保变更描述清晰、具体，并表明每个文件的变更内容和目的
+        5. 如果有冲突的信息，优先保留最新的信息
+        6. 变更部分最多保留20条。
+        
+        你的回答应该是一个完整的"当前变更"部分内容，不需要包含标题。
+        """
+    
+    @byzerllm.prompt()
+    def generate_current_change(self, context: Dict[str, Any], query: str) -> str:
+        """
+        请分析下面的代码变更，并描述它们与当前需求的关系。
+        
+        需求：
+        {{ query }}
+        
+        目录：{{ context.directory_path }}
+        
+        变更的文件：
+        {% for file in context.changed_files %}
+        - {{ file.path }}
+        {% endfor %}
+        
+        {% if context.file_diffs %}
+        文件变更摘要：
+        {% for diff in context.file_diffs %}
+        - {{ diff.path }}: {% if diff.type == 'modified' %}修改 (从{{ diff.before_lines }}行到{{ diff.after_lines }}行){% elif diff.type == 'added' %}新增{% elif diff.type == 'deleted' %}删除{% endif %}
+        {% endfor %}
+        {% endif %}
+        
+        {% if context.changed_files and context.changed_files[0].has_diff %}
+        变更前后的代码对比：
+        {% for file in context.changed_files %}
+        {% if file.has_diff %}
+        文件: {{ file.path }}
+        变更前:
+        ```
+        {{ file.before_content }}
+        ```
+        
+        变更后:
+        ```
+        {{ file.after_content }}
+        ```
+        {% endif %}
+        {% endfor %}
+        {% endif %}
+        
+        分析并描述这些变更如何满足需求，以及这个目录中的文件在整体变更中起到什么作用。
+        描述应该清晰、具体，并表明每个文件的变更内容和目的。
+        """ 

autocoder/memory/active_diagrams.py

@@ -0,0 +1,302 @@
+"""
+活动图表模块 - 负责生成和更新 active.md 文件的 Mermaid 图表部分
+"""
+
+import re
+import time
+from typing import Dict, Any, Optional, Tuple
+import byzerllm
+from byzerllm import MetaHolder
+from loguru import logger as global_logger
+from autocoder.common.token_cost_caculate import TokenCostCalculator, TokenUsageStats
+from autocoder.common import AutoCoderArgs
+
+
+class ActiveDiagrams:
+    """
+    负责处理 active.md 文件的 Mermaid 图表部分
+    """
+    
+    def __init__(self, llm: byzerllm.ByzerLLM, product_mode: str = "lite"):
+        """
+        初始化图表处理器
+        
+        Args:
+            llm: ByzerLLM实例，用于生成图表内容
+            product_mode: 产品模式，用于获取模型价格信息
+        """
+        self.llm = llm
+        self.product_mode = product_mode
+        self.logger = global_logger.bind(name="ActiveDiagrams")
+    
+    def generate_diagrams(self, context: Dict[str, Any], query: str, args: AutoCoderArgs) -> Tuple[str, Dict[str, Any]]:
+        """
+        生成 Mermaid 图表内容
+        
+        Args:
+            context: 目录上下文字典
+            query: 用户查询/需求
+            args: AutoCoderArgs实例，包含配置信息
+            
+        Returns:
+            Tuple[str, Dict[str, Any]]: 生成的图表内容和token使用统计
+        """
+        try:
+            meta_holder = MetaHolder()
+            start_time = time.monotonic()
+            
+            diagrams = self.generate_mermaid_diagrams.with_llm(self.llm).with_meta(
+                meta_holder).run(context, query)
+            
+            end_time = time.monotonic()
+            
+            # 使用TokenCostCalculator跟踪token使用情况
+            token_calculator = TokenCostCalculator(logger_name="ActiveDiagrams", args=args)
+            stats: TokenUsageStats = token_calculator.track_token_usage(
+                llm=self.llm,
+                meta_holder=meta_holder,
+                operation_name="Diagram Generation",
+                start_time=start_time,
+                end_time=end_time,
+                product_mode=self.product_mode
+            )
+            
+            self.logger.info(f"Diagram Generation - Total tokens: {stats.total_tokens}, Total cost: ${stats.total_cost:.6f}")
+            
+            return diagrams, {
+                "total_tokens": stats.total_tokens,
+                "input_tokens": stats.input_tokens,
+                "output_tokens": stats.output_tokens,
+                "cost": stats.total_cost
+            }
+        except Exception as e:
+            self.logger.error(f"Error generating diagrams: {e}")
+            empty_stats = {
+                "total_tokens": 0,
+                "input_tokens": 0,
+                "output_tokens": 0,
+                "cost": 0.0
+            }
+            return f"生成图表内容时出错: {str(e)}", empty_stats
+    
+    def extract_diagrams(self, content: str) -> str:
+        """
+        从现有内容中提取图表部分
+        
+        Args:
+            content: 现有文件内容
+            
+        Returns:
+            str: 提取的图表部分
+        """
+        try:
+            # 提取图表部分
+            diagram_match = re.search(r'## 关系图表\s*\n(.*?)(?=\n## |$)', content, re.DOTALL)
+            if diagram_match:
+                diagrams = diagram_match.group(1).strip()
+                self.logger.debug("Successfully extracted diagrams from existing content")
+                return diagrams
+            else:
+                self.logger.warning("No diagrams section found in existing content")
+                return ""
+        except Exception as e:
+            self.logger.error(f"Error extracting diagrams: {e}")
+            return ""
+    
+    def update_diagrams(self, context: Dict[str, Any], query: str, existing_diagrams: str, args: AutoCoderArgs) -> Tuple[str, Dict[str, Any]]:
+        """
+        更新现有的图表内容
+        
+        Args:
+            context: 目录上下文字典
+            query: 用户查询/需求
+            existing_diagrams: 现有的图表内容
+            args: AutoCoderArgs实例，包含配置信息
+            
+        Returns:
+            Tuple[str, Dict[str, Any]]: 更新后的图表内容和token使用统计
+        """
+        try:
+            meta_holder = MetaHolder()
+            start_time = time.monotonic()
+            
+            updated_diagrams = self.update_mermaid_diagrams.with_llm(self.llm).with_meta(
+                meta_holder).run(context, query, existing_diagrams)
+            
+            end_time = time.monotonic()
+            
+            # 使用TokenCostCalculator跟踪token使用情况
+            token_calculator = TokenCostCalculator(logger_name="ActiveDiagrams", args=args)
+            stats: TokenUsageStats = token_calculator.track_token_usage(
+                llm=self.llm,
+                meta_holder=meta_holder,
+                operation_name="Update Diagrams",
+                start_time=start_time,
+                end_time=end_time,
+                product_mode=self.product_mode
+            )
+            
+            self.logger.info(f"Diagrams Update - Total tokens: {stats.total_tokens}, Total cost: ${stats.total_cost:.6f}")
+            
+            return updated_diagrams, {
+                "total_tokens": stats.total_tokens,
+                "input_tokens": stats.input_tokens,
+                "output_tokens": stats.output_tokens,
+                "cost": stats.total_cost
+            }
+        except Exception as e:
+            self.logger.error(f"Error updating diagrams: {e}")
+            empty_stats = {
+                "total_tokens": 0,
+                "input_tokens": 0,
+                "output_tokens": 0,
+                "cost": 0.0
+            }
+            return f"更新图表内容时出错: {str(e)}", empty_stats
+    
+    @byzerllm.prompt()
+    def update_mermaid_diagrams(self, context: Dict[str, Any], query: str, existing_diagrams: str) -> str:
+        """
+        请基于现有的"关系图表"部分和新的变更信息，生成一个更新后的"关系图表"部分。
+        
+        现有的"关系图表"内容：
+        ```
+        {{ existing_diagrams }}
+        ```
+        
+        当前需求：
+        {{ query }}
+        
+        目录：{{ context.directory_path }}
+        
+        相关文件：
+        {% for file in context.changed_files %}
+        - {{ file.path }}
+        {% endfor %}
+        
+        {% if context.current_files %}
+        当前目录中的其他相关文件：
+        {% for file in context.current_files %}
+        - {{ file.path }}
+        {% endfor %}
+        {% endif %}
+        
+        {% if context.file_diffs %}
+        文件变更摘要：
+        {% for diff in context.file_diffs %}
+        - {{ diff.path }}: {% if diff.type == 'modified' %}修改 (从{{ diff.before_lines }}行到{{ diff.after_lines }}行){% elif diff.type == 'added' %}新增{% elif diff.type == 'deleted' %}删除{% endif %}
+        {% endfor %}
+        {% endif %}
+        
+        {% if context.changed_files and context.changed_files[0].has_diff %}
+        变更前后的代码对比：
+        {% for file in context.changed_files %}
+        {% if file.has_diff %}
+        文件: {{ file.path }}
+        变更前:
+        ```
+        {{ file.before_content }}
+        ```
+        
+        变更后:
+        ```
+        {{ file.after_content }}
+        ```
+        {% endif %}
+        {% endfor %}
+        {% endif %}
+        
+        请执行以下任务：
+        1. 分析现有图表的准确性，保留正确的关系信息
+        2. 根据最新的变更更新文件之间的关系图
+        3. 更新函数/类之间的调用关系图
+        4. 如果有新文件或新函数，将它们添加到相应的图表中
+        5. 确保 Mermaid 语法正确，图表清晰易读
+        6. 如有冲突信息，优先保留最新信息
+        
+        请生成以下两个图表：
+        
+        ### 文件关系图
+        使用 Mermaid graph 语法展示文件之间的依赖关系、导入关系等。
+        
+        ### 函数/类关系图  
+        使用 Mermaid graph 或 classDiagram 语法展示主要函数和类之间的调用关系。
+        
+        你的回答应该是一个完整的"关系图表"部分内容，不需要包含标题。
+        """
+    
+    @byzerllm.prompt()
+    def generate_mermaid_diagrams(self, context: Dict[str, Any], query: str) -> str:
+        """
+        请根据下面的代码变更信息，生成 Mermaid 图表来展示文件之间的关系和函数之间的关系。
+        
+        需求：
+        {{ query }}
+        
+        目录：{{ context.directory_path }}
+        
+        文件列表：
+        {% for file in context.changed_files %}
+        - {{ file.path }}
+        {% endfor %}
+        
+        {% if context.current_files %}
+        当前目录中的其他相关文件：
+        {% for file in context.current_files %}
+        - {{ file.path }}
+        {% endfor %}
+        {% endif %}
+        
+        {% if context.file_diffs %}
+        文件变更摘要：
+        {% for diff in context.file_diffs %}
+        - {{ diff.path }}: {% if diff.type == 'modified' %}修改 (从{{ diff.before_lines }}行到{{ diff.after_lines }}行){% elif diff.type == 'added' %}新增{% elif diff.type == 'deleted' %}删除{% endif %}
+        {% endfor %}
+        {% endif %}
+        
+        {% if context.changed_files and context.changed_files[0].has_diff %}
+        变更前后的代码对比：
+        {% for file in context.changed_files %}
+        {% if file.has_diff %}
+        文件: {{ file.path }}
+        变更前:
+        ```
+        {{ file.before_content }}
+        ```
+        
+        变更后:
+        ```
+        {{ file.after_content }}
+        ```
+        {% endif %}
+        {% endfor %}
+        {% endif %}
+        
+        请分析代码变更，生成以下两个 Mermaid 图表：
+        
+        ### 文件关系图
+        分析文件之间的依赖关系、导入关系、继承关系等，使用 Mermaid graph 语法展示。
+        - 显示文件之间的导入依赖
+        - 标注关系类型（import、inherit、compose等）
+        - 突出显示本次变更涉及的文件
+        
+        ### 函数/类关系图
+        分析主要函数和类之间的调用关系、继承关系等，使用 Mermaid graph 或 classDiagram 语法展示。
+        - 显示类的继承关系
+        - 显示函数/方法的调用关系
+        - 突出显示本次变更涉及的函数/类
+        - 包含重要的属性和方法
+        
+        要求：
+        1. 使用正确的 Mermaid 语法
+        2. 图表要清晰易读，避免过于复杂        
+        3. 添加适当的注释说明关系类型
+        4. 确保图表能够帮助理解代码结构和变更影响
+        
+        格式示例：
+        ```mermaid
+        graph TD
+            A[文件A] -->|包含| B[文件B]
+            B -->|包含| C[文件C]
+        ```
+        """