autocoder-nano 0.1.30__py3-none-any.whl → 0.1.33__py3-none-any.whl

{autocoder_nano-0.1.30.dist-info → autocoder_nano-0.1.33.dist-info}/RECORD

@@ -1,20 +1,33 @@
 autocoder_nano/__init__.py,sha256=47DEQpj8HBSa-_TImW-5JCeuQeRkm5NMpJWZG3hSuFU,0
-autocoder_nano/auto_coder_nano.py,sha256=-MhIsNpeAXtaB96cWxHFgVk54n0cZqzERs-B_f_00h8,101505
+autocoder_nano/auto_coder_nano.py,sha256=Oxm9hJRrFaBexeeNgDXPfoov5BdAu9xmPktjGzZ5ZHo,104662
 autocoder_nano/auto_coder_nano_rag.py,sha256=9BtNZ6nC5D5SPTIuziXZOfouCBLOMNzvJMTdDPQEgO8,10436
 autocoder_nano/auto_coder_nano_ui.py,sha256=ZBskcIJMeTJY7_JipGJaee58G9fUJaOv3LV4hptLc6c,12669
 autocoder_nano/file_utils.py,sha256=iGbkbQ191nKL4aNufdexYYYQSDM1XrDC9Uxp_PIbawY,661
-autocoder_nano/git_utils.py,sha256=zDbQcfQ2hcdnL4PNWzVXSbc_ixPdPm-rgavhDnIrtH8,20685
+autocoder_nano/git_utils.py,sha256=zAhXi5WFHklpkoPH04kkXpQjQJv1CEHbXE-O3tqyNlA,23194
 autocoder_nano/helper.py,sha256=LbieDBKp408x9g4GHCvcujUgMgxDTV9owGHIBYpT1ww,6643
-autocoder_nano/llm_client.py,sha256=C2h1uZ4cjsYxItlgDowBljAjNwJqdVhjAXptgkGd2-s,4360
+autocoder_nano/llm_client.py,sha256=aB6ZCZnMF28RvoPuqORZAneMpvIy16mPrB7-1vVKTao,11207
 autocoder_nano/llm_prompt.py,sha256=ViWUfCZp0gDESAAPHBhZc2WhHiFUHIxK6a2xbFu0sjU,10864
-autocoder_nano/llm_types.py,sha256=LIvATT40K9A_NAMuaNUKZt-6fu9zZP39uU6-dFUZNHk,9521
+autocoder_nano/llm_types.py,sha256=B7iJjaKsAuw984BCxCoGQHTLRWDiiW5eGmVEzgftOuk,11038
 autocoder_nano/sys_utils.py,sha256=Sn6kr5diaEkVWbYDBrtenr9zw32jVIWvsAReY7_uEd0,1638
-autocoder_nano/templates.py,sha256=Sv61fSy8V7YsM_bSqDLFMX5tinleSZ6Z2hetCDXl6g8,4270
-autocoder_nano/version.py,sha256=keKqUvQQjILhyFxQXAXqCPRtyLU1XvtQAMgjxobIyNw,79
+autocoder_nano/templates.py,sha256=fqlRtnx6HvPE4CbdnPcnLBB-flPwufwcGRpsFD3aW2c,4271
+autocoder_nano/version.py,sha256=Fe_iRBdCULDeTWWRIy1JuodlT2lPcNeViHhLCGYHuZU,79
 autocoder_nano/agent/__init__.py,sha256=47DEQpj8HBSa-_TImW-5JCeuQeRkm5NMpJWZG3hSuFU,0
-autocoder_nano/agent/agent_base.py,sha256=aic_Od5owZEu-VJhyAfQiz9R4btfvgPLJGwtxH3WBno,16369
-autocoder_nano/agent/new/__init__.py,sha256=47DEQpj8HBSa-_TImW-5JCeuQeRkm5NMpJWZG3hSuFU,0
-autocoder_nano/agent/new/auto_new_project.py,sha256=JNGhcF9CgMLQn-5UbRMmjBpeiwr0Jp5oKjun5aawNrI,11589
+autocoder_nano/agent/agent_base.py,sha256=O5Hq6VnoqrXnBE_oXZHXlbmSRdOEe28H65bJ1WhAQjg,16377
+autocoder_nano/agent/agentic_edit.py,sha256=I1HjRhMabDmtfxcCOKawUJV0wU1GNzKtof19_GNgAjU,88749
+autocoder_nano/agent/agentic_edit_types.py,sha256=RAEN2cBoPVZjx6aD6uYo2FPyyARwdBUpDG7qsSAY9kE,3620
+autocoder_nano/agent/agentic_edit_tools/__init__.py,sha256=E0zSUcPnYyAkEfkknNcb7oDBpuYY_UAKnCOaEyltYg0,1157
+autocoder_nano/agent/agentic_edit_tools/ask_followup_question_tool.py,sha256=dIWjZQ3N5Y_yXs_SwGjx7nqBRfysEoQylQivGW4wRzY,2006
+autocoder_nano/agent/agentic_edit_tools/attempt_completion_tool.py,sha256=msiYZoZnDhVTHEua_RnM2R3Ss-cpF3MSPwhb_Hl5mo4,1406
+autocoder_nano/agent/agentic_edit_tools/base_tool_resolver.py,sha256=LPfMRGpTsXLDYHyzKFcNLrXvvSNNKF3bes6q-tB2ho0,943
+autocoder_nano/agent/agentic_edit_tools/execute_command_tool.py,sha256=aRfbaDWajaFaxodYJjq59dqYAPolC0fiA2jnjIxD_yY,3007
+autocoder_nano/agent/agentic_edit_tools/list_code_definition_names_tool.py,sha256=6FiUL4Z8mQr5LKRDhIDv0KmGL1coo3zaI9RVr30oj88,3714
+autocoder_nano/agent/agentic_edit_tools/list_files_tool.py,sha256=LheSa7sjMlGy7n1AdjsHDn6yey-BYEeMfjE73zNtjL0,5880
+autocoder_nano/agent/agentic_edit_tools/list_package_info_tool.py,sha256=8FDBt0CDQXGxqCEp1zl92zAX4hqjADz0wyvC5GlVi9I,1885
+autocoder_nano/agent/agentic_edit_tools/plan_mode_respond_tool.py,sha256=gipMpb3bYMDR5U2axOpSwCeAZFYVyGerkUUpwBFDu9g,1447
+autocoder_nano/agent/agentic_edit_tools/read_file_tool.py,sha256=TAMJbO06Ij1Cuxh3JAa4U5sxbeAv6UGdYU4xs25Uh7Q,3102
+autocoder_nano/agent/agentic_edit_tools/replace_in_file_tool.py,sha256=d0PZGB9U5snXpXs7S2n39NCO0mKyMLb7z1v6HTKj6rI,6742
+autocoder_nano/agent/agentic_edit_tools/search_files_tool.py,sha256=lPa0tCx25scmZ5RlZ9Laplm6WzrKFTS-lYgfe_L6viw,6078
+autocoder_nano/agent/agentic_edit_tools/write_to_file_tool.py,sha256=IQksmLOuuaFxiOkIFzMs9dDTT3ZXunJZdY75coDFmWg,2479
 autocoder_nano/app/__init__.py,sha256=47DEQpj8HBSa-_TImW-5JCeuQeRkm5NMpJWZG3hSuFU,0
 autocoder_nano/app/static/css/ai.css,sha256=_o_dSPnrp9lmvtvE8tm7thu6iOy8tsJKR-X30ZhE_h4,10115
 autocoder_nano/app/static/css/editormd.preview.min.css,sha256=c2LS2plIKcSyN9op6NLqkxRpYAPCcyl4o9gJa5_xlXM,44903
@@ -65,15 +78,19 @@ autocoder_nano/rag/doc_storage.py,sha256=sEfX-2PsRTOk7MiwqtY3u0lzqMBwTsPXeIknkAY
 autocoder_nano/rag/long_context_rag.py,sha256=jpTfJg38pfVgL0FGFwe6nmBgQAMEAYtBw9ZLQQcFfpM,21862
 autocoder_nano/rag/token_counter.py,sha256=tHuht9huViEnpqiUVN_xUcgBOHJ0T-6dmk4IWzc_Cd0,1979
 autocoder_nano/research/__init__.py,sha256=47DEQpj8HBSa-_TImW-5JCeuQeRkm5NMpJWZG3hSuFU,0
+autocoder_nano/rules/__init__.py,sha256=47DEQpj8HBSa-_TImW-5JCeuQeRkm5NMpJWZG3hSuFU,0
+autocoder_nano/rules/rules_learn.py,sha256=P65_wwZ1sBxcQPTwdb7roqmkW_bj1SJQaZMLpUkglL4,7297
 autocoder_nano/ss/__init__.py,sha256=jp9Az7c0uafZcC6qfxjyZnSnVLtgA_4UdakSOcp8osE,34
 autocoder_nano/ss/search_engine.py,sha256=4_RcxF1almJX5XlLWB7d9UXM92YDK2bOqoCrkuGg5Mc,3720
 autocoder_nano/tools/__init__.py,sha256=47DEQpj8HBSa-_TImW-5JCeuQeRkm5NMpJWZG3hSuFU,0
 autocoder_nano/tools/http_tools.py,sha256=04Tmg8BTwfsw7_-fKBDHv787XU4yQ5UtQSDj0zJBIUc,3189
 autocoder_nano/utils/__init__.py,sha256=47DEQpj8HBSa-_TImW-5JCeuQeRkm5NMpJWZG3hSuFU,0
-autocoder_nano/utils/printer_utils.py,sha256=MohOZeihWQIj7ZpDo5TPT93hijIbjPWknNSyHf4ns_Q,15196
-autocoder_nano-0.1.30.dist-info/LICENSE,sha256=xx0jnfkXJvxRnG63LTGOxlggYnIysveWIZ6H3PNdCrQ,11357
-autocoder_nano-0.1.30.dist-info/METADATA,sha256=GbAL5Egk4lv1QcAzKMvWhZ45SjHM3a2gDLbS_UFxB_E,13576
-autocoder_nano-0.1.30.dist-info/WHEEL,sha256=In9FTNxeP60KnTkGw7wk6mJPYd_dQSjEZmXdBdMCI-8,91
-autocoder_nano-0.1.30.dist-info/entry_points.txt,sha256=Dj8gGZ_AgLy8ANqr2do_DJjpsR3JMh-ztsrUXo4Vn5Q,194
-autocoder_nano-0.1.30.dist-info/top_level.txt,sha256=D7s34cwIs1F4EAjRRDvO_zTHtUz1Z7UVccFUNlJn7HI,15
-autocoder_nano-0.1.30.dist-info/RECORD,,
+autocoder_nano/utils/formatted_log_utils.py,sha256=1d3xvZ1Bo3-I1wQOMdXpwsMX5cl2FWkmpgHGHvTPEvI,5457
+autocoder_nano/utils/printer_utils.py,sha256=6rGHihCh8DDESWs6qWqwsf3B6qaeM_CNx6crzkl9UCk,15303
+autocoder_nano/utils/shell_utils.py,sha256=llVTrOrmS1RH2ws7W69tofVtf53Kq04uh-sURphejrU,2477
+autocoder_nano-0.1.33.dist-info/LICENSE,sha256=xx0jnfkXJvxRnG63LTGOxlggYnIysveWIZ6H3PNdCrQ,11357
+autocoder_nano-0.1.33.dist-info/METADATA,sha256=kpKkHjPw3_07Hf_TRNSSaaWXSkMQ3zKYQuDYsB__WEY,13591
+autocoder_nano-0.1.33.dist-info/WHEEL,sha256=In9FTNxeP60KnTkGw7wk6mJPYd_dQSjEZmXdBdMCI-8,91
+autocoder_nano-0.1.33.dist-info/entry_points.txt,sha256=Dj8gGZ_AgLy8ANqr2do_DJjpsR3JMh-ztsrUXo4Vn5Q,194
+autocoder_nano-0.1.33.dist-info/top_level.txt,sha256=D7s34cwIs1F4EAjRRDvO_zTHtUz1Z7UVccFUNlJn7HI,15
+autocoder_nano-0.1.33.dist-info/RECORD,,

autocoder_nano/agent/new/auto_new_project.py

@@ -1,278 +0,0 @@
-from typing import List
-
-from pydantic import BaseModel
-from loguru import logger
-
-from autocoder_nano.llm_client import AutoLLM
-from autocoder_nano.llm_prompt import prompt, extract_code
-from autocoder_nano.llm_types import AutoCoderArgs
-from autocoder_nano.sys_utils import detect_env
-
-
-class IndexFilePath(BaseModel):
-    file_path: str
-    purpose: str
-    symbols: str
-
-
-class ProjectFileList(BaseModel):
-    file_list: List[IndexFilePath]
-
-
-class BuildNewProject:
-    """
-    步骤一：完善需求，用户可能提出的需求是一个较为简短的需求，需要完善需求
-    步骤二：设计架构，
-    步骤三：构建索引，
-    步骤四：完成代码，
-    """
-
-    def __init__(self, args: AutoCoderArgs, llm: AutoLLM, chat_model: str, code_model: str):
-        self.args = args
-        self.llm = llm
-        self.chat_model = chat_model
-        self.code_model = code_model
-
-    @prompt()
-    def _build_project_information(self, query, env_info, language):
-        """
-        请根据以下简短需求，逐步进行完善工作：
-        这是我的原始需求: {{ query }}
-
-        环境信息如下:
-        操作系统: {{ env_info.os_name }} {{ env_info.os_version }}
-        编程语言: {{ language }}
-
-        需要你自动执行以下步骤：
-        1. 需求补全 - 对简短需求进行描述扩充，诸如程序描述，目标用户，特色功能等。
-        2. 核心模块 - 生成5-8个核心功能模块（自动推测缺失环节）。
-        3. 技术映射 - 根据所使用的编程语言，以及功能，推荐使用的库并说明选择理由。
-        4. 风险预判 - 列出3项最高优先级的实施风险及应对方案。
-        5. 交互原型 - 输出关键功能的流程图/状态图(可使用简单易懂的方式诸如 A -> B 表达)。
-
-        说明：
-        1. 整体需求补充字数不要超过500，每条补充项不要超过100
-
-        下面是一段示例：
-        ## 输入
-        这是我的原始需求: 完成一个坦克大战
-
-        环境信息如下:
-        操作系统: Linux
-        编程语言: Python 3.10
-
-        ## 输出
-        1.需求补全：
-          开发经典坦克大战复刻版，支持双人本地协作。玩家通过摧毁敌方坦克保护基地，包含随机生成战场、可破坏地形、敌方AI军团、装备强化系统。
-          具备关卡难度递增、实时计分板、战场特效，要求保留原版核心操作手感和战术策略要素。
-        2. 核心模块:
-          - 随机生成地图系统（可破坏障碍/固定墙体）
-          - 双人本地操作模式（WASD+方向键控制）
-          - 敌方AI自动寻路与攻击模块
-          - 碰撞检测系统（子弹/地形/坦克交互）
-          - 计分系统与关卡推进机制
-          - 坦克能力升级系统（速度/护甲/弹药）
-          - 基地保护核心机制
-          - 战场音效与爆炸特效
-        3. 技术映射
-          - Pygame（2D渲染/事件处理/跨平台）
-          - Tiled（地图编辑器集成）
-          - pathfinding（A*算法实现AI移动）
-          - Pygame.mixer（音效管理）
-          - json（关卡配置存储）
-          - numpy（碰撞矩阵运算加速）
-        4. 风险预判
-          - 多物体碰撞性能瓶颈 → 采用空间分割优化检测范围
-          - 双人输入事件冲突 → 使用独立事件队列处理
-          - AI路径finding卡死 → 设置随机方向重置机制
-        5. 交互原型
-          - 主循环流程：初始化 → 玩家控制 → AI行动 → 碰撞检测 → 渲染更新 → 胜利/失败判断 → 关卡切换
-          - 子弹碰撞逻辑：子弹发射 → 碰撞检测 → (墙体: 消失 | 坦克: 扣血 | 基地: 游戏结束)
-        """
-
-    def build_project_information(self, query, env_info, language):
-        self.llm.setup_default_model_name(self.chat_model)
-        try:
-            result = self._build_project_information.with_llm(self.llm).run(query, env_info, language)
-            information = result.output
-            return information
-        except Exception as err:
-            logger.error(f"完善项目需求错误: {str(err)}")
-            return None
-
-    @prompt()
-    def _build_project_architecture(self, query, env_info, language, information):
-        """
-        这是我的原始需求: {{ query }}
-
-        环境信息如下:
-        操作系统: {{ env_info.os_name }} {{ env_info.os_version }}
-        编程语言: {{ language }}
-
-        补充后的需求：
-        {{ information }}
-
-        1. 根据编程语言及需求，首先判断项目项目类型（可能是 Web应用，命令行工具或数据处理管道）
-        2. 首先构建一个的基础目录结构（可参考如下结构）
-          - src 目录：源代码目录
-          - tests 目录： 用于存放测试文件
-          - docs 目录：用于存放文档
-          - scripts 目录：用于存放实用脚本
-        3. 接下来需要考虑 分层架构，比如将核心逻辑，接口，数据层，工具类等分开
-        4. 同时还需要考虑各个模块的划分。比如，
-          - 核心业务逻辑放在core模块
-          - API路由在 api 目录
-          - 数据模型在 models 目录
-          - 数据库交互在 database 目录
-          - 工具函数在 utils 目录
-          - 中间件在 middleware 目录（如果是Web应用）
-          - 配置加载在 config 目录
-          - 错误处理在 errors 目录
-          - 日志配置在 logs 等
-        5. 还需要考虑依赖管理，比如py项目使用requirements管理依赖（分为开发和生产环境），或者使用Pipenv/Poetry
-        6. 测试部分应有单元测试、集成测试，可能使用pytest，并在CI/CD中配置
-
-        根据以上思路，我需要构建一个清晰，分层，模块化的目录结构，每个部分职责明确，方便扩展和维护，同时给出简要说明，让用户了解如何填充和扩展各个模块。
-        返回结果按如下格式：
-
-        - path/to/file1.py, 脚本功能描述
-        - path/to/file2.py, 脚本功能描述
-        - path/to/file3.py, 脚本功能描述
-
-        请严格遵循以下规则：
-        1. 脚本路径请使用相对路径（诸如 src/，core/，api/，utils/）
-        2. 脚本功能描述说明该脚本的详细用途（控制在50字以内，且使用中文）
-        3. 控制代码文件的数量，根据需求的复杂程度，简单需求代码文件控制在 5 个以内，中等需求文件数量控制在 5-10个，复杂项目文件数量控制在 10-20 个
-        4. 请严格按格式要求返回结果,无需额外的说明
-        """
-
-    def build_project_architecture(self, query, env_info, language, information):
-        self.llm.setup_default_model_name(self.chat_model)
-        try:
-            result = self._build_project_architecture.with_llm(self.llm).run(query, env_info, language, information)
-            architecture = result.output
-            return architecture
-        except Exception as err:
-            logger.error(f"完善项目架构错误: {str(err)}")
-            return None
-
-    @prompt()
-    def _build_project_index(self, query, env_info, language, information, architecture):
-        """
-        这是我的原始需求: {{ query }}
-
-        环境信息如下:
-        操作系统: {{ env_info.os_name }} {{ env_info.os_version }}
-        编程语言: {{ language }}
-
-        补充后的需求：
-        {{ information }}
-
-        项目结构如下：
-        {{ architecture }}
-
-        我提供了以上诸如 '需求信息'，'目录结构' 信息。
-        根据用户需求，对目录结构中的文件，依次进行扩充，即我需要完成这个用途的脚本，
-        需要导入哪些库，创建哪些类，函数，变量，这些信息在后续可以直接用于生成代码
-
-        扩充信息包括
-        1. 函数
-        2. 类
-        3. 变量
-        4. 所有导入语句
-
-        下面是一段示例：
-
-        ## 输入
-        - src/core/game_loop.py, 游戏主循环控制器，负责帧率同步和模块调度
-        - src/core/shape_generator.py, 七种基础形状生成及预览队列管理
-
-        ## 输出
-        ```json
-        {
-            "file_list": [
-                {
-                    "file_path": "src/core/game_loop.py",
-                    "purpose": "游戏主循环控制器，负责帧率同步和模块调度",
-                    "symbols": "\n函数：build_metadata+函数用途,main+函数用途\n变量：loop_time+变量用途\n类：\n导入语句：import csv^^import netaddr"
-                },
-                {
-                    "file_path": "src/core/shape_generator.py",
-                    "purpose": "七种基础形状生成及预览队列管理",
-                    "symbols": "\n函数：build_metadata+函数用途,main+函数用途\n变量：loop_time+变量用途\n类：\n导入语句：import csv^^import netaddr"
-                }
-            ]
-        }
-        ```
-
-        符号信息格式如下:
-        ```
-        {符号类型}: {符号名称}+{符号用途}, {符号名称}+{符号用途}, ...
-        ```
-
-        注意：
-        1. 直接输出结果，不要尝试使用任何代码
-        2. file_path 字段使用相对路径
-        3. purpose 字段的长度不能超过50字
-        4. symbols 字段的分隔符为^^
-        5. 请严格按格式要求返回结果
-        """
-
-    def build_project_index(self, query, env_info, language, information, architecture) -> ProjectFileList:
-        self.llm.setup_default_model_name(self.chat_model)
-        result = self._build_project_index.with_llm(self.llm).with_return_type(ProjectFileList).run(
-            query, env_info, language, information, architecture
-        )
-        return result
-
-    @prompt()
-    def _build_single_code(self, query, env_info, language, information, architecture, fileindex):
-        """
-        这是我的原始需求: {{ query }}
-
-        环境信息如下:
-        操作系统: {{ env_info.os_name }} {{ env_info.os_version }}
-        编程语言: {{ language }}
-
-        补充后的需求：
-        {{ information }}
-
-        项目结构如下：
-        {{ architecture }}
-
-        我提供了以上诸如 '需求信息'，'项目结构' 信息。
-        现在需要你基于如下信息生成对应的代码
-
-        路径: {{ fileindex.file_path }}
-        用途: {{ fileindex.purpose }}
-        符号信息: {{ fileindex.symbols }}
-
-        注意：
-        1. 请严格按照语言规范，直接输出代码
-
-        ## 输出
-        ```
-        import os
-        import time
-        from loguru import logger
-        import byzerllm
-
-        a = ""
-
-        @byzerllm.prompt(render="jinja")
-        def auto_implement_function_template(instruction:str, content:str)->str:
-            pass
-        ```
-        """
-
-    def build_single_code(self, query, env_info, language, information, architecture, fileindex: IndexFilePath):
-        self.llm.setup_default_model_name(self.code_model)
-        try:
-            result = self._build_single_code.with_llm(self.llm).run(
-                query, env_info, language, information, architecture, fileindex
-            )
-            code = extract_code(result.output)[0][1]
-            return code
-        except Exception as err:
-            logger.error(f"编写代码 {fileindex.file_path} 错误: {str(err)}")
-            return None