full-stack-coding-assistant-agent 0.1.0__py3-none-any.whl

agents/audit_agent.py

@@ -0,0 +1,223 @@
+"""
+代码审计智能体
+异步执行安全扫描、代码质量检查
+"""
+
+import json
+import re
+from datetime import datetime
+from typing import Dict, List
+
+from agents.base_agent import BaseAgent
+
+
+class AuditAgent(BaseAgent):
+    """代码审计专家 Agent"""
+
+    def get_system_prompt(self) -> str:
+        return """你是一位资深代码安全审计专家，精通 OWASP Top 10、代码质量分析。
+你的职责是：
+1. 检查代码安全漏洞（SQL 注入、XSS、CSRF 等）
+2. 分析代码质量和最佳实践
+3. 检查敏感信息泄露（API Key、密码等）
+4. 生成结构化审计报告
+
+输出格式（JSON）：
+每个问题一行 JSON 对象，包含字段：
+{
+  "severity": "high|medium|low",
+  "category": "安全|质量|性能",
+  "message": "问题描述",
+  "suggestion": "修复建议",
+  "line_number": 可选的行号
+}
+"""
+
+    def _get_sub_dir(self) -> str:
+        return "audits"
+
+    def execute(self, task_id: str, context: Dict) -> Dict:
+        """
+        执行代码审计任务（异步）
+
+        流程：
+        1. 获取待审计的代码
+        2. 调用 LLM 进行审计
+        3. 解析审计结果
+        4. 保存到数据库
+        5. 将审计报告写入文件系统
+        """
+        # 1. 获取待审计代码
+        code = context.get("code", "")
+        file_path = context.get("file_path", "unknown")
+        agent_type = context.get("agent_type", "unknown")
+
+        if not code:
+            return {"status": "skipped", "reason": "no code to audit"}
+
+        # 2. 调用 LLM 审计
+        system_prompt = self.get_system_prompt()
+        prompt = f"""请审计以下代码，找出安全漏洞和代码质量问题：
+
+## 代码
+```
+{code}
+```
+
+## 文件路径
+{file_path}
+
+请以 JSON 格式输出审计结果，每个问题一个 JSON 对象，包含字段：
+- severity: 严重程度 (high/medium/low)
+- category: 问题类别 (安全/质量/性能)
+- message: 问题描述
+- suggestion: 修复建议
+- line_number: 问题所在行号（如果可确定）
+
+如果有多个问题，每行输出一个 JSON 对象。
+"""
+        audit_result = self._call_llm(prompt, temperature=0.2)
+
+        # 3. 解析审计结果
+        reports = self._parse_audit_result(audit_result)
+
+        # 4. 保存到数据库
+        for report in reports:
+            self.db.add_audit_report(
+                task_id=task_id,
+                agent_type=agent_type,
+                severity=report.get("severity", "low"),
+                message=report.get("message", ""),
+                file_path=file_path,
+                line_number=report.get("line_number"),
+            )
+
+        # 5. 将审计报告写入文件系统
+        audit_md = self._format_audit_report(reports, file_path, audit_result)
+        audit_filename = f"audits/audit_{datetime.now().strftime('%Y%m%d_%H%M%S')}.md"
+        self._write_file(audit_filename, audit_md)
+
+        # 6. 返回结果
+        result = {
+            "status": "success",
+            "reports_count": len(reports),
+            "high_severity": sum(1 for r in reports if r.get("severity") == "high"),
+            "reports": reports,
+            "audit_file": audit_filename,
+        }
+        self._save_result(task_id, str(result))
+
+        # 7. 保存 Agent 执行 trace（完整 I/O 审计）
+        self._save_trace(
+            task_id=task_id,
+            system_prompt=system_prompt,
+            user_prompt=prompt,
+            llm_response=audit_result,
+            parsed_result=result,
+        )
+
+        return result
+
+    def _format_audit_report(
+        self, reports: List[Dict], file_path: str, raw_result: str
+    ) -> str:
+        """将审计结果格式化为 Markdown 报告"""
+        lines = [
+            "# 代码审计报告",
+            "",
+            f"- 审计时间: {datetime.now().isoformat()}",
+            f"- 审计文件: {file_path}",
+            f"- 发现问题数: {len(reports)}",
+            "",
+            "## 问题列表",
+            "",
+        ]
+        for i, r in enumerate(reports, 1):
+            lines.append(
+                f"### {i}. [{r.get('severity', 'low').upper()}] {r.get('category', '未知')}"
+            )
+            lines.append(f"- **描述**: {r.get('message', '')}")
+            lines.append(f"- **建议**: {r.get('suggestion', '')}")
+            if r.get("line_number"):
+                lines.append(f"- **行号**: {r.get('line_number')}")
+            lines.append("")
+
+        lines += ["## 原始审计输出", "", "```", raw_result, "```", ""]
+        return "\n".join(lines)
+
+    def _parse_audit_result(self, audit_text: str) -> List[Dict]:
+        """
+        解析 LLM 返回的审计结果
+        支持多种格式：
+        1. ```json 代码块中的 JSON 数组或对象
+        2. 裸 JSON 数组 [{{}}, {{}}]
+        3. 每行一个 JSON 对象
+        """
+        reports = []
+
+        # 尝试 1: json 代码块（支持 ```json 和 ``` 两种格式）
+        json_match = re.search(r"```(?:json)?\s*\n?(.*?)\n?```", audit_text, re.DOTALL)
+        if json_match:
+            try:
+                data = json.loads(json_match.group(1).strip())
+                if isinstance(data, list):
+                    return [r for r in data if isinstance(r, dict)]
+                elif isinstance(data, dict):
+                    return [data]
+            except json.JSONDecodeError:
+                pass
+
+        # 尝试 2: 裸 JSON 数组或对象（整个文本就是 JSON）
+        stripped = audit_text.strip()
+        if stripped.startswith("[") or stripped.startswith("{"):
+            try:
+                data = json.loads(stripped)
+                if isinstance(data, list):
+                    return [r for r in data if isinstance(r, dict)]
+                elif isinstance(data, dict):
+                    return [data]
+            except json.JSONDecodeError:
+                pass
+
+        # 尝试 3: 逐行解析 JSON 对象
+        for line in audit_text.split("\n"):
+            line = line.strip()
+            if not line or not line.startswith("{"):
+                continue
+            try:
+                report = json.loads(line)
+                if "severity" in report and "message" in report:
+                    reports.append(report)
+            except json.JSONDecodeError:
+                continue
+
+        return reports
+
+    def run_security_scan(self, task_id: str, code: str) -> Dict:
+        """
+        执行安全扫描（同步，用于关键代码）
+
+        检查常见安全漏洞：
+        - SQL 注入
+        - XSS
+        - 敏感信息泄露
+        - 不安全的依赖
+        """
+        prompt = f"""请对以下代码进行安全扫描，重点检查：
+
+1. SQL 注入漏洞
+2. XSS 跨站脚本
+3. CSRF 漏洞
+4. 敏感信息泄露（硬编码密码、API Key 等）
+5. 不安全的加密算法
+6. 权限绕过风险
+
+代码：
+```
+{code}
+```
+
+只输出发现的安全问题，格式：
+[SEVERITY] 问题描述 - 修复建议
+"""
+        return {"scan_result": self._call_llm(prompt, temperature=0.1)}

agents/backend_agent.py

@@ -0,0 +1,179 @@
+"""
+后端专家智能体
+负责生成后端代码、API 接口，并提取 API 契约供前端使用
+"""
+
+import json
+import re
+from typing import Dict, List, Optional
+
+from agents.base_agent import BaseAgent
+
+
+class BackendAgent(BaseAgent):
+    """后端专家 Agent"""
+
+    def get_system_prompt(self) -> str:
+        return """你是一位资深后端开发专家，精通 Python/Java/Node.js 后端开发。
+你的职责是：
+1. 根据需求生成高质量的后端代码
+2. 设计 RESTful API 接口
+3. 编写数据库模型和数据访问层
+4. 确保代码的安全性、性能和可维护性
+
+输出格式要求：
+- 每个文件用 ### FILE: 标记，格式如下：
+  ### FILE: backend/main.py
+  ```python
+  # code here
+  ```
+- 代码必须可直接运行
+- API 接口必须包含完整的请求/响应 Schema
+- 在代码注释中标注 API 契约信息（endpoint, method, request_schema, response_schema）
+"""
+
+    def execute(self, task_id: str, context: Dict) -> Dict:
+        """
+        执行后端开发任务
+
+        流程：
+        1. 检查依赖
+        2. 如果是迭代模式，读取已有代码注入 prompt
+        3. 调用 LLM 生成后端代码
+        4. 解析多文件输出并写入文件系统
+        5. 提取 API 契约并保存到数据库
+        6. 更新任务状态
+        """
+        # 1. 检查依赖
+        if not self._check_dependencies(context, ["description"]):
+            raise ValueError("缺少必需的任务描述")
+
+        description = context["description"]
+        requirements = context.get("requirements", "")
+        is_iteration = context.get("is_iteration", False)
+
+        # 2. 构建 prompt
+        prompt = f"""请根据以下需求生成后端代码：
+
+## 需求描述
+{description}
+
+## 详细要求
+{requirements}
+"""
+
+        # 迭代模式：注入已有代码
+        if is_iteration:
+            existing_code = self._collect_existing_code()
+            if existing_code:
+                prompt += f"""
+## 已有代码（请基于以下代码进行修改，不要重复生成已有文件）
+{existing_code}
+
+重要：请只输出需要新增或修改的文件，不要重复输出未修改的文件。
+"""
+
+        prompt += """
+请生成完整的后端代码，每个文件用 ### FILE: 标记，格式如下：
+
+### FILE: backend/main.py
+```python
+# code here
+```
+
+### FILE: backend/api.py
+```python
+# code here
+```
+
+在代码中用注释标注 API 契约，格式如下：
+### API_CONTRACT_START
+endpoint: /api/xxx
+method: GET/POST/...
+request_schema: {{...}}
+response_schema: {{...}}
+### API_CONTRACT_END
+"""
+
+        # 3. 调用 LLM 生成代码
+        system_prompt = self.get_system_prompt()
+        code_result = self._call_llm(prompt, temperature=0.3)
+
+        # 4. 解析多文件输出并写入文件系统
+        files = self._parse_llm_code_output(code_result)
+        change_type = "update" if is_iteration else "create"
+        for file_path, content in files.items():
+            self._write_file(file_path, content)
+            self._log_change(
+                task_id=task_id,
+                file_path=file_path,
+                change_type=change_type,
+                diff=content,
+            )
+
+        # 5. 提取 API 契约
+        contracts = self._extract_api_contracts(code_result)
+        for contract in contracts:
+            self.db.save_api_contract(
+                task_id=task_id,
+                endpoint=contract["endpoint"],
+                method=contract["method"],
+                request_schema=contract.get("request_schema"),
+                response_schema=contract.get("response_schema"),
+                created_by="backend",
+            )
+
+        # 6. 保存结果
+        result = {
+            "status": "success",
+            "files": list(files.keys()),
+            "contracts": contracts,
+        }
+
+        # 7. 保存 Agent 执行 trace（完整 I/O 审计）
+        self._save_trace(
+            task_id=task_id,
+            system_prompt=system_prompt,
+            user_prompt=prompt,
+            llm_response=code_result,
+            parsed_result=result,
+        )
+        self._save_result(task_id, json.dumps(result))
+
+        return result
+
+    def _extract_api_contracts(self, code: str) -> List[Dict]:
+        """
+        从生成的代码中提取 API 契约
+
+        匹配格式：
+        ### API_CONTRACT_START
+        endpoint: /api/xxx
+        method: GET
+        request_schema: {...}
+        response_schema: {...}
+        ### API_CONTRACT_END
+        """
+        contracts = []
+        pattern = r"### API_CONTRACT_START(.*?)### API_CONTRACT_END"
+        matches = re.findall(pattern, code, re.DOTALL)
+
+        for match in matches:
+            contract = {}
+            lines = match.strip().split("\n")
+            for line in lines:
+                if ":" in line:
+                    key, value = line.split(":", 1)
+                    key = key.strip()
+                    value = value.strip()
+                    if key in ["endpoint", "method"]:
+                        contract[key] = value
+                    elif key in ["request_schema", "response_schema"]:
+                        try:
+                            contract[key] = json.loads(value)
+                        except json.JSONDecodeError:
+                            contract[key] = {"raw": value}
+            if "endpoint" in contract and "method" in contract:
+                contracts.append(contract)
+
+        return contracts