第一次提交

2026-03-12 13:27:03 +08:00
commit 27fba7a7cc
26 changed files with 6323 additions and 0 deletions
--- a/config/llm_config.py
+++ b/config/llm_config.py
@@ -0,0 +1,144 @@
+"""
+LLM 配置文件 - 支持 Qwen3.5-flash 和阿里云 DashScope API
+"""
+import os
+from typing import Dict, List, Any
+
+# 模型配置
+DASHSCOPE_API_KEY = os.getenv("DASHSCOPE_API_KEY", "")
+DASHSCOPE_BASE_URL = "https://dashscope.aliyuncs.com/compatible-mode/v1"
+
+def get_llm_config(
+    model: str = "qwen3.5-flash",
+    api_key: str = None,
+    base_url: str = None,
+    temperature: float = 0.7,
+    max_tokens: int = 4096
+) -> Dict[str, Any]:
+    """
+    获取 LLM 配置
+    
+    Args:
+        model: 模型名称
+        api_key: API Key，默认为环境变量
+        base_url: API Base URL
+        temperature: 温度参数
+        max_tokens: 最大 token 数
+    
+    Returns:
+        LLM 配置字典
+    """
+    config = {
+        "config_list": [
+            {
+                "model": model,
+                "api_key": api_key or DASHSCOPE_API_KEY,
+                "base_url": base_url or DASHSCOPE_BASE_URL,
+                "api_type": "openai",
+                "temperature": temperature,
+                "max_tokens": max_tokens,
+            }
+        ],
+        "cache_seed": None,  # 禁用缓存以确保每次都是最新结果
+        "timeout": 120,  # 2 分钟超时
+    }
+    return config
+
+
+def get_agent_llm_config(
+    agent_name: str = "default",
+    **kwargs
+) -> Dict[str, Any]:
+    """
+    获取特定 Agent 的 LLM 配置
+    
+    Args:
+        agent_name: Agent 名称（可用于不同 Agent 使用不同模型）
+        **kwargs: 额外参数
+    
+    Returns:
+        LLM 配置字典
+    """
+    # 可以为不同 Agent 配置不同的模型
+    model_mapping = {
+        "PM_Agent": "qwen3.5-flash",
+        "QA_Agent": "qwen3.5-flash",
+        "Dev_Agent": "qwen3.5-flash",
+        "Orchestrator": "qwen3.5-flash",
+    }
+    
+    model = kwargs.get("model", model_mapping.get(agent_name, "qwen3.5-flash"))
+    return get_llm_config(model=model, **kwargs)
+
+
+# 系统提示词模板
+PM_PROMPT = """你是一名资深软件产品经理，专注于汽车嵌入式系统领域。
+你的任务是将用户模糊的需求转化为结构化的《软件需求规格说明书 (SRS)》。
+
+输出必须包含：
+1. 功能性需求列表（Functional Requirements）
+2. 非功能性需求（性能、安全、合规）
+3. 验收标准（Acceptance Criteria）
+4. 潜在风险与边缘情况
+
+请遵循博世研发规范，确保需求清晰、可测试、可追溯。
+
+输出格式要求：
+- 使用 Markdown 格式
+- 每个需求都有唯一 ID（如 FR-001, NFR-001, AC-001）
+- 包含版本号和日期
+- 保存为 workspace/SRS.md 文件
+"""
+
+QA_PROMPT = """你是一名资深测试工程师，专注于自动化测试和 TDD 实践。
+你的任务是根据 SRS 文档生成：
+
+1. Pytest 测试框架脚本（test_*.py）
+2. BDD 风格的测试场景描述（Given-When-Then）
+3. 测试覆盖率要求（目标：>80%）
+
+确保测试先于代码存在，为开发设定明确的质量护栏。
+
+输出格式要求：
+- 测试文件命名为 test_<feature>.py
+- 包含完整的测试夹具（fixtures）
+- 使用断言清晰的测试用例
+- 保存为 workspace/test_*.py 文件
+"""
+
+DEV_PROMPT = """你是一名资深软件工程师，专注于汽车嵌入式 C++/Python 开发。
+你的任务是根据 SRS 和测试用例编写：
+
+1. 核心业务逻辑代码
+2. 符合 MISRA-C 规范的代码（如果是 C++）
+3. 完整的文档字符串和类型注解
+4. 遵循 PEP 8 风格指南（Python）
+
+严格遵守测试驱动开发原则：
+- 确保所有测试用例通过
+- 如果测试失败，分析原因并修复代码
+- 保持代码简洁、可读、可维护
+
+输出格式要求：
+- 源文件命名为 src_<feature>.py 或 <feature>.cpp
+- 包含完整的 docstring
+- 添加类型注解
+- 保存为 workspace/ 目录下的相应文件
+"""
+
+ORCH_PROMPT = """你是多智能体系统的协调器，负责：
+
+1. 调度各 Agent 的工作顺序（PM → QA → Dev → Test → Verify）
+2. 收集并汇总各 Agent 的输出
+3. 检测测试失败时触发修复循环（Dev → Test → Dev...）
+4. 在关键节点请求人工确认
+5. 最终验证所有产出物的完整性
+
+确保整个 SDLC 流程自动化且可控。
+
+关键职责：
+- 监控流程进度
+- 识别并解决冲突
+- 确保所有文件正确生成在 workspace/ 目录
+- 生成最终的项目总结报告
+"""