基础篇
进阶篇
高频篇
精选篇
手写篇
面经篇
AI 篇
原理篇
每日一题
小程序题库
  • 知识卡片碎片时间过考点
  • 场景篇按分类整理的大前端场景考点
  • 历年面经按年份追踪真实考点
  • 算法题库NEW在线编码即时判题
  • 专项自测100 题快速查漏
  • 前端基础
    • HTTP从报文一路讲到 HTTPS
    • 浏览器渲染、事件循环、进程
    • 计算机基础Linux、网络、操作系统
  • 进阶专项
    • 设计模式23 种模式怎么用
    • 前端系统进阶学习大型项目工程化
    • 前端综合文章长期沉淀的实践文
  • 工程与工具
    • Node学习指南从环境搭建到服务端
    • NPM工作流script、依赖与发布
    • Docker容器化部署上手
    • Canvas图形与动画实战
  • 路线与导图
    • 思维导图知识点全景图
    • 学习路线按图索骥不跑偏
  • 动态
    • 公众号动态公众号历史文章
    • 博客动态站长的技术博客
    • 开发者导航常用工具与文档站
    • AI 热点每日 AI 资讯与动向
AI 工作台
旧版
AIHT
内容
精选全部 AI 动态热点榜AI 日报收藏
分类
模型行业编程产品技术观点开源
更多
Agent 接入
返回首页开发者导航
AIHT
精选 / 资讯详情
8.0
热点
AI SCORE
编程提效2026-11-18 10:25

用纯 Python 搭一个发布说明智能体

dev.to · AI#智能体#Python#开发自动化
Editor brief · 编辑速览

文章用生成发布说明的案例演示智能体如何在目标和约束下规划、调用工具并校验结果,同时比较固定工作流与智能体的适用场景。后续讨论评估、安全护栏、可观测性、成本和延迟。

文章思维导图
Knowledge map
拖拽缩放
AI deep read

AI 深度解读

把代码贴进聊天框、拿到答案、跑一遍验证,再把报错贴回去,这套流程里负责查资料、决定下一步和判断能否交付的人始终是你。原文用一个 Python 发布说明脚本演示,怎么把这些工作交给程序,让它自己推进到一份可供审阅的草稿。

作者的建议是从固定流程做起,只有执行路径确实无法预先写定时,才让模型决定下一步。对前端和全栈开发者来说,最容易借用的是它的验收顺序:能用代码查的先查,需要理解语义的再交给模型,最后由人决定是否发布。

什么时候才需要模型决定下一步

作者给了一个判断方法:把人从过程里抽掉,系统还能走到一个可审阅的结果吗?如果每次都得有人手动补文档、转贴命令输出、判断该不该重试,聊天工具只是替你写了其中一段。要让系统接手,就得把目标、工具、验收条件和停止规则写进程序。

能事先列出步骤的任务,适合用固定工作流(workflow)。比如发布说明可以按提取事实、检查事实、起草、审阅的顺序走。输入类型不同就先分类再分流,互不依赖的任务可以并行。如果连子任务有几个、涉及哪些文件都得看完输入才知道,才考虑让一个模型拆任务,再交给多个工作调用处理。只要有清楚的评分规则,也可以单独加一个审阅调用,在固定轮数内修改草稿。

模型发出的工具调用请求,由宿主代码决定是否执行。工具结果回来后,模型可以据此改变下一步。作者的原型让草稿阶段最多跑 MAX_STEPS = 6 步,通过 call_model 接收 tool_call 或 final 两种 JSON 响应,只从 TOOLS 里查找可执行工具。作者还建议优先使用供应商支持的原生工具调用和类型化参数,并给整次运行设时间和费用上限。示例代码实现了步数上限,超时和费用上限留给接入方。

发布说明先过代码检查,再交给模型审阅

原文给出的验收样例是为 2.4 版生成 Markdown,分成 Added、Changed、Fixed、Removed 四节,每条一句并附对应 PR 链接,内容须有提交记录支撑,最多 400 个词。脚本通过 git log <since_tag>..HEAD --pretty=format:%h %s 取短哈希和提交标题,另提供一个 read_file(path),读取 docs/ 下的文本时最多返回 20000 个字符。

下面的 check_release_notes 用于检查必备小节、词数上限和草稿里引用的提交哈希。

def check_release_notes(text: str, commit_lines: str) -> list[str]:
    issues = []
    required = ["## Added", "## Changed", "## Fixed", "## Removed"]
    for heading in required:
        if heading not in text:
            issues.append(f"Missing section: {heading}")

    if len(text.split()) > 400:
        issues.append("Over 400 words")

    known_hashes = {line.split()[0] for line in commit_lines.splitlines() if line.strip()}
    cited = set(re.findall(r"\b[0-9a-f]{7,}\b", text))
    unknown = cited - known_hashes
    if unknown:
        issues.append(f"References commits not in the log: {sorted(unknown)}")

    return issues

留意 unknown = cited - known_hashes 这一行。它能找出草稿里出现却不在日志中的哈希,但草稿一个哈希都没写也能过这一项,PR 链接同样没有被校验。

代码检查通过后,独立的 review 调用拿提交记录和草稿逐项比对,判断每条是否有依据、有无遗漏重要改动、句式和分组是否符合要求。审阅器返回无法解析的 JSON 时,代码把结果判为未通过。接下来这段代码负责限次修改并落盘。

MAX_REVISIONS = 2

def release_notes(since_tag: str, call_model) -> str:
    commits = git_log(since_tag)
    goal = f"Write release notes for changes since {since_tag}. Use git_log first."
    draft = run_agent(goal, call_model)

    for attempt in range(MAX_REVISIONS + 1):
        issues = check_release_notes(draft, commits)
        if not issues:
            verdict = review(draft, commits, call_model)
            if verdict.get("pass"):
                break
            issues = verdict.get("issues", [])

        if attempt == MAX_REVISIONS:
            draft = "NEEDS HUMAN REVIEW\n\nOpen issues:\n- " + "\n- ".join(issues) + "\n\n" + draft
            break

        revision_goal = (
            f"Revise these release notes. Fix only these issues:\n- "
            + "\n- ".join(issues)
            + f"\n\nCURRENT DRAFT:\n{draft}"
        )
        draft = run_agent(revision_goal, call_model)

    with open("RELEASE_NOTES.draft.md", "w", encoding="utf-8") as f:
        f.write(draft)
    return "RELEASE_NOTES.draft.md"

留意写入 RELEASE_NOTES.draft.md 的那一行。即使两轮修改后仍未通过,流程也会把待解决的问题放到草稿顶部,再交给人处理。提交、打标签和发布都由人完成。

单次通过以后,怎么知道改动有用

一次运行中的检查回答「这份草稿能交给人看了吗」。评估集(evals)回答的是「换了模型、提示词或工具后,整套流程变好了吗」。作者建议取 10 到 30 个真实历史案例,把旧标签、提交列表和人工批准的发布说明一起保存。每次改动后重跑,比较规则通过率、首稿返修率、人工编辑距离,以及每次运行的成本和步数。

模型也可以参与评估,但作者提醒,模型可能偏爱较长的答案和接近自身风格的写法。给它具体的是非题,要求每个判断都能指回来源,再抽样跟人审对照,比让它打 1 到 10 分更容易定位分歧。运行时则记录运行 ID、模型和提示词版本、工具调用及耗时、检查结果和修改次数。碰到成本突然上升,才能追到是某个工具被反复调用,还是每轮都在把过长的结果塞回上下文。

我的判断

我认同把确定性检查放在模型审阅前面。分节、字数和引用是否在允许集合里,都可以写成明确规则。真正影响发布质量的,是诸如「这项改动值得告诉用户吗」「提交标题能支撑这句描述吗」这类判断。提交标题写得含糊,审阅模型能看到的证据就有限。原文展示了实现和评估方法,没给出耗时、成本、通过率或人工改稿量的对照结果。独立审阅能带来多大提升,仍是经验判断。

示例也有一个可直接看出的缺口。git_log 会把失败包装成 ERROR: 字符串,外层 release_notes 拿到它后仍继续运行。按示例的取词方式,400 词上限也只适合按空白分词的文本。把脚本接进团队流程前,得先明确输入失败时怎么退出,并按实际发布语言定义长度规则。

如果团队已经给 PR 维护了稳定的分类和面向用户的描述,按标签套模板就是一个可对照的基线,PR 链接也能从源数据直接带出。模型更适合用在需要归并重复改动、把开发用语改成用户能理解的表述时。至于提交标题、文档和 Issue 里的文字,都可能夹带给模型的指令。「把工具结果当数据」值得写进提示词,工具能读什么、能写什么仍应由运行环境和权限控制。

能拿来做什么

  • 给前端组件库或 Node 包试做发布说明草稿时,先用脚本固定标签范围和提交来源,再让模型起草,成品停在 RELEASE_NOTES.draft.md 供维护者审阅。
  • 把团队最常改的地方写成可执行规则。比如从已有 PR 元数据检查每条是否附有效链接,把「是否遗漏重要的行为变化」留给独立审阅。
  • 用同一批历史版本对比模板、单次模型调用、带审阅和返修的流程。记录人工实际改了多少,同时看每次运行的成本和耗时,再决定是否保留额外的模型调用。
Original source

本文由 AI 通读原文后重新编写,观点部分为站内判断,细节以原文为准,来源 dev.to · AI,原文版权归原作者所有。

阅读原文
上一篇
仓库文档如何诱导编程智能体执行恶意命令
下一篇
智能体记忆为何会命中过期信息

资讯速览

dev.to · AI · 2026-11-18 10:25

AI 评分 8.0 / 10

相关标签

#智能体#Python#开发自动化

继续阅读

  • 用工具调用记录验收 Agent 任务
  • 仓库文档如何诱导编程智能体执行恶意命令
  • 智能体记忆为何会命中过期信息
  • 幼儿园情绪识别原型的隐私审计
  • 交易引擎复盘:冲突规则如何卡住模型