项目简介
在AI驱动的软件开发时代，我们可以利用多个智能体协作来完成复杂的编程任务。本项目将构建一个多智能体协作系统，其中一个智能体负责生成详细的实施方案，另一个智能体则根据方案编写具体代码。这种分工协作的方式模拟了真实软件开发中"架构师"和"工程师"的协作模式。
系统架构
核心组件
-
规划智能体（Planner Agent）
- 负责分析用户需求
- 生成详细的技术实施方案
- 制定代码结构和模块划分
-
编码智能体（Coder Agent）
- 接收规划智能体的方案
- 按照方案逐步实现代码
- 生成完整的可执行代码
-
协调器（Coordinator）
- 管理两个智能体之间的通信
- 控制工作流程
- 处理结果的整合和展示
技术栈
- 后端框架: Flask
- AI模型: Claude API (Anthropic)
- 前端: HTML + CSS + JavaScript
- 数据处理: JSON
核心实现
1. 智能体基类
import anthropic
import os
class BaseAgent:
"""智能体基类"""
def __init__(self, role, system_prompt):
self.role = role
self.system_prompt = system_prompt
self.client = anthropic.Anthropic(api_key=os.environ.get("ANTHROPIC_API_KEY"))
def execute(self, user_input, context=""):
"""执行智能体任务"""
messages = []
if context:
messages.append({
"role": "user",
"content": f"上下文信息:\n{context}\n\n当前任务:\n{user_input}"
})
else:
messages.append({
"role": "user",
"content": user_input
})
response = self.client.messages.create(
model="claude-sonnet-4-20250514",
max_tokens=4000,
system=self.system_prompt,
messages=messages
)
return response.content[0].text
2. 规划智能体
class PlannerAgent(BaseAgent):
"""规划智能体 - 负责生成实施方案"""
def __init__(self):
system_prompt = """你是一个资深的软件架构师和技术方案设计专家。
你的职责是:
1. 深入分析用户的需求
2. 设计清晰的技术实施方案
3. 规划代码结构和模块划分
4. 列出关键实现步骤和注意事项
请以结构化的方式输出方案，包含:
- 需求分析
- 技术选型
- 系统架构
- 模块设计
- 实现步骤
- 关键代码结构
方案要足够详细，让另一个智能体能够直接按照方案编写代码。"""
super().__init__("Planner", system_prompt)
def generate_plan(self, requirement):
"""生成实施方案"""
prompt = f"请为以下需求设计详细的技术实施方案:\n\n{requirement}"
return self.execute(prompt)
3. 编码智能体
class CoderAgent(BaseAgent):
"""编码智能体 - 负责根据方案编写代码"""
def __init__(self):
system_prompt = """你是一个经验丰富的Python开发工程师。
你的职责是:
1. 仔细阅读技术实施方案
2. 严格按照方案要求编写代码
3. 确保代码质量和可读性
4. 添加必要的注释和文档
代码要求:
- 遵循PEP 8规范
- 包含完整的错误处理
- 添加清晰的注释
- 确保代码可以直接运行
请输出完整的、可执行的Python代码。"""
super().__init__("Coder", system_prompt)
def generate_code(self, plan, requirement):
"""根据方案生成代码"""
prompt = f"请根据以下实施方案编写完整的Python代码:\n\n原始需求:\n{requirement}\n\n实施方案:\n{plan}"
return self.execute(prompt, context=plan)
4. 协调器
class MultiAgentCoordinator:
"""多智能体协调器"""
def __init__(self):
self.planner = PlannerAgent()
self.coder = CoderAgent()
def process_requirement(self, requirement):
"""处理用户需求，协调两个智能体工作"""
print("=" * 60)
print("阶段 1: 规划智能体正在生成实施方案...")
print("=" * 60)
# 第一步: 生成方案
plan = self.planner.generate_plan(requirement)
print("\n实施方案:")
print(plan)
print("\n" + "=" * 60)
print("阶段 2: 编码智能体正在根据方案编写代码...")
print("=" * 60)
# 第二步: 生成代码
code = self.coder.generate_code(plan, requirement)
print("\n生成的代码:")
print(code)
return {
"requirement": requirement,
"plan": plan,
"code": code
}
5. Flask Web应用
from flask import Flask, render_template, request, jsonify
app = Flask(__name__)
coordinator = MultiAgentCoordinator()
@app.route('/')
def index():
return render_template('index.html')
@app.route('/generate', methods=['POST'])
def generate():
try:
data = request.json
requirement = data.get('requirement', '')
if not requirement:
return jsonify({"error": "需求不能为空"}), 400
result = coordinator.process_requirement(requirement)
return jsonify({
"success": True,
"plan": result["plan"],
"code": result["code"]
})
except Exception as e:
return jsonify({
"success": False,
"error": str(e)
}), 500
if __name__ == '__main__':
app.run(debug=True, port=5000)
6. 前端界面
<!DOCTYPE html>
<html lang="zh-CN">
<head>
<meta charset="UTF-8">
<meta name="viewport" content="width=device-width, initial-scale=1.0">
<title>多智能体协作代码生成器</title>
<style>
* {
margin: 0;
padding: 0;
box-sizing: border-box;
}
body {
font-family: 'Segoe UI', Tahoma, Geneva, Verdana, sans-serif;
background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
min-height: 100vh;
padding: 20px;
}
.container {
max-width: 1200px;
margin: 0 auto;
background: white;
border-radius: 20px;
box-shadow: 0 20px 60px rgba(0,0,0,0.3);
overflow: hidden;
}
header {
background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
color: white;
padding: 30px;
text-align: center;
}
h1 {
font-size: 2em;
margin-bottom: 10px;
}
.subtitle {
opacity: 0.9;
font-size: 1.1em;
}
.content {
padding: 40px;
}
.input-section {
margin-bottom: 30px;
}
label {
display: block;
font-weight: 600;
margin-bottom: 10px;
color: #333;
font-size: 1.1em;
}
textarea {
width: 100%;
padding: 15px;
border: 2px solid #e0e0e0;
border-radius: 10px;
font-size: 1em;
font-family: inherit;
resize: vertical;
transition: border-color 0.3s;
}
textarea:focus {
outline: none;
border-color: #667eea;
}
button {
background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
color: white;
border: none;
padding: 15px 40px;
font-size: 1.1em;
border-radius: 10px;
cursor: pointer;
transition: transform 0.2s, box-shadow 0.2s;
font-weight: 600;
}
button:hover {
transform: translateY(-2px);
box-shadow: 0 10px 20px rgba(102, 126, 234, 0.4);
}
button:active {
transform: translateY(0);
}
button:disabled {
opacity: 0.6;
cursor: not-allowed;
transform: none;
}
.results {
margin-top: 40px;
}
.result-section {
margin-bottom: 30px;
background: #f8f9fa;
border-radius: 10px;
overflow: hidden;
}
.result-header {
background: #667eea;
color: white;
padding: 15px 20px;
font-weight: 600;
font-size: 1.1em;
}
.result-content {
padding: 20px;
max-height: 500px;
overflow-y: auto;
}
pre {
background: #2d2d2d;
color: #f8f8f2;
padding: 20px;
border-radius: 8px;
overflow-x: auto;
font-size: 0.9em;
line-height: 1.5;
}
.loading {
text-align: center;
padding: 40px;
color: #667eea;
font-size: 1.2em;
}
.spinner {
border: 4px solid #f3f3f3;
border-top: 4px solid #667eea;
border-radius: 50%;
width: 40px;
height: 40px;
animation: spin 1s linear infinite;
margin: 20px auto;
}
@keyframes spin {
0% { transform: rotate(0deg); }
100% { transform: rotate(360deg); }
}
.hidden {
display: none;
}
.error {
background: #fee;
color: #c33;
padding: 15px;
border-radius: 8px;
margin-top: 20px;
}
</style>
</head>
<body>
<div class="container">
<header>
<h1>🤖 多智能体协作代码生成器</h1>
<p class="subtitle">规划智能体 + 编码智能体 = 高效代码生成</p>
</header>
<div class="content">
<div class="input-section">
<label for="requirement">请输入您的需求描述：</label>
<textarea
id="requirement"
rows="6"
placeholder="例如：创建一个简单的待办事项管理系统，支持添加、删除、标记完成功能..."></textarea>
<br><br>
<button onclick="generateCode()" id="generateBtn">
🚀 开始生成
</button>
</div>
<div id="loading" class="loading hidden">
<div class="spinner"></div>
<p>智能体正在协作处理中，请稍候...</p>
</div>
<div id="error" class="error hidden"></div>
<div id="results" class="results hidden">
<div class="result-section">
<div class="result-header">
📋 规划智能体 - 实施方案
</div>
<div class="result-content">
<pre id="planOutput"></pre>
</div>
</div>
<div class="result-section">
<div class="result-header">
💻 编码智能体 - 生成代码
</div>
<div class="result-content">
<pre id="codeOutput"></pre>
</div>
</div>
</div>
</div>
</div>
<script>
async function generateCode() {
const requirement = document.getElementById('requirement').value.trim();
const generateBtn = document.getElementById('generateBtn');
const loading = document.getElementById('loading');
const results = document.getElementById('results');
const error = document.getElementById('error');
if (!requirement) {
error.textContent = '请输入需求描述';
error.classList.remove('hidden');
return;
}
// 重置状态
error.classList.add('hidden');
results.classList.add('hidden');
loading.classList.remove('hidden');
generateBtn.disabled = true;
try {
const response = await fetch('/generate', {
method: 'POST',
headers: {
'Content-Type': 'application/json',
},
body: JSON.stringify({ requirement })
});
const data = await response.json();
if (data.success) {
document.getElementById('planOutput').textContent = data.plan;
document.getElementById('codeOutput').textContent = data.code;
results.classList.remove('hidden');
} else {
throw new Error(data.error || '生成失败');
}
} catch (err) {
error.textContent = '错误: ' + err.message;
error.classList.remove('hidden');
} finally {
loading.classList.add('hidden');
generateBtn.disabled = false;
}
}
// 支持Enter键提交（Ctrl+Enter）
document.getElementById('requirement').addEventListener('keydown', function(e) {
if (e.ctrlKey && e.key === 'Enter') {
generateCode();
}
});
</script>
</body>
</html>
项目结构
multi-agent-code-generator/
├── app.py # Flask主应用
├── agents/
│ ├── __init__.py
│ ├── base_agent.py # 智能体基类
│ ├── planner.py # 规划智能体
│ ├── coder.py # 编码智能体
│ └── coordinator.py # 协调器
├── templates/
│ └── index.html # 前端页面
├── static/
│ ├── css/
│ └── js/
├── requirements.txt # 依赖包
└── README.md
使用说明
1. 安装依赖
pip install flask anthropic
2. 配置API密钥
export ANTHROPIC_API_KEY="your-api-key-here"
3. 运行应用
python app.py
4. 访问界面
打开浏览器访问 http://localhost:5000
使用示例
示例1：待办事项管理器
输入需求：
创建一个简单的待办事项管理系统，支持：
1. 添加任务
2. 删除任务
3. 标记任务完成
4. 显示所有任务
使用命令行界面
规划智能体输出：
- 需求分析：简单的CRUD操作
- 数据结构：使用列表存储任务字典
- 功能模块：任务管理类 + 用户界面
- 实现步骤：定义数据结构 → 实现核心功能 → 构建CLI界面
编码智能体输出： 完整的Python代码，包含Task类、TodoManager类和main函数
示例2：文件处理工具
输入需求：
开发一个批量文件重命名工具，可以：
1. 读取指定目录下的所有文件
2. 根据规则批量重命名
3. 支持添加前缀、后缀
4. 支持序号命名
工作流程：
- 规划智能体分析需求，设计文件操作流程
- 编码智能体实现具体功能代码
核心优势
1. 职责分离
- 规划智能体专注于架构设计和方案规划
- 编码智能体专注于代码实现和质量保证
- 各司其职，提高生成质量
2. 结构化输出
- 方案和代码分别呈现
- 便于理解实现思路
- 方便代码审查和优化
3. 可扩展性
- 易于添加新的智能体（如测试智能体、优化智能体）
- 可以构建更复杂的多智能体协作流程
- 支持不同编程语言的代码生成
4. 实用性强
- 真实模拟软件开发流程
- 生成的代码可直接使用
- 适合学习和实际开发
进阶扩展
1. 添加审查智能体
class ReviewerAgent(BaseAgent):
"""代码审查智能体"""
def review_code(self, code, plan):
# 审查代码质量
# 检查是否符合方案要求
# 提出改进建议
pass
2. 添加测试智能体
class TesterAgent(BaseAgent):
"""测试智能体 - 生成测试用例"""
def generate_tests(self, code):
# 分析代码
# 生成单元测试
# 生成集成测试
pass
3. 迭代优化流程
- 规划 → 编码 → 审查 → 优化 → 测试
- 形成完整的开发闭环
4. 支持多语言
- 扩展支持Java、JavaScript、Go等
- 针对不同语言配置不同的编码智能体
最佳实践
- 清晰的需求描述：提供详细、明确的需求说明
- 合理的任务拆分：将复杂任务分解为多个小任务
- 充分的上下文：为智能体提供必要的背景信息
- 迭代式优化：根据结果逐步改进需求描述
技术要点
Prompt Engineering
- 为每个智能体设计专门的系统提示词
- 明确角色定位和职责边界
- 提供清晰的输出格式要求
上下文管理
- 规划方案作为编码智能体的上下文
- 保持信息在智能体间的有效传递
- 避免上下文过长导致的性能问题
错误处理
- 完善的异常捕获机制
- 友好的错误提示
- 支持重试和回滚
总结
多智能体协作代码生成器展示了AI在软件开发中的应用潜力。通过合理的分工和协作，可以生成高质量的代码和方案。这个项目不仅是一个实用工具，更是学习AI应用开发、理解多智能体系统的绝佳案例。
未来可以继续扩展更多智能体，构建更完善的AI辅助开发工具链，让AI真正成为开发者的得力助手。
参考资源
项目代码
扫一扫
968
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
