我用AI发明一门新DSL，只用了1小时！过程详解-唐霜

在之前的文章中，我提到未来的编程会是自然本文版权归作者所有，未经授权不得转载。【关注微信公众号：wwwtangshuangnet】语言的编程。在这一好奇心的驱使下，我着手【本文首发于唐霜的博客】本文版权归作者所有，未经授权不得转载。实践，试图打造一个完整的闭环，来让用户可本文版权归作者所有，未经授权不得转载。【作者：唐霜】以通过输入一段带有编程性质的自然语言，就【版权所有】唐霜 www.tangshuang.net【作者：唐霜】可以指挥系统完成输入中指定的任务。在经过著作权归作者所有，禁止商业用途转载。【本文受版权保护】昨天的思考后，今天我用1个小时实现了一个转载请注明出处：www.tangshuang.net【版权所有】唐霜 www.tangshuang.net粗糙的样例，而实现的过程，主要是借助了L本文作者：唐霜，转载请注明出处。著作权归作者所有，禁止商业用途转载。LM来帮我发明一个DSL，并让它帮我实现【原创内容，转载请注明出处】原创内容，盗版必究。一个可以编译该DSL的compiler。【原创不易，请尊重版权】转载请注明出处：www.tangshuang.net接下来，我就详细讲解一下，我是怎么利用A【版权所有】唐霜 www.tangshuang.net【转载请注明来源】I，把AI作为产品基础依赖实现这一过程的。

转载请注明出处：www.tangshua未经授权，禁止复制转载。转载请注明出处：www.tangshuang.netng.net【本文受版权保护】

效果预览

著作权归作者所有，禁止商业用途转载。【原创不易，请尊重版权】【转载请注明来源】

上面的演示图片中，我首先在左侧输入框中输本文版权归作者所有，未经授权不得转载。本文版权归作者所有，未经授权不得转载。入了一段有明显编程暗示的自然语言文本，在转载请注明出处：www.tangshuang.net【本文受版权保护】文本中使用@来调用某个Agent。当我提著作权归作者所有，禁止商业用途转载。【本文受版权保护】交这段文本后，可以获得右侧弹出层内的结果未经授权，禁止复制转载。原创内容，盗版必究。，具体内容如下：

把用户发送过来的数据用@data_extract (AI数据提【转载请注明来源】【访问 www.tangshuang.net 获取更多精彩内容】取)提取出其中的年份，以及每年的产量。将提取【访问 www.tangshuang.net 获取更多精彩内容】【访问 www.tangshuang.net 获取更多精彩内容】出来的数据用@data-transformer (数【本文首发于唐霜的博客】【转载请注明来源】据格式化)转化为JSON格式。
本文作者：唐霜，转载请注明出处。著作权归作者所有，禁止商业用途转载。【未经授权禁止转载】著作权归作者所有，禁止商业用途转载。

经过翻译后的DSL如下：
【作者：唐霜】

【本文受版权保护】【未经授权禁止转载】

# 定义Agent
agent_data_extract = Agent("@data_extract", 6)
agent_data_transformer = Agent("@data-transformer", 9)

# 定义任务
task_extract_data = Task(agent_data_extract, "提取用户数据中的年份和每年产量")
task_transform_to_json = Task(agent_data_transformer, "将提取的数据转化为JSON格式")

# 定义流程
flow_data_processing = Flow([
    task_extract_data,
    task_transform_to_json
])

# 运行流程
execute flow_data_processing

你可以看到，AI理解了我输入的自然语言，转载请注明出处：www.tangshuang.net转载请注明出处：www.tangshuang.net以及对该文本进行了意图理解和语句分析，最未经授权，禁止复制转载。【未经授权禁止转载】终得到了一份看上去完全符合预期的DSL，本文作者：唐霜，转载请注明出处。【作者：唐霜】并且从Task的任务内容来看，AI并不是【本文受版权保护】【本文首发于唐霜的博客】简单的把文本进行拼凑，而是按照自己的理解未经授权，禁止复制转载。转载请注明出处：www.tangshuang.net进行了重新输出。

思考过程

我以前有实现过DSL的经历，在 http【原创不易，请尊重版权】【未经授权禁止转载】s://www.tangshuang.n未经授权，禁止复制转载。本文版权归作者所有，未经授权不得转载。et/8445.html 一文中，我实现【本文受版权保护】【访问 www.tangshuang.net 获取更多精彩内容】了一门用于Restful API的查询语【原创内容，转载请注明出处】【版权所有】唐霜 www.tangshuang.net言，可见我自己是有能力去完成一门DSL的【未经授权禁止转载】【关注微信公众号：wwwtangshuangnet】。在播客《Robust：程序员的TALK著作权归作者所有，禁止商业用途转载。【本文首发于唐霜的博客】 PLACE》中，我还讲过基于这一思路去【转载请注明来源】【未经授权禁止转载】实现中文编程也不是梦。另外，请关注我的微【本文首发于唐霜的博客】未经授权，禁止复制转载。信 wwwtangshuangnet 持【未经授权禁止转载】未经授权，禁止复制转载。续接收最新技术干货。不过，从设计到实现一【本文首发于唐霜的博客】本文作者：唐霜，转载请注明出处。门DSL，还是比较熬人的。更何况我们设计的DSL都是有严格语【关注微信公众号：wwwtangshuangnet】【作者：唐霜】法的，在面对上述自然语言的编程目标来说，还是毫无【版权所有】唐霜 www.tangshuang.net转载请注明出处：www.tangshuang.net头绪。

原创内容，盗版必究。【本文受版权保护】本文版权归作者所有，未经授权不得转载。

我的第一个想法是，既然我自己无法完成从自【作者：唐霜】本文版权归作者所有，未经授权不得转载。然语言到具体代码的过程，那么能否让AI帮未经授权，禁止复制转载。未经授权，禁止复制转载。我完成呢？从我之前的文章中，你大概可以了【访问 www.tangshuang.net 获取更多精彩内容】本文版权归作者所有，未经授权不得转载。解到，市面上目前还是以项目级别的代码生成比较多，例如最近刚火的转载请注明出处：www.tangshuang.net【本文首发于唐霜的博客】Devin，而能够完成细粒度的任务编排的【未经授权禁止转载】【原创不易，请尊重版权】，比较少。
【版权所有】唐霜 www.tangshu【版权所有，侵权必究】本文版权归作者所有，未经授权不得转载。ang.net

【作者：唐霜】未经授权，禁止复制转载。本文版权归作者所有，未经授权不得转载。本文作者：唐霜，转载请注明出处。

激动的手，颤抖的心，说干就干。

实践过程

【本文受版权保护】【访问 www.tangshuang.n未经授权，禁止复制转载。【原创不易，请尊重版权】et 获取更多精彩内容】【本文首发于唐霜的博客】

首先，设计一门DSL。

【本文首发于唐霜的博客】【未经授权禁止转载】

我一开始想到自己之前的经验，既然是DSL【未经授权禁止转载】【转载请注明来源】，那么就向世界上最伟大的SQL对齐，发明【版权所有】唐霜 www.tangshuang.net【访问 www.tangshuang.net 获取更多精彩内容】一些命令、指令，比如SELECT xx 本文版权归作者所有，未经授权不得转载。【原创不易，请尊重版权】TODO xx之类的。然而，很快我就打消本文版权归作者所有，未经授权不得转载。原创内容，盗版必究。了这种命令式DSL的语法设计，因为在我的本文版权归作者所有，未经授权不得转载。【未经授权禁止转载】设想中，用户是希望去完成一项任务，而完成本文版权归作者所有，未经授权不得转载。【原创不易，请尊重版权】任务一定意味着时间，也就是说，这门DSL的执行过程，一定是【原创内容，转载请注明出处】【原创内容，转载请注明出处】具有时间流动性的，而命令式的语言根本不存【原创内容，转载请注明出处】著作权归作者所有，禁止商业用途转载。在这一概念。

过了不到5秒钟，它返回了它设计的结果给我【本文首发于唐霜的博客】本文版权归作者所有，未经授权不得转载。：

【作者：唐霜】原创内容，盗版必究。【原创内容，转载请注明出处】未经授权，禁止复制转载。

转载请注明出处：www.tangshua未经授权，禁止复制转载。著作权归作者所有，禁止商业用途转载。ng.net【原创不易，请尊重版权】

著作权归作者所有，禁止商业用途转载。【关注微信公众号：wwwtangshua【原创不易，请尊重版权】【本文首发于唐霜的博客】ngnet】【本文首发于唐霜的博客】未经授权，禁止复制转载。

这一版非常棒，概念明确了，但是我仍然希望著作权归作者所有，禁止商业用途转载。【本文受版权保护】引入“事件”来实现上一篇文章说的解耦问题。于是继续未经授权，禁止复制转载。本文版权归作者所有，未经授权不得转载。让它调整，最终我得到了感觉不错的一个版本原创内容，盗版必究。【本文受版权保护】。它给了“词汇表”“语法”“示例”“注意【本文受版权保护】【本文受版权保护】事项”4个部分，而且看上去非常专业。我让【本文受版权保护】【关注微信公众号：wwwtangshuangnet】它导出为一个txt文件给我，之后我下载到【关注微信公众号：wwwtangshuangnet】【版权所有】唐霜 www.tangshuang.net了本地保存。

著作权归作者所有，禁止商业用途转载。【访问 www.tangshuang.n【访问 www.tangshuang.net 获取更多精彩内容】【转载请注明来源】et 获取更多精彩内容】本文作者：唐霜，转载请注明出处。

【本文首发于唐霜的博客】【作者：唐霜】本文版权归作者所有，未经授权不得转载。

就这样，我花了大概20分钟左右，就设计好【关注微信公众号：wwwtangshuangnet】【转载请注明来源】了一门基本符合我需求的DSL了。

接下来，自然语言转换为DSL。

【本文首发于唐霜的博客】【本文受版权保护】

当我们拿到用户输入的自然语言文本之后，我【访问 www.tangshuang.net 获取更多精彩内容】【本文受版权保护】们把它提交给AI，让AI帮我们转化为DS【原创内容，转载请注明出处】【转载请注明来源】L即可。

【原创内容，转载请注明出处】转载请注明出处：www.tangshua【访问 www.tangshuang.net 获取更多精彩内容】未经授权，禁止复制转载。ng.net【转载请注明来源】

不过我们需要让AI较为准确的识别用户自然语言与DSL之间的对应关系。【原创不易，请尊重版权】未经授权，禁止复制转载。我们都知道LLM具有幻觉，有的时候转换并【未经授权禁止转载】原创内容，盗版必究。不准确。为了提高这种准确性，我们可以通过本文作者：唐霜，转载请注明出处。本文作者：唐霜，转载请注明出处。大量样本对模型进行微调，成本稍大。另一种【转载请注明来源】著作权归作者所有，禁止商业用途转载。方法则是提供更多的examples，利用【作者：唐霜】本文作者：唐霜，转载请注明出处。LLM的推理能力，它可以在example本文版权归作者所有，未经授权不得转载。【原创内容，转载请注明出处】s中找到规律，从而给出匹配度更高的结果。

未经授权，禁止复制转载。【转载请注明来源】【本文首发于唐霜的博客】

在提交给AI时，我们在system前置预本文版权归作者所有，未经授权不得转载。【关注微信公众号：wwwtangshuangnet】设中，把AI预设为DSL转化角色，把下载【访问 www.tangshuang.net 获取更多精彩内容】原创内容，盗版必究。下来的DSL语法定义文件作为前提，把用户【原创不易，请尊重版权】转载请注明出处：www.tangshuang.net输入作为user消息进行提交。在AI返回本文版权归作者所有，未经授权不得转载。本文版权归作者所有，未经授权不得转载。的结果中，我们直接提取出代码部分，最终就【转载请注明来源】本文版权归作者所有，未经授权不得转载。得到了我们想要的DSL。

【未经授权禁止转载】【原创内容，转载请注明出处】

最后，执行DSL。

【本文首发于唐霜的博客】本文版权归作者所有，未经授权不得转载。著作权归作者所有，禁止商业用途转载。

【未经授权禁止转载】【访问 www.tangshuang.n本文版权归作者所有，未经授权不得转载。未经授权，禁止复制转载。et 获取更多精彩内容】【未经授权禁止转载】【本文首发于唐霜的博客】

不过可惜的是，由于目前所有大模型工具在t【原创不易，请尊重版权】本文作者：唐霜，转载请注明出处。okens上都有限制，我并没有得到完整的著作权归作者所有，禁止商业用途转载。【本文首发于唐霜的博客】代码内容。此时，我们就可以利用Devin【访问 www.tangshuang.net 获取更多精彩内容】未经授权，禁止复制转载。这类AI编程机器人帮我们来完成整个代码的【关注微信公众号：wwwtangshuangnet】本文版权归作者所有，未经授权不得转载。编写，然后再自己对代码做微调。

未经授权，禁止复制转载。本文作者：唐霜，转载请注明出处。著作权归作者所有，禁止商业用途转载。

由于这部分我还没有实现，这里就不继续深入原创内容，盗版必究。未经授权，禁止复制转载。了。

遗留问题，如何解决？

在上文我给的DEMO中，其实还有遗留问题【作者：唐霜】著作权归作者所有，禁止商业用途转载。，就是Task的内容还是自然语言。

转载请注明出处：www.tangshua【原创内容，转载请注明出处】【本文首发于唐霜的博客】ng.net著作权归作者所有，禁止商业用途转载。

task_transform_to_json = Task(agent_data_transformer, "将提取的数据转化为JSON格式")

【原创不易，请尊重版权】转载请注明出处：www.tangshua【关注微信公众号：wwwtangshuangnet】【转载请注明来源】ng.net【关注微信公众号：wwwtangshua【原创不易，请尊重版权】原创内容，盗版必究。ngnet】

首先，我们需要为每一个agent定义方法【本文首发于唐霜的博客】转载请注明出处：www.tangshuang.net，例如：

agent_data_transformer
.toJSON: 转化为JSON格式
.toXML: 转化为xml格式

agent_other
.method1: 用作什么未曾预料的用途
.method2: 或许在遥远地方会有另外一个作用

接下来，我们将此agent方法定义文档交【作者：唐霜】转载请注明出处：www.tangshuang.net给AI，并让AI根据Task中的参数和自【作者：唐霜】本文作者：唐霜，转载请注明出处。然语言文本，确定实际应该调用什么方法，并【访问 www.tangshuang.net 获取更多精彩内容】【访问 www.tangshuang.net 获取更多精彩内容】让AI输出对应的方法名。

这样我们就可以得到如下形式的结果：

著作权归作者所有，禁止商业用途转载。【原创内容，转载请注明出处】

task_transform_to_json = Task(agent_data_transformer, "toJSON")

这样，我们就得到了真正的可用于解释执行的【关注微信公众号：wwwtangshuangnet】【转载请注明来源】DSL代码了。

著作权归作者所有，禁止商业用途转载。原创内容，盗版必究。【转载请注明来源】

结语

在过去的1小时里，我的大脑在燃烧，然而，【原创内容，转载请注明出处】转载请注明出处：www.tangshuang.net我并没有像以往一样，因为DSL设计、代码【本文受版权保护】【版权所有】唐霜 www.tangshuang.net编写、算法、目录结构、状态管理等等问题纠转载请注明出处：www.tangshuang.net【本文受版权保护】结，我把这些烧脑的工作丢AI帮我完成，而我主要是思考怎么让AI理著作权归作者所有，禁止商业用途转载。原创内容，盗版必究。解我的意图和目标，怎样让它给到我令人满意原创内容，盗版必究。著作权归作者所有，禁止商业用途转载。的结果。之前我有一篇文章讲，李厂长的话要【访问 www.tangshuang.net 获取更多精彩内容】【原创不易，请尊重版权】听，如今看看，真的是有道理的。

本文作者：唐霜，转载请注明出处。【关注微信公众号：wwwtangshua转载请注明出处：www.tangshuang.net本文作者：唐霜，转载请注明出处。ngnet】

本文版权归作者所有，未经授权不得转载。转载请注明出处：www.tangshuang.net【原创不易，请尊重版权】原创内容，盗版必究。原创内容，盗版必究。原创内容，盗版必究。著作权归作者所有，禁止商业用途转载。原创内容，盗版必究。原创内容，盗版必究。【未经授权禁止转载】【原创不易，请尊重版权】【未经授权禁止转载】【作者：唐霜】【转载请注明来源】【访问 www.tangshuang.net 获取更多精彩内容】【原创内容，转载请注明出处】未经授权，禁止复制转载。著作权归作者所有，禁止商业用途转载。【未经授权禁止转载】【访问 www.tangshuang.net 获取更多精彩内容】本文版权归作者所有，未经授权不得转载。【访问 www.tangshuang.net 获取更多精彩内容】原创内容，盗版必究。【版权所有，侵权必究】本文作者：唐霜，转载请注明出处。【本文首发于唐霜的博客】【关注微信公众号：wwwtangshuangnet】【原创内容，转载请注明出处】著作权归作者所有，禁止商业用途转载。未经授权，禁止复制转载。原创内容，盗版必究。未经授权，禁止复制转载。

2024-03-26 3997

唐霜

我用AI发明一门新DSL，只用了1小时！过程详解

效果预览

思考过程

实践过程

结语

为价值买单，打赏一杯咖啡

声明

关于

生态