在之前的文章中，我提到未来的编程会是自然著作权归作者所有，禁止商业用途转载。本文版权归作者所有，未经授权不得转载。语言的编程。在这一好奇心的驱使下，我着手【未经授权禁止转载】【原创不易，请尊重版权】实践，试图打造一个完整的闭环，来让用户可【原创不易，请尊重版权】本文作者：唐霜，转载请注明出处。以通过输入一段带有编程性质的自然语言，就【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。可以指挥系统完成输入中指定的任务。在经过本文作者：唐霜，转载请注明出处。本文版权归作者所有，未经授权不得转载。昨天的思考后，今天我用1个小时实现了一个【原创不易，请尊重版权】【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转载请注明出处：www.tangshuang.net【本文首发于唐霜的博客】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】【访问 www.tangshuang.net 获取更多精彩内容】一个可以编译该DSL的compiler。【未经授权禁止转载】未经授权，禁止复制转载。接下来，我就详细讲解一下，我是怎么利用A【关注微信公众号：wwwtangshuangnet】【关注微信公众号：wwwtangshuangnet】I，把AI作为产品基础依赖实现这一过程的。
【访问 www.tangshuang.net 获取更多精彩内容】【未经授权禁止转载】效果预览
上面的演示图片中，我首先在左侧输入框中输本文作者：唐霜，转载请注明出处。本文作者：唐霜，转载请注明出处。入了一段有明显编程暗示的自然语言文本，在【作者：唐霜】【转载请注明来源】文本中使用@来调用某个Agent。当我提【原创不易，请尊重版权】【关注微信公众号：wwwtangshuangnet】交这段文本后，可以获得右侧弹出层内的结果【转载请注明来源】未经授权，禁止复制转载。，具体内容如下：
【转载请注明来源】未经授权，禁止复制转载。未经授权，禁止复制转载。【关注微信公众号：wwwtangshuangnet】原创内容，盗版必究。转载请注明出处：www.tangshuang.net【关注微信公众号：wwwtangshuangnet】把用户发送过来的数据用@data_extract (AI数据提【原创内容，转载请注明出处】【转载请注明来源】取)提取出其中的年份，以及每年的产量。将提取本文作者：唐霜，转载请注明出处。本文版权归作者所有，未经授权不得转载。出来的数据用@data-transformer (数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。据格式化)转化为JSON格式。
未经授权，禁止复制转载。原创内容，盗版必究。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：
【本文首发于唐霜的博客】
# 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，【原创不易，请尊重版权】【本文首发于唐霜的博客】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，著作权归作者所有，禁止商业用途转载。转载请注明出处：www.tangshuang.net并且从Task的任务内容来看，AI并不是未经授权，禁止复制转载。本文作者：唐霜，转载请注明出处。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。【版权所有】唐霜 www.tangshuang.net进行了重新输出。
【访问 www.tangshuang.net 获取更多精彩内容】未经授权，禁止复制转载。原创内容，盗版必究。本文作者：唐霜，转载请注明出处。思考过程
我以前有实现过DSL的经历，在 http【版权所有】唐霜 www.tangshuang.net本文作者：唐霜，转载请注明出处。s://www.tangshuang.n本文作者：唐霜，转载请注明出处。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【关注微信公众号：wwwtangshuangnet】【本文受版权保护】了一门用于Restful API的查询语【版权所有】唐霜 www.tangshuang.net著作权归作者所有，禁止商业用途转载。言，可见我自己是有能力去完成一门DSL的原创内容，盗版必究。【关注微信公众号：wwwtangshuangnet】。在播客《Robust：程序员的TALK【版权所有】唐霜 www.tangshuang.net著作权归作者所有，禁止商业用途转载。 PLACE》中，我还讲过基于这一思路去【版权所有】唐霜 www.tangshuang.net著作权归作者所有，禁止商业用途转载。实现中文编程也不是梦。另外，请关注我的微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。信 wwwtangshuangnet 持【原创内容，转载请注明出处】本文版权归作者所有，未经授权不得转载。续接收最新技术干货。不过，从设计到实现一【版权所有】唐霜 www.tangshuang.net【版权所有】唐霜 www.tangshuang.net门DSL，还是比较熬人的。更何况我们设计的DSL都是有严格语转载请注明出处：www.tangshuang.net【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【原创不易，请尊重版权】【版权所有，侵权必究】头绪。
未经授权，禁止复制转载。【转载请注明来源】【未经授权禁止转载】我的第一个想法是，既然我自己无法完成从自著作权归作者所有，禁止商业用途转载。【未经授权禁止转载】然语言到具体代码的过程，那么能否让AI帮【版权所有，侵权必究】未经授权，禁止复制转载。我完成呢？从我之前的文章中，你大概可以了原创内容，盗版必究。著作权归作者所有，禁止商业用途转载。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【访问 www.tangshuang.net 获取更多精彩内容】【原创不易，请尊重版权】Devin，而能够完成细粒度的任务编排的原创内容，盗版必究。未经授权，禁止复制转载。，比较少。
【作者：唐霜】
既然没有现成的轮子可以用，又没时间自己造未经授权，禁止复制转载。本文版权归作者所有，未经授权不得转载。，于是我的第二个想法冒出来：让AI帮我把未经授权，禁止复制转载。原创内容，盗版必究。自然语言转化为设计好的DSL，再把DSL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】丢到解释器中执行，这样不就完美解决了吗？
【访问 www.tangshuang.net 获取更多精彩内容】【未经授权禁止转载】本文版权归作者所有，未经授权不得转载。【本文受版权保护】
激动的手，颤抖的心，说干就干。
本文作者：唐霜，转载请注明出处。未经授权，禁止复制转载。未经授权，禁止复制转载。实践过程
万事开头难，自然语言到DSL，让AI来翻【版权所有】唐霜 www.tangshuang.net【版权所有】唐霜 www.tangshuang.net译，嗯……怎么开始呢？
【未经授权禁止转载】【版权所有，侵权必究】原创内容，盗版必究。本文版权归作者所有，未经授权不得转载。首先，设计一门DSL。
未经授权，禁止复制转载。【作者：唐霜】【原创内容，转载请注明出处】我一开始想到自己之前的经验，既然是DSL本文作者：唐霜，转载请注明出处。转载请注明出处：www.tangshuang.net，那么就向世界上最伟大的SQL对齐，发明【关注微信公众号：wwwtangshuangnet】【原创内容，转载请注明出处】一些命令、指令，比如SELECT xx 【本文首发于唐霜的博客】【作者：唐霜】TODO xx之类的。然而，很快我就打消【版权所有，侵权必究】【访问 www.tangshuang.net 获取更多精彩内容】了这种命令式DSL的语法设计，因为在我的【未经授权禁止转载】著作权归作者所有，禁止商业用途转载。设想中，用户是希望去完成一项任务，而完成【版权所有，侵权必究】未经授权，禁止复制转载。任务一定意味着时间，也就是说，这门DSL的执行过程，一定是【原创不易，请尊重版权】【原创不易，请尊重版权】具有时间流动性的，而命令式的语言根本不存【作者：唐霜】【原创内容，转载请注明出处】在这一概念。
【本文首发于唐霜的博客】【访问 www.tangshuang.net 获取更多精彩内容】既然如此纠结，不如让AI帮我设计DSL。【本文受版权保护】【作者：唐霜】我假想并整理了几个例子，把这几个文本丢给【版权所有，侵权必究】【原创内容，转载请注明出处】AI，并让它总结其中规律，为我发明一种D【版权所有】唐霜 www.tangshuang.net转载请注明出处：www.tangshuang.netSL。
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。【关注微信公众号：wwwtangshuangnet】【关注微信公众号：wwwtangshuangnet】过了不到5秒钟，它返回了它设计的结果给我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】：
【作者：唐霜】【转载请注明来源】本文版权归作者所有，未经授权不得转载。【版权所有】唐霜 www.tangshuang.net
一看到开头的“基本元素”部分，我就有点兴原创内容，盗版必究。【版权所有】唐霜 www.tangshuang.net奋，挺像那么回事的。仔细观察之后，我不大【原创内容，转载请注明出处】【原创不易，请尊重版权】满意，告诉它突出“流程”“任务”的概念，【本文首发于唐霜的博客】转载请注明出处：www.tangshuang.net也是10秒钟不到的时间，它给了我第二版：
原创内容，盗版必究。转载请注明出处：www.tangshuang.net
这一版非常棒，概念明确了，但是我仍然希望【原创不易，请尊重版权】未经授权，禁止复制转载。引入“事件”来实现上一篇文章说的解耦问题。于是继续原创内容，盗版必究。【本文受版权保护】让它调整，最终我得到了感觉不错的一个版本【作者：唐霜】【访问 www.tangshuang.net 获取更多精彩内容】。它给了“词汇表”“语法”“示例”“注意著作权归作者所有，禁止商业用途转载。未经授权，禁止复制转载。事项”4个部分，而且看上去非常专业。我让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】它导出为一个txt文件给我，之后我下载到未经授权，禁止复制转载。【原创内容，转载请注明出处】了本地保存。
本文作者：唐霜，转载请注明出处。【版权所有】唐霜 www.tangshuang.net未经授权，禁止复制转载。
就这样，我花了大概20分钟左右，就设计好未经授权，禁止复制转载。本文作者：唐霜，转载请注明出处。了一门基本符合我需求的DSL了。
【访问 www.tangshuang.net 获取更多精彩内容】【未经授权禁止转载】【访问 www.tangshuang.net 获取更多精彩内容】接下来，自然语言转换为DSL。
【原创内容，转载请注明出处】【关注微信公众号：wwwtangshuangnet】当我们拿到用户输入的自然语言文本之后，我本文作者：唐霜，转载请注明出处。【未经授权禁止转载】们把它提交给AI，让AI帮我们转化为DS未经授权，禁止复制转载。未经授权，禁止复制转载。L即可。
未经授权，禁止复制转载。【访问 www.tangshuang.net 获取更多精彩内容】【版权所有】唐霜 www.tangshuang.net本文版权归作者所有，未经授权不得转载。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。著作权归作者所有，禁止商业用途转载。转载请注明出处：www.tangshuang.net我们都知道LLM具有幻觉，有的时候转换并【版权所有】唐霜 www.tangshuang.net著作权归作者所有，禁止商业用途转载。不准确。为了提高这种准确性，我们可以通过著作权归作者所有，禁止商业用途转载。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。另一种原创内容，盗版必究。【作者：唐霜】方法则是提供更多的examples，利用本文版权归作者所有，未经授权不得转载。【转载请注明来源】LLM的推理能力，它可以在example【本文受版权保护】【原创不易，请尊重版权】s中找到规律，从而给出匹配度更高的结果。
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。在提交给AI时，我们在system前置预【访问 www.tangshuang.net 获取更多精彩内容】【版权所有，侵权必究】设中，把AI预设为DSL转化角色，把下载【原创内容，转载请注明出处】未经授权，禁止复制转载。下来的DSL语法定义文件作为前提，把用户【转载请注明来源】转载请注明出处：www.tangshuang.net输入作为user消息进行提交。在AI返回转载请注明出处：www.tangshuang.net【未经授权禁止转载】的结果中，我们直接提取出代码部分，最终就转载请注明出处：www.tangshuang.net未经授权，禁止复制转载。得到了我们想要的DSL。
【版权所有】唐霜 www.tangshuang.net未经授权，禁止复制转载。本文作者：唐霜，转载请注明出处。【转载请注明来源】最后，执行DSL。
【原创不易，请尊重版权】【原创内容，转载请注明出处】【版权所有】唐霜 www.tangshuang.net【未经授权禁止转载】正如我前文说的，解释执行DSL其实也挺熬【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。人的，不过，我们现在有了AI，我们可以让本文版权归作者所有，未经授权不得转载。【版权所有】唐霜 www.tangshuang.netAI帮我们完成compiler的编写。
【版权所有】唐霜 www.tangshuang.net【本文受版权保护】【转载请注明来源】
不过可惜的是，由于目前所有大模型工具在t本文作者：唐霜，转载请注明出处。【本文首发于唐霜的博客】okens上都有限制，我并没有得到完整的转载请注明出处：www.tangshuang.net【转载请注明来源】代码内容。此时，我们就可以利用Devin【本文受版权保护】【版权所有】唐霜 www.tangshuang.net这类AI编程机器人帮我们来完成整个代码的【访问 www.tangshuang.net 获取更多精彩内容】【关注微信公众号：wwwtangshuangnet】编写，然后再自己对代码做微调。
【原创内容，转载请注明出处】本文作者：唐霜，转载请注明出处。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】由于这部分我还没有实现，这里就不继续深入本文作者：唐霜，转载请注明出处。【版权所有，侵权必究】了。
【本文首发于唐霜的博客】【转载请注明来源】【作者：唐霜】【本文受版权保护】遗留问题，如何解决？
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。在上文我给的DEMO中，其实还有遗留问题【本文首发于唐霜的博客】【作者：唐霜】，就是Task的内容还是自然语言。
【本文首发于唐霜的博客】原创内容，盗版必究。【版权所有】唐霜 www.tangshuang.nettask_transform_to_json = Task(agent_data_transformer, "将提取的数据转化为JSON格式")这显然也无法被真正用来作为执行的内容。不【本文受版权保护】【关注微信公众号：wwwtangshuangnet】过，有了上述的实战经验之后，解决这部分的【版权所有，侵权必究】【版权所有】唐霜 www.tangshuang.net办法就很清晰了。我们仍然要让AI帮我们确本文作者：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。定该任务调用的方法是什么。
原创内容，盗版必究。【版权所有】唐霜 www.tangshuang.net首先，我们需要为每一个agent定义方法【版权所有】唐霜 www.tangshuang.net【作者：唐霜】，例如：
【访问 www.tangshuang.net 获取更多精彩内容】【本文首发于唐霜的博客】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【未经授权禁止转载】【作者：唐霜】给AI，并让AI根据Task中的参数和自【版权所有，侵权必究】【原创不易，请尊重版权】然语言文本，确定实际应该调用什么方法，并著作权归作者所有，禁止商业用途转载。【关注微信公众号：wwwtangshuangnet】让AI输出对应的方法名。
【作者：唐霜】原创内容，盗版必究。这样我们就可以得到如下形式的结果：
原创内容，盗版必究。原创内容，盗版必究。原创内容，盗版必究。【访问 www.tangshuang.net 获取更多精彩内容】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【本文受版权保护】【本文首发于唐霜的博客】DSL代码了。
【版权所有】唐霜 www.tangshuang.net【转载请注明来源】著作权归作者所有，禁止商业用途转载。【版权所有】唐霜 www.tangshuang.net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】著作权归作者所有，禁止商业用途转载。我并没有像以往一样，因为DSL设计、代码【版权所有】唐霜 www.tangshuang.net未经授权，禁止复制转载。编写、算法、目录结构、状态管理等等问题纠【版权所有，侵权必究】【未经授权禁止转载】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【原创内容，转载请注明出处】转载请注明出处：www.tangshuang.net解我的意图和目标，怎样让它给到我令人满意【原创内容，转载请注明出处】【访问 www.tangshuang.net 获取更多精彩内容】的结果。之前我有一篇文章讲，李厂长的话要【关注微信公众号：wwwtangshuangnet】【原创不易，请尊重版权】听，如今看看，真的是有道理的。
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。【作者：唐霜】原创内容，盗版必究。
