在之前的文章中，我提到未来的编程会是自然【未经授权禁止转载】【原创不易，请尊重版权】语言的编程。在这一好奇心的驱使下，我着手原创内容，盗版必究。本文版权归作者所有，未经授权不得转载。实践，试图打造一个完整的闭环，来让用户可【本文受版权保护】【未经授权禁止转载】以通过输入一段带有编程性质的自然语言，就著作权归作者所有，禁止商业用途转载。未经授权，禁止复制转载。可以指挥系统完成输入中指定的任务。在经过【版权所有，侵权必究】【关注微信公众号：wwwtangshuangnet】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原创内容，盗版必究。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本文版权归作者所有，未经授权不得转载。LM来帮我发明一个DSL，并让它帮我实现【版权所有，侵权必究】未经授权，禁止复制转载。一个可以编译该DSL的compiler。原创内容，盗版必究。【转载请注明来源】接下来，我就详细讲解一下，我是怎么利用A【未经授权禁止转载】著作权归作者所有，禁止商业用途转载。I，把AI作为产品基础依赖实现这一过程的。
【本文首发于唐霜的博客】【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。转载请注明出处：www.tangshuang.net效果预览
上面的演示图片中，我首先在左侧输入框中输【未经授权禁止转载】著作权归作者所有，禁止商业用途转载。入了一段有明显编程暗示的自然语言文本，在未经授权，禁止复制转载。本文作者：唐霜，转载请注明出处。文本中使用@来调用某个Agent。当我提本文版权归作者所有，未经授权不得转载。【版权所有，侵权必究】交这段文本后，可以获得右侧弹出层内的结果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，具体内容如下：
原创内容，盗版必究。【原创不易，请尊重版权】【转载请注明来源】本文作者：唐霜，转载请注明出处。【原创内容，转载请注明出处】把用户发送过来的数据用@data_extract (AI数据提未经授权，禁止复制转载。【本文受版权保护】取)提取出其中的年份，以及每年的产量。将提取【作者：唐霜】【访问 www.tangshuang.net 获取更多精彩内容】出来的数据用@data-transformer (数未经授权，禁止复制转载。著作权归作者所有，禁止商业用途转载。据格式化)转化为JSON格式。
【关注微信公众号：wwwtangshuangnet】【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。
经过翻译后的DSL如下：
本文作者：唐霜，转载请注明出处。
# 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本文作者：唐霜，转载请注明出处。以及对该文本进行了意图理解和语句分析，最【访问 www.tangshuang.net 获取更多精彩内容】本文作者：唐霜，转载请注明出处。终得到了一份看上去完全符合预期的DSL，【原创不易，请尊重版权】【作者：唐霜】并且从Task的任务内容来看，AI并不是本文作者：唐霜，转载请注明出处。【作者：唐霜】简单的把文本进行拼凑，而是按照自己的理解【版权所有】唐霜 www.tangshuang.net【原创内容，转载请注明出处】进行了重新输出。
【本文首发于唐霜的博客】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。【本文受版权保护】思考过程
我以前有实现过DSL的经历，在 http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.nets://www.tangshuang.n【版权所有，侵权必究】【版权所有，侵权必究】et/8445.html 一文中，我实现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了一门用于Restful API的查询语【本文受版权保护】【本文受版权保护】言，可见我自己是有能力去完成一门DSL的本文版权归作者所有，未经授权不得转载。【本文受版权保护】。在播客《Robust：程序员的TALK本文作者：唐霜，转载请注明出处。【转载请注明来源】 PLACE》中，我还讲过基于这一思路去原创内容，盗版必究。【版权所有】唐霜 www.tangshuang.net实现中文编程也不是梦。另外，请关注我的微【原创不易，请尊重版权】转载请注明出处：www.tangshuang.net信 wwwtangshuangnet 持【本文受版权保护】【本文受版权保护】续接收最新技术干货。不过，从设计到实现一未经授权，禁止复制转载。未经授权，禁止复制转载。门DSL，还是比较熬人的。更何况我们设计的DSL都是有严格语本文作者：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。法的，在面对上述自然语言的编程目标来说，还是毫无未经授权，禁止复制转载。【原创内容，转载请注明出处】头绪。
【本文受版权保护】本文版权归作者所有，未经授权不得转载。【本文受版权保护】本文作者：唐霜，转载请注明出处。我的第一个想法是，既然我自己无法完成从自本文作者：唐霜，转载请注明出处。未经授权，禁止复制转载。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。本文版权归作者所有，未经授权不得转载。我完成呢？从我之前的文章中，你大概可以了【版权所有】唐霜 www.tangshuang.net【本文受版权保护】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未经授权，禁止复制转载。Devin，而能够完成细粒度的任务编排的【原创内容，转载请注明出处】本文作者：唐霜，转载请注明出处。，比较少。
【作者：唐霜】
既然没有现成的轮子可以用，又没时间自己造原创内容，盗版必究。【版权所有，侵权必究】，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。【版权所有】唐霜 www.tangshuang.net自然语言转化为设计好的DSL，再把DSL【原创不易，请尊重版权】【版权所有】唐霜 www.tangshuang.net丢到解释器中执行，这样不就完美解决了吗？
【本文首发于唐霜的博客】【原创不易，请尊重版权】
激动的手，颤抖的心，说干就干。
转载请注明出处：www.tangshuang.net本文版权归作者所有，未经授权不得转载。实践过程
万事开头难，自然语言到DSL，让AI来翻原创内容，盗版必究。著作权归作者所有，禁止商业用途转载。译，嗯……怎么开始呢？
【原创不易，请尊重版权】原创内容，盗版必究。首先，设计一门DSL。
本文作者：唐霜，转载请注明出处。【原创不易，请尊重版权】原创内容，盗版必究。【作者：唐霜】我一开始想到自己之前的经验，既然是DSL原创内容，盗版必究。转载请注明出处：www.tangshuang.net，那么就向世界上最伟大的SQL对齐，发明原创内容，盗版必究。原创内容，盗版必究。一些命令、指令，比如SELECT xx 【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。TODO xx之类的。然而，很快我就打消转载请注明出处：www.tangshuang.net【作者：唐霜】了这种命令式DSL的语法设计，因为在我的【关注微信公众号：wwwtangshuangnet】【版权所有，侵权必究】设想中，用户是希望去完成一项任务，而完成著作权归作者所有，禁止商业用途转载。未经授权，禁止复制转载。任务一定意味着时间，也就是说，这门DSL的执行过程，一定是【转载请注明来源】【访问 www.tangshuang.net 获取更多精彩内容】具有时间流动性的，而命令式的语言根本不存【本文首发于唐霜的博客】本文作者：唐霜，转载请注明出处。在这一概念。
【原创内容，转载请注明出处】【版权所有】唐霜 www.tangshuang.net既然如此纠结，不如让AI帮我设计DSL。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。我假想并整理了几个例子，把这几个文本丢给【原创内容，转载请注明出处】【转载请注明来源】AI，并让它总结其中规律，为我发明一种D未经授权，禁止复制转载。【版权所有，侵权必究】SL。
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。过了不到5秒钟，它返回了它设计的结果给我未经授权，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。【原创不易，请尊重版权】
一看到开头的“基本元素”部分，我就有点兴本文作者：唐霜，转载请注明出处。原创内容，盗版必究。奋，挺像那么回事的。仔细观察之后，我不大【作者：唐霜】【未经授权禁止转载】满意，告诉它突出“流程”“任务”的概念，【版权所有】唐霜 www.tangshuang.net【未经授权禁止转载】也是10秒钟不到的时间，它给了我第二版：
本文作者：唐霜，转载请注明出处。【未经授权禁止转载】著作权归作者所有，禁止商业用途转载。
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。【转载请注明来源】引入“事件”来实现上一篇文章说的解耦问题。于是继续【作者：唐霜】著作权归作者所有，禁止商业用途转载。让它调整，最终我得到了感觉不错的一个版本【作者：唐霜】【原创不易，请尊重版权】。它给了“词汇表”“语法”“示例”“注意本文作者：唐霜，转载请注明出处。【版权所有，侵权必究】事项”4个部分，而且看上去非常专业。我让【本文首发于唐霜的博客】转载请注明出处：www.tangshuang.net它导出为一个txt文件给我，之后我下载到原创内容，盗版必究。【转载请注明来源】了本地保存。
【未经授权禁止转载】【访问 www.tangshuang.net 获取更多精彩内容】
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。转载请注明出处：www.tangshuang.net了一门基本符合我需求的DSL了。
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】【未经授权禁止转载】接下来，自然语言转换为DSL。
未经授权，禁止复制转载。【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。【关注微信公众号：wwwtangshuangnet】们把它提交给AI，让AI帮我们转化为DS【转载请注明来源】【本文首发于唐霜的博客】L即可。
本文作者：唐霜，转载请注明出处。【关注微信公众号：wwwtangshuangnet】著作权归作者所有，禁止商业用途转载。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。著作权归作者所有，禁止商业用途转载。我们都知道LLM具有幻觉，有的时候转换并原创内容，盗版必究。【转载请注明来源】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。未经授权，禁止复制转载。大量样本对模型进行微调，成本稍大。另一种本文作者：唐霜，转载请注明出处。原创内容，盗版必究。方法则是提供更多的examples，利用【作者：唐霜】【转载请注明来源】LLM的推理能力，它可以在example【原创不易，请尊重版权】【作者：唐霜】s中找到规律，从而给出匹配度更高的结果。
转载请注明出处：www.tangshuang.net【关注微信公众号：wwwtangshuangnet】在提交给AI时，我们在system前置预未经授权，禁止复制转载。【版权所有】唐霜 www.tangshuang.net设中，把AI预设为DSL转化角色，把下载未经授权，禁止复制转载。本文作者：唐霜，转载请注明出处。下来的DSL语法定义文件作为前提，把用户本文作者：唐霜，转载请注明出处。未经授权，禁止复制转载。输入作为user消息进行提交。在AI返回原创内容，盗版必究。本文版权归作者所有，未经授权不得转载。的结果中，我们直接提取出代码部分，最终就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。得到了我们想要的DSL。
【版权所有，侵权必究】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。最后，执行DSL。
【原创不易，请尊重版权】本文版权归作者所有，未经授权不得转载。【作者：唐霜】正如我前文说的，解释执行DSL其实也挺熬【访问 www.tangshuang.net 获取更多精彩内容】【作者：唐霜】人的，不过，我们现在有了AI，我们可以让【关注微信公众号：wwwtangshuangnet】【原创不易，请尊重版权】AI帮我们完成compiler的编写。
【作者：唐霜】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
不过可惜的是，由于目前所有大模型工具在t【转载请注明来源】【版权所有】唐霜 www.tangshuang.netokens上都有限制，我并没有得到完整的未经授权，禁止复制转载。【访问 www.tangshuang.net 获取更多精彩内容】代码内容。此时，我们就可以利用Devin【本文受版权保护】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【本文首发于唐霜的博客】本文作者：唐霜，转载请注明出处。编写，然后再自己对代码做微调。
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转载请注明出处：www.tangshuang.net【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【本文首发于唐霜的博客】【未经授权禁止转载】了。
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。转载请注明出处：www.tangshuang.net遗留问题，如何解决？
转载请注明出处：www.tangshuang.net【访问 www.tangshuang.net 获取更多精彩内容】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】本文版权归作者所有，未经授权不得转载。，就是Task的内容还是自然语言。
转载请注明出处：www.tangshuang.net著作权归作者所有，禁止商业用途转载。著作权归作者所有，禁止商业用途转载。【转载请注明来源】task_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。过，有了上述的实战经验之后，解决这部分的【原创内容，转载请注明出处】本文作者：唐霜，转载请注明出处。办法就很清晰了。我们仍然要让AI帮我们确【关注微信公众号：wwwtangshuangnet】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。
【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。【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。首先，我们需要为每一个agent定义方法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】，例如：
【本文受版权保护】【原创不易，请尊重版权】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】【未经授权禁止转载】给AI，并让AI根据Task中的参数和自【作者：唐霜】本文版权归作者所有，未经授权不得转载。然语言文本，确定实际应该调用什么方法，并【版权所有，侵权必究】【转载请注明来源】让AI输出对应的方法名。
【版权所有】唐霜 www.tangshuang.net未经授权，禁止复制转载。【本文受版权保护】这样我们就可以得到如下形式的结果：
原创内容，盗版必究。【关注微信公众号：wwwtangshuangnet】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未经授权，禁止复制转载。本文作者：唐霜，转载请注明出处。DSL代码了。
【原创不易，请尊重版权】【本文受版权保护】著作权归作者所有，禁止商业用途转载。结语
在过去的1小时里，我的大脑在燃烧，然而，转载请注明出处：www.tangshuang.net【版权所有】唐霜 www.tangshuang.net我并没有像以往一样，因为DSL设计、代码【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。编写、算法、目录结构、状态管理等等问题纠【未经授权禁止转载】【转载请注明来源】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【访问 www.tangshuang.net 获取更多精彩内容】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【本文受版权保护】【原创内容，转载请注明出处】的结果。之前我有一篇文章讲，李厂长的话要原创内容，盗版必究。本文版权归作者所有，未经授权不得转载。听，如今看看，真的是有道理的。
【转载请注明来源】【转载请注明来源】【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。2024-03-26 4246
