在之前的文章中，我提到未来的编程会是自然转载请注明出处：www.tangshuang.net【原创内容，转载请注明出处】语言的编程。在这一好奇心的驱使下，我着手【版权所有，侵权必究】【原创内容，转载请注明出处】实践，试图打造一个完整的闭环，来让用户可【关注微信公众号：wwwtangshuangnet】【本文首发于唐霜的博客】以通过输入一段带有编程性质的自然语言，就转载请注明出处：www.tangshuang.net【版权所有，侵权必究】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】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【作者：唐霜】本文版权归作者所有，未经授权不得转载。粗糙的样例，而实现的过程，主要是借助了L【版权所有，侵权必究】本文作者：唐霜，转载请注明出处。LM来帮我发明一个DSL，并让它帮我实现本文作者：唐霜，转载请注明出处。【原创不易，请尊重版权】一个可以编译该DSL的compiler。【作者：唐霜】【本文受版权保护】接下来，我就详细讲解一下，我是怎么利用A本文作者：唐霜，转载请注明出处。未经授权，禁止复制转载。I，把AI作为产品基础依赖实现这一过程的。
【原创内容，转载请注明出处】【作者：唐霜】本文作者：唐霜，转载请注明出处。效果预览
上面的演示图片中，我首先在左侧输入框中输【版权所有】唐霜 www.tangshuang.net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】文本中使用@来调用某个Agent。当我提未经授权，禁止复制转载。未经授权，禁止复制转载。交这段文本后，可以获得右侧弹出层内的结果【访问 www.tangshuang.net 获取更多精彩内容】原创内容，盗版必究。，具体内容如下：
【作者：唐霜】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【本文受版权保护】本文作者：唐霜，转载请注明出处。【原创不易，请尊重版权】把用户发送过来的数据用@data_extract (AI数据提原创内容，盗版必究。【作者：唐霜】取)提取出其中的年份，以及每年的产量。将提取【版权所有】唐霜 www.tangshuang.net【本文首发于唐霜的博客】出来的数据用@data-transformer (数【关注微信公众号：wwwtangshuangnet】【原创不易，请尊重版权】据格式化)转化为JSON格式。
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。【本文首发于唐霜的博客】
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【作者：唐霜】以及对该文本进行了意图理解和语句分析，最【本文受版权保护】【原创内容，转载请注明出处】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。本文版权归作者所有，未经授权不得转载。并且从Task的任务内容来看，AI并不是【本文受版权保护】【原创不易，请尊重版权】简单的把文本进行拼凑，而是按照自己的理解【原创不易，请尊重版权】【原创内容，转载请注明出处】进行了重新输出。
本文作者：唐霜，转载请注明出处。【原创内容，转载请注明出处】【关注微信公众号：wwwtangshuangnet】思考过程
我以前有实现过DSL的经历，在 http【关注微信公众号：wwwtangshuangnet】原创内容，盗版必究。s://www.tangshuang.n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。et/8445.html 一文中，我实现著作权归作者所有，禁止商业用途转载。【本文受版权保护】了一门用于Restful API的查询语【版权所有，侵权必究】【访问 www.tangshuang.net 获取更多精彩内容】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。【原创不易，请尊重版权】。在播客《Robust：程序员的TALK原创内容，盗版必究。未经授权，禁止复制转载。 PLACE》中，我还讲过基于这一思路去【关注微信公众号：wwwtangshuangnet】未经授权，禁止复制转载。实现中文编程也不是梦。另外，请关注我的微原创内容，盗版必究。著作权归作者所有，禁止商业用途转载。信 wwwtangshuangnet 持【本文受版权保护】本文作者：唐霜，转载请注明出处。续接收最新技术干货。不过，从设计到实现一【原创不易，请尊重版权】【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】法的，在面对上述自然语言的编程目标来说，还是毫无转载请注明出处：www.tangshuang.net【原创不易，请尊重版权】头绪。
【版权所有】唐霜 www.tangshuang.net【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。原创内容，盗版必究。我的第一个想法是，既然我自己无法完成从自【访问 www.tangshuang.net 获取更多精彩内容】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【原创内容，转载请注明出处】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【未经授权禁止转载】【原创内容，转载请注明出处】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【未经授权禁止转载】【版权所有，侵权必究】Devin，而能够完成细粒度的任务编排的转载请注明出处：www.tangshuang.net转载请注明出处：www.tangshuang.net，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【原创不易，请尊重版权】本文作者：唐霜，转载请注明出处。，于是我的第二个想法冒出来：让AI帮我把【本文受版权保护】【未经授权禁止转载】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。【本文受版权保护】丢到解释器中执行，这样不就完美解决了吗？
【未经授权禁止转载】本文作者：唐霜，转载请注明出处。【关注微信公众号：wwwtangshuangnet】
激动的手，颤抖的心，说干就干。
未经授权，禁止复制转载。转载请注明出处：www.tangshuang.net实践过程
万事开头难，自然语言到DSL，让AI来翻【转载请注明来源】【原创不易，请尊重版权】译，嗯……怎么开始呢？
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。首先，设计一门DSL。
【作者：唐霜】【原创内容，转载请注明出处】【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【关注微信公众号：wwwtangshuangnet】【关注微信公众号：wwwtangshuangnet】，那么就向世界上最伟大的SQL对齐，发明【版权所有，侵权必究】【作者：唐霜】一些命令、指令，比如SELECT xx 著作权归作者所有，禁止商业用途转载。【未经授权禁止转载】TODO xx之类的。然而，很快我就打消原创内容，盗版必究。原创内容，盗版必究。了这种命令式DSL的语法设计，因为在我的原创内容，盗版必究。本文作者：唐霜，转载请注明出处。设想中，用户是希望去完成一项任务，而完成未经授权，禁止复制转载。著作权归作者所有，禁止商业用途转载。任务一定意味着时间，也就是说，这门DSL的执行过程，一定是【未经授权禁止转载】【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】转载请注明出处：www.tangshuang.net在这一概念。
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。【原创不易，请尊重版权】【原创不易，请尊重版权】既然如此纠结，不如让AI帮我设计DSL。【转载请注明来源】【原创不易，请尊重版权】我假想并整理了几个例子，把这几个文本丢给【版权所有】唐霜 www.tangshuang.net未经授权，禁止复制转载。AI，并让它总结其中规律，为我发明一种D原创内容，盗版必究。【原创内容，转载请注明出处】SL。
【未经授权禁止转载】【转载请注明来源】本文作者：唐霜，转载请注明出处。过了不到5秒钟，它返回了它设计的结果给我【未经授权禁止转载】本文作者：唐霜，转载请注明出处。：
转载请注明出处：www.tangshuang.net本文作者：唐霜，转载请注明出处。原创内容，盗版必究。
一看到开头的“基本元素”部分，我就有点兴未经授权，禁止复制转载。本文作者：唐霜，转载请注明出处。奋，挺像那么回事的。仔细观察之后，我不大未经授权，禁止复制转载。【关注微信公众号：wwwtangshuangnet】满意，告诉它突出“流程”“任务”的概念，【转载请注明来源】【版权所有】唐霜 www.tangshuang.net也是10秒钟不到的时间，它给了我第二版：
【版权所有】唐霜 www.tangshuang.net【版权所有，侵权必究】【原创不易，请尊重版权】
这一版非常棒，概念明确了，但是我仍然希望本文作者：唐霜，转载请注明出处。【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。于是继续转载请注明出处：www.tangshuang.net【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【未经授权禁止转载】未经授权，禁止复制转载。。它给了“词汇表”“语法”“示例”“注意【原创内容，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。我让本文版权归作者所有，未经授权不得转载。【原创不易，请尊重版权】它导出为一个txt文件给我，之后我下载到【原创不易，请尊重版权】本文作者：唐霜，转载请注明出处。了本地保存。
未经授权，禁止复制转载。【转载请注明来源】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。
就这样，我花了大概20分钟左右，就设计好本文作者：唐霜，转载请注明出处。【访问 www.tangshuang.net 获取更多精彩内容】了一门基本符合我需求的DSL了。
【版权所有】唐霜 www.tangshuang.net原创内容，盗版必究。【原创不易，请尊重版权】接下来，自然语言转换为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【转载请注明来源】当我们拿到用户输入的自然语言文本之后，我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】们把它提交给AI，让AI帮我们转化为DS【本文首发于唐霜的博客】本文作者：唐霜，转载请注明出处。L即可。
【原创内容，转载请注明出处】【未经授权禁止转载】【转载请注明来源】原创内容，盗版必究。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。【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。我们都知道LLM具有幻觉，有的时候转换并【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。不准确。为了提高这种准确性，我们可以通过【原创不易，请尊重版权】【本文受版权保护】大量样本对模型进行微调，成本稍大。另一种转载请注明出处：www.tangshuang.net【本文受版权保护】方法则是提供更多的examples，利用著作权归作者所有，禁止商业用途转载。【本文受版权保护】LLM的推理能力，它可以在example【关注微信公众号：wwwtangshuangnet】【版权所有】唐霜 www.tangshuang.nets中找到规律，从而给出匹配度更高的结果。
【原创内容，转载请注明出处】转载请注明出处：www.tangshuang.net在提交给AI时，我们在system前置预【转载请注明来源】【未经授权禁止转载】设中，把AI预设为DSL转化角色，把下载原创内容，盗版必究。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【本文受版权保护】著作权归作者所有，禁止商业用途转载。输入作为user消息进行提交。在AI返回【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。的结果中，我们直接提取出代码部分，最终就【版权所有】唐霜 www.tangshuang.net转载请注明出处：www.tangshuang.net得到了我们想要的DSL。
【原创不易，请尊重版权】本文作者：唐霜，转载请注明出处。【访问 www.tangshuang.net 获取更多精彩内容】最后，执行DSL。
【本文首发于唐霜的博客】未经授权，禁止复制转载。本文作者：唐霜，转载请注明出处。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】【版权所有】唐霜 www.tangshuang.net人的，不过，我们现在有了AI，我们可以让【本文首发于唐霜的博客】【本文首发于唐霜的博客】AI帮我们完成compiler的编写。
【本文首发于唐霜的博客】【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。著作权归作者所有，禁止商业用途转载。
不过可惜的是，由于目前所有大模型工具在t【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。okens上都有限制，我并没有得到完整的本文作者：唐霜，转载请注明出处。【本文首发于唐霜的博客】代码内容。此时，我们就可以利用Devin【作者：唐霜】【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【转载请注明来源】未经授权，禁止复制转载。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。【本文受版权保护】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。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。【作者：唐霜】了。
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。【本文受版权保护】遗留问题，如何解决？
【未经授权禁止转载】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。【本文首发于唐霜的博客】在上文我给的DEMO中，其实还有遗留问题原创内容，盗版必究。转载请注明出处：www.tangshuang.net，就是Task的内容还是自然语言。
转载请注明出处：www.tangshuang.net【未经授权禁止转载】【原创不易，请尊重版权】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【本文受版权保护】【未经授权禁止转载】过，有了上述的实战经验之后，解决这部分的本文作者：唐霜，转载请注明出处。【本文受版权保护】办法就很清晰了。我们仍然要让AI帮我们确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。定该任务调用的方法是什么。
转载请注明出处：www.tangshuang.net【未经授权禁止转载】首先，我们需要为每一个agent定义方法原创内容，盗版必究。著作权归作者所有，禁止商业用途转载。，例如：
原创内容，盗版必究。本文作者：唐霜，转载请注明出处。【原创内容，转载请注明出处】未经授权，禁止复制转载。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【转载请注明来源】【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】【本文受版权保护】然语言文本，确定实际应该调用什么方法，并【原创内容，转载请注明出处】未经授权，禁止复制转载。让AI输出对应的方法名。
【未经授权禁止转载】【原创内容，转载请注明出处】未经授权，禁止复制转载。【转载请注明来源】这样我们就可以得到如下形式的结果：
【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。【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。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【版权所有，侵权必究】【版权所有】唐霜 www.tangshuang.netDSL代码了。
【原创内容，转载请注明出处】【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。结语
在过去的1小时里，我的大脑在燃烧，然而，【原创不易，请尊重版权】【访问 www.tangshuang.net 获取更多精彩内容】我并没有像以往一样，因为DSL设计、代码本文作者：唐霜，转载请注明出处。【转载请注明来源】编写、算法、目录结构、状态管理等等问题纠本文版权归作者所有，未经授权不得转载。【作者：唐霜】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【转载请注明来源】【访问 www.tangshuang.net 获取更多精彩内容】解我的意图和目标，怎样让它给到我令人满意本文作者：唐霜，转载请注明出处。【版权所有】唐霜 www.tangshuang.net的结果。之前我有一篇文章讲，李厂长的话要【未经授权禁止转载】著作权归作者所有，禁止商业用途转载。听，如今看看，真的是有道理的。
【原创内容，转载请注明出处】未经授权，禁止复制转载。原创内容，盗版必究。2024-03-26 4208
