让AI给你写代码（四）—— 初步利用LangChain Agent根据输入生成，保存，执行

要进一步提升智能编码助手的效率，我觉得需要做到两点
1） 进一步让主人聚焦于设计输入以及结果验证的循环
2） 进一步让智能编码助手聚焦于代码实现和程序流程（保存、打开，修订、执行、合并…）
正好接触到LLM的LangChain的框架，那么初步体验一把利用其Agent实现代码生成，保存与执行
LangChain的中文官网

参考借鉴链接 ：阿里通义千问结合Langchain基于程序运行结果回答问题
链接中有一篇介绍，要求AI计算给定阶数（文中是10阶）斐波那契数列，代码生成和执行已经有了，所以我的诉求，看上去挺简单，增加一个保存有效代码的功能就OK了
初步改造如下，新增存盘的函数和相关调用：

#**新增存盘函数**
def saveFile(replyMessages: str):print('... to save the file ...')python_path="/home/cfets/eclipse-workspace/TestAI/testchain/"now_time = time.strftime('%Y-%m-%d_%H:%M:%S', time.localtime())i = random.randint(1, 100)code_file = python_path + "pyAITest_" + now_time + '_' + str(i) + ".py"# 保存至文件res_content=Falsetry:with open(code_file, 'w') as f:f.write(replyMessages)res_content =Trueexcept Exception as e:print('Error: %s' % e)return res_content@tool
def py_repl_tool(code: str):"""Returns the result of execution."""_, after = code.split("```py")realcode = code.split("```")[0]# **新增保存文件**if saveFile(realcode):print('file is saved ... ')py_repl=PythonREPL()return py_repl.run(realcode)if __name__ == '__main__':os.environ["DASHSCOPE_API_KEY"] = dashscope.api_keytools = [Tool(name = "python repl",func=py_repl_tool.run,description="useful for when you need to use python to answer a question."+"You should input python code in correct format and keep the logic as simple as possible. If you want to see the output of a value, you should print it out with `print(...)`.")]agent = initialize_agent(llm=tongyi.Tongyi(model_name="qwen-max",temperature=0.1), tools=tools,verbose=True,max_iterations=3,
)agent.run("What is the 10th fibonacci number?")#agent.run("How many letters in string: Helllomyyfrienddds?")

但很遗憾，测试的结果是，计算的结果与文章一致，10阶斐波那契数列，但保存的文件是空的

实际上，原代码中split不靠谱，按源代码realcode是空的，需要修改

@tool
def py_repl_tool(code: str):"""Returns the result of execution."""_, after = code.split("```py")# realcode = code.split("```")[0]   原文档的错误#修订后realcode = after.split("```")[0]#print('realcode:  %s' % realcode)# **新增保存文件**if saveFile(realcode):print('file is saved ... ')py_repl=PythonREPL()return py_repl.run(realcode)

修改后执行就OK
主程序执行结果：

与保存的程序执行结果一致

但是计算结果是34 这是9阶的斐波那契数列，而不是55——10阶的斐波那契数列，原链接中的结果

可以把这段代码cp下来算一下，fibonacci（10）=34 ， fibonacci（11）才是55
考虑到原代码realcode实际上为空的问题，我觉得原先的agent是分别生成了代码，但没有执行代码（realcode是空，执行啥？）而是找了答案，但无法确认… 所以AI自动生成代码还是保存后检查执行的，这算是歪打正着吧。

最后一个问题，根据初步了解 agent相关tool生成结果跟description描述有直接关系，如果直接引用原来的描述

description="useful for when you need to use python to answer a question.
You should input python code in correct format and keep the logic as simple as possible.   
If you want to see the output of a value, you should print it out with `print(...)`."

agent生成结果会呈现不稳定，有的时候’‘’ py …‘’’ 有的时候 ‘’’ python …‘’’
那么就会报错，参考原文，整理出一个较为完整的描述（description，相当于需求或者设计描述）
完整代码如下：

import dashscope
import os
from langchain_community.llms import tongyi
from langchain.agents import initialize_agent
from langchain.agents.tools import Tool
from langchain.tools import tool
from langchain.utilities.python import PythonREPL
import re
import time
import randomdashscope.api_key="xxxxxx"  #请自行替换# 新增存盘函数
def saveFile(replyMessages: str):print('... to save the file ...')python_path="/home/cfets/eclipse-workspace/TestAI/testchain/"now_time = time.strftime('%Y-%m-%d_%H:%M:%S', time.localtime())i = random.randint(1, 100)code_file = python_path + "pyAITest_" + now_time + '_' + str(i) + ".py"# 保存至文件res_content=Falsetry:with open(code_file, 'w') as f:f.write(replyMessages)res_content =Trueexcept Exception as e:print('Error: %s' % e)return res_content@tool
def py_repl_tool(code: str):"""Returns the result of execution."""_, after = code.split("```python")  realcode = after.split("```")[0]   #修改了原代码错误py_repl=PythonREPL()#print('realcode:  %s' % realcode)# 新增保存文件if saveFile(realcode):print('file is saved ... ')return py_repl.run(realcode)if __name__ == '__main__':os.environ["DASHSCOPE_API_KEY"] = dashscope.api_keytools = [Tool(name = "python repl",func=py_repl_tool.run,description=""""useful for when you need to use python to answer a question. You should input python code in correct format and keep the logic as simple as possible. you should end the program with `print(...)` to print the output and return only python code in Markdown format, e.g.:```python....```""")     #修改了描述，指定了Markdown format]agent = initialize_agent(llm=tongyi.Tongyi(model_name="qwen-max",temperature=0.1), tools=tools,verbose=True,max_iterations=3,
)agent.run("What is the 10th fibonacci number?")

后续考虑几方面的进一步改进
对单一功能实现单元化设计，把多个功能集成串起来，包括前后台设计，形成较为复杂的程序， 再进一步开发本地的知识库/代码库， 同时再利用现有架构测试其他大模型。

最后，希望大家能不能帮我解决一个问题，就是在执行代码为空的时候 55到底是怎么得出来的，先行拜谢