ARC_Spec_Python

一个模块化的AI配置管理和解析器框架，用于动态加载和管理不同类型的AI模型配置。

✨ 特性

• 🔧 模块化架构: 配置管理、解析器管理和CLI界面完全分离
• 🚀 动态加载: 自动发现和注册解析器，支持热插拔
• 📝 配置验证: 完整的配置文件格式验证和错误提示
• 🎯 易于扩展: 简单的接口设计，方便创建自定义解析器
• 💻 独立CLI: 可独立部署的命令行界面
• 📚 完整API: 提供完整的编程接口，方便集成到其他项目

🏗️ 架构概览

ARC_Spec_Python/
├── cli/                          # 独立CLI应用
│   ├── main.py                   # CLI入口文件
│   └── __init__.py
├── arcspec_ai/                   # 核心包
│   ├── configurator/             # 配置管理模块
│   │   ├── aiconfig/             # AI配置管理
│   │   │   ├── __init__.py
│   │   │   └── loader.py
│   │   ├── parser/               # 解析器管理
│   │   │   ├── __init__.py
│   │   │   └── manager.py
│   │   └── __init__.py
│   ├── parsers/                  # 解析器实现
│   │   ├── base.py               # 基础解析器类
│   │   ├── openai.py             # OpenAI解析器
│   │   ├── mycostom.py           # 自定义解析器示例
│   │   └── registry.py           # 解析器注册表
│   ├── ui/                       # 用户界面
│   └── utils/                    # 工具函数
└── configs/                      # 配置文件目录
    └── *.ai.json                 # AI配置文件

📦 安装

环境要求

• Python 3.8+
• 支持的操作系统：Windows、macOS、Linux

安装步骤

1. 克隆项目

   git clone <repository-url>
   cd ARC_Spec_Python

2. 安装依赖

   pip install -r requirements.txt

   或使用uv（推荐）：

   uv sync

3. 验证安装

   python cli/main.py

🚀 快速开始

CLI使用

1. 启动CLI界面

   python cli/main.py

2. 选择配置文件

   • 程序会自动扫描configs/目录下的.ai.json文件
   • 选择对应的序号启动AI对话

3. 开始对话

   • 输入消息与AI进行对话
   • 输入exit或quit退出当前对话
   • 输入back返回配置选择界面

编程接口使用

from arcspec_ai.configurator import load_ai_configs, load_parsers

# 加载AI配置
configs = load_ai_configs('configs')
print(f"加载了 {len(configs)} 个配置文件")

# 加载解析器
parser_registry = load_parsers('arcspec_ai/parsers')
print(f"发现了 {len(parser_registry.list_parsers())} 个解析器")

# 创建解析器实例
config = configs['mycostom']  # 使用mycostom配置
parser = parser_registry.create_parser(config['ResponseType'], config)

# 使用解析器
if parser:
    response = parser.parse("Hello, AI!")
    print(response)

📝 配置文件格式

配置文件使用JSON格式，扩展名为.ai.json：

{
  "FriendlyName": "我的自定义AI",
  "Model": "custom-model-v1",
  "Introduction": "这是一个自定义AI配置",
  "ResponseType": "mycostom",
  "Temperature": 0.7,
  "MaxTokens": 1000,
  "Personality": "友好且专业的AI助手",
  "max_history_tokens": 2000,
  "max_history_messages": 15,
  "it_multimodal_model": "false"
}

必需字段

字段	类型	描述
FriendlyName	string	配置显示名称
Model	string	模型标识符
ResponseType	string	解析器类型
Temperature	number	温度参数 (0.0-2.0)
MaxTokens	integer	最大令牌数

可选字段

字段	类型	描述
Introduction	string	配置描述
Personality	string	AI人格设定
max_history_tokens	integer	历史记录最大令牌数
max_history_messages	integer	历史记录最大消息数
it_multimodal_model	string	是否为多模态模型

🔧 创建自定义解析器

1. 继承BaseParser类

   from arcspec_ai.parsers.base import BaseParser
   
   class MyCustomParser(BaseParser):
       PARSER_NAME = "mycustom"
       PARSER_DESCRIPTION = "我的自定义解析器"
       PARSER_ALIASES = ["custom", "my"]
       
       def parse(self, user_input: str) -> str:
           # 实现解析逻辑
           return f"处理结果: {user_input}"
       
       def get_model_info(self) -> dict:
           return {
               "name": self.config.get("Model", "Unknown"),
               "type": "Custom Parser"
           }

2. 保存到parsers目录

   • 将文件保存为arcspec_ai/parsers/my_custom.py
   • 系统会自动发现并注册解析器

3. 创建对应配置文件

   {
     "FriendlyName": "我的自定义解析器",
     "Model": "my-custom-v1",
     "ResponseType": "mycustom",
     "Temperature": 0.7,
     "MaxTokens": 1000
   }

🔍 调试和日志

启用调试模式

# Windows
set DEBUG=true
python cli/main.py

# Linux/macOS
DEBUG=true python cli/main.py

查看日志文件

日志文件位于项目根目录的arcspec_ai.log，包含详细的运行信息和错误记录。

🤝 贡献指南

1. Fork 项目
2. 创建特性分支 (git checkout -b feature/AmazingFeature)
3. 提交更改 (git commit -m 'Add some AmazingFeature')
4. 推送到分支 (git push origin feature/AmazingFeature)
5. 打开 Pull Request

开发环境设置

# 安装开发依赖
pip install -e .

# 运行测试
python -m pytest

# 代码格式化
black .
flake8 .

📄 许可证

本项目采用 MIT 许可证 - 查看 LICENSE 文件了解详情。

🆘 获取帮助

• 📖 查看 API使用教程 了解详细的编程接口
• 🐛 提交Issue 报告问题或建议
• 💬 讨论区 参与社区讨论

🔗 相关链接

• 技术架构文档
• 重构需求文档
• API使用教程

---

ARC_Spec_Python - 让AI配置管理变得简单而强大！ 🚀