快应用智能体生成器 - AI 驱动

完全 AI 驱动：粘贴 API 的 curl 调用示例，自动生成智能体快应用完整项目

🚀 特性

• ✅ 完整信息提取：LLM 理解 curl 命令的所有部分，不遗漏任何请求头或参数
• ✅ 智能字段识别：自动识别动态字段（问题、会话ID），处理复杂格式（如 OpenAI messages）
• ✅ 精确路径推断：深度分析响应结构，识别嵌套字段路径（如 choices[0].delta.content）
• ✅ 智能模板生成：将动态值替换为占位符，保持静态配置原样
• ✅ 零手动配置：只需提供 curl 命令和响应示例，AI 自动完成所有配置

📦 安装

全局安装（推荐）

npm install -g quickapp-agent-generator

使用 npx（无需安装）

npx quickapp-agent-generator

本地开发

git clone <repository-url>
cd quickapp-agent-generator
npm install

🎯 快速开始

1. 配置 AI 模型

首次使用需要配置 AI 模型。在项目根目录或用户目录创建 .env 文件：

OPENAI_API_KEY=your-api-key
OPENAI_BASE_URL=https://api.openai.com/v1
MODEL_NAME=gpt-4

或使用兼容的 API：

OPENAI_API_KEY=your-api-key
OPENAI_BASE_URL=http://model.mify.ai.srv/v1
MODEL_NAME=gpt-5
X_MODEL_PROVIDER_ID=azure_openai
X_MODEL_REQUEST_ID=1234

2. 运行生成器

# 全局安装后
quickapp-agent

# 或使用 npx
npx quickapp-agent-generator

# 本地开发
npm run generate

3. 按照提示输入配置

按照交互式提示输入配置，可以直接粘贴 curl 命令，AI 会自动解析。

💡 使用示例

步骤 1：粘贴完整的 curl 命令

curl --location 'https://api.openai.com/v1/chat/completions' \
--header 'Content-Type: application/json' \
--header 'Authorization: Bearer sk-xxx' \
--data '{
  "model": "gpt-4",
  "messages": [
    {"role": "system", "content": "You are a helpful assistant."},
    {"role": "user", "content": "Hello!"}
  ],
  "stream": true
}'

AI 自动提取：

• ✅ URL: https://api.openai.com/v1/chat/completions
• ✅ 方法: POST
• ✅ 所有请求头（包括 Authorization）
• ✅ 完整请求体结构
• ✅ 识别动态字段：messages[user].content → {{question}}
• ✅ 保留静态配置：model, stream

步骤 2：粘贴响应示例

data: {"id":"chatcmpl-123","choices":[{"delta":{"content":"你"}}]}
data: {"id":"chatcmpl-123","choices":[{"delta":{"content":"好"}}]}
data: [DONE]

AI 自动推断：

• ✅ 响应格式：OpenAI SSE 格式
• ✅ 内容路径：choices[0].delta.content
• ✅ 消息ID路径：id
• ✅ 流式响应：true

步骤 3：生成完整项目

AI 自动生成 apiConfig.js：

export default {
    baseUrl: 'https://api.openai.com',
    endpoint: '/v1/chat/completions',
    method: 'POST',
    isStream: true,
    requestTemplate: {
        "model": "gpt-4",
        "messages": [
            {"role": "system", "content": "You are a helpful assistant."},
            {"role": "user", "content": "{{question}}"}  // 自动替换为占位符
        ],
        "stream": true
    },
    headers: {
        "Content-Type": "application/json",
        "Authorization": "Bearer sk-xxx"
    },
    responseMapping: {
        content: 'choices[0].delta.content',  // AI 推断的路径
        messageId: 'id'
    }
}

🏗️ AI 工作流程

用户输入 curl 命令
        ↓
ConfigParserAgent.parseCurlOrConfig()
    → LLM 提取：URL、方法、请求头、请求体、动态字段
        ↓
ConfigParserAgent.inferFieldMapping()
    → LLM 分析响应结构，推断字段路径
        ↓
TemplateFillerAgent.generateTemplateVars()
    → LLM 生成模板变量，将动态值替换为占位符
        ↓
TemplateFillerAgent.fillTemplate()
    → LLM 填充模板文件
        ↓
生成完整的快应用项目

📁 项目结构

quickapp-agent-generator/
├── src/
│   ├── agents/                      # AI Agents
│   │   ├── ConfigParserAgent.ts    # LLM 解析 curl 和响应
│   │   └── TemplateFillerAgent.ts  # LLM 生成模板变量和填充
│   ├── prompts/                     # 用户输入收集
│   │   └── collector.ts            # 简化的输入流程
│   └── index.ts                     # 主入口
├── template/                        # 快应用模板
├── output/                          # 生成的项目
├── AI_WORKFLOW.md                   # AI 流程详细文档
└── .env                             # AI 模型配置

生成的项目

my-agent/
├── src/
│   ├── pages/Index/        # 聊天页面
│   ├── components/         # UI 组件
│   ├── common/
│   │   └── apiConfig.js    # API 配置（AI 生成）
│   └── manifest.json
├── package.json
└── hap.config.js

📚 可用命令

npm run generate    # 生成项目（AI 驱动）
npm run test-llm   # 测试 AI 连接
npm run dev         # 开发模式
npm run build       # 构建

开发生成的项目

cd output/your-project-name
npm install
npm run start

📚 可用命令

全局安装后

quickapp-agent          # 生成新项目

本地开发

npm run generate        # 生成项目（AI 驱动）
npm run test-llm       # 测试 AI 连接
npm run dev            # 开发模式
npm run build          # 构建

📋 发布到 npm

如果你想发布自己的版本：

# 1. 登录 npm
npm login

# 2. 更新版本号
npm version patch  # 或 minor, major

# 3. 发布
npm publish

🔧 技术栈

• LangChain: AI Agent 框架
• OpenAI GPT: 配置解析和模板生成
• TypeScript: 类型安全
• 快应用: 目标平台

📝 许可证

MIT