Skip to content

自主技术学习引擎

Phase 62 | v3.0.0 | 5 IPC 处理器 | 2 张新数据库表

核心特性

  • 🔍 技术栈自动检测: 识别 8+ 种清单文件(package.json/pom.xml/Cargo.toml 等),提取语言、框架和构建工具
  • 📚 最佳实践提取: 从代码库、文档和社区三种来源提取可复用模式和编码约定
  • 🧪 置信度评估: 自动对实践进行置信度评分,高置信度(>=0.85)自动提升
  • 🛠️ 技能合成: 将验证过的最佳实践自动转化为可执行的 Skill 技能
  • 🌐 多语言生态: 覆盖 JS/TS、Java、Kotlin、Python、Rust、Go、Ruby、PHP 八大生态

系统架构

┌──────────────┐
│  Project     │
│  Codebase    │
└──────┬───────┘
       │ 扫描清单文件

┌──────────────────────────────────┐
│       Tech Learning Engine       │
│  ┌────────────┐  ┌────────────┐ │
│  │ Stack      │  │ Practice   │ │
│  │ Detector   │  │ Extractor  │ │
│  │ (8种清单)  │  │ (3种来源)  │ │
│  └─────┬──────┘  └─────┬──────┘ │
│        │               │        │
│  ┌─────▼───────────────▼──────┐ │
│  │    Skill Synthesizer       │ │
│  │    (置信度 >= 0.85 → Skill)│ │
│  └────────────┬───────────────┘ │
└───────────────┼─────────────────┘

       ┌────────▼────────┐
       │  SQLite (2表)   │
       │  tech_stack_    │
       │  profiles /     │
       │  learned_       │
       │  practices      │
       └─────────────────┘

概述

Phase 62 为 ChainlessChain 引入自主技术学习能力,AI 可自动检测项目技术栈、从最佳实践中提取模式,并将高置信度模式合成为新技能。

核心目标:

  • 技术栈感知: 自动检测语言/框架/构建工具
  • 最佳实践提取: 从项目代码和文档中提取可复用模式
  • 技能合成: 将验证过的实践自动转化为 Skill
  • 多语言支持: 覆盖 8+ 种主流技术生态

支持的技术生态

清单文件语言/框架构建工具
package.jsonJavaScript/TypeScript, React/Vuenpm/yarn/webpack
pom.xmlJava, Spring BootMaven
build.gradleKotlin/Java, AndroidGradle
requirements.txtPython, Django/Flask/FastAPIpip
Cargo.tomlRustCargo
go.modGoGo Modules
GemfileRuby, RailsBundler
composer.jsonPHP, LaravelComposer

核心功能

1. 技术栈检测

javascript
const profile = await window.electronAPI.invoke('tech-learning:detect-stack', {
  projectPath: '/path/to/project'
});

console.log(profile);
// {
//   id: 'tsp-001',
//   projectPath: '/path/to/project',
//   manifestType: 'package.json',
//   languages: ['TypeScript', 'JavaScript'],
//   frameworks: ['Vue 3', 'Electron'],
//   buildTools: ['Vite', 'esbuild'],
//   status: 'COMPLETE'
// }

2. 最佳实践提取

javascript
const practices = await window.electronAPI.invoke('tech-learning:extract-practices', {
  profileId: 'tsp-001',
  source: 'codebase'  // 'codebase' | 'documentation' | 'community'
});

// practices: [
//   {
//     id: 'lp-001',
//     title: 'Singleton + Factory 模式',
//     category: 'DESIGN_PATTERN',
//     confidence: 0.92,
//     status: 'PROMOTED',   // 置信度≥0.85 自动提升
//     pattern: 'class + _instance + getFactory()'
//   },
//   ...
// ]

3. 技能合成

javascript
// 从已验证的实践合成新技能
const skill = await window.electronAPI.invoke('tech-learning:synthesize-skill', {
  practiceId: 'lp-001'
});
// { skillId: 'sk-auto-001', name: 'Singleton Factory', source: 'learned' }

4. 查询接口

javascript
// 获取技术栈档案列表
const profiles = await window.electronAPI.invoke('tech-learning:get-profiles', {
  filter: { status: 'COMPLETE' }
});

// 获取已学习的实践
const allPractices = await window.electronAPI.invoke('tech-learning:get-practices', {
  filter: { profileId: 'tsp-001', status: 'PROMOTED' }
});

实践状态

状态说明
EXTRACTED已提取,待验证
VERIFIED人工确认有效
PROMOTED自动提升(置信度 ≥ 0.85)或人工提升

IPC 通道

通道参数返回值
tech-learning:detect-stack{ projectPath }技术栈档案
tech-learning:get-profiles{ filter? }档案列表
tech-learning:extract-practices{ profileId, source? }实践列表
tech-learning:get-practices{ filter? }实践列表
tech-learning:synthesize-skill{ practiceId }合成的技能

数据库表

tech_stack_profiles

字段类型说明
idTEXT PK档案 ID
project_pathTEXT项目路径
languagesJSON检测到的语言列表
frameworksJSON检测到的框架列表
build_toolsJSON检测到的构建工具
manifest_typeTEXT清单文件类型
statusTEXTDETECTED/ANALYZING/COMPLETE
detailsJSON详细信息
created_atINTEGER创建时间

learned_practices

字段类型说明
idTEXT PK实践 ID
profile_idTEXT FK关联技术栈档案
titleTEXT实践标题
descriptionTEXT详细描述
categoryTEXT分类(设计模式/编码约定/...)
confidenceREAL置信度(0-1)
statusTEXTEXTRACTED/VERIFIED/PROMOTED
sourceTEXT来源
patternTEXT模式描述
created_atINTEGER创建时间

相关链接

关键文件

文件职责行数
src/main/ai-engine/tech-learning-engine.js自主技术学习核心引擎~400
src/main/ai-engine/stack-detector.js技术栈检测器(8 种清单)~300
src/main/ai-engine/practice-extractor.js最佳实践提取器~280
src/main/ai-engine/skill-synthesizer.js技能合成器~220
src/main/ipc/ipc-tech-learning.jsIPC 处理器注册~100

相关文档

基于 MIT 许可发布