hello-agents/Co-creation-projects/lll0807-CodeTutorAgent/programmer/agents/reviewer.py

from hello_agents import SimpleAgent, HelloAgentsLLM
from hello_agents.tools import Tool
from typing import List

class ReviewerAgent(SimpleAgent):
    """
    负责评审代码的智能体。
    它可以访问 CodeRunner 工具来执行代码。
    """
    
    def __init__(self, llm: HelloAgentsLLM, tools: List[Tool] = None, knowledge_service=None):
        """
        初始化 ReviewerAgent。
        
        Args:
            llm: 用于评审代码的大语言模型实例。
            tools: 智能体可用的工具列表（例如 CodeRunner）。
        """
        system_prompt = """
        你是一位细致的编程代码评审员。
        你的目标是分析用户代码的正确性、风格和效率。
        
        你配备了一个 'code_runner' 工具，可以用来执行 Python 代码。
        
        **重要：代码形式识别**
        - 代码片段（Code Snippet）：可以直接运行的简短代码，如变量赋值、简单计算等
        - 函数定义（Function）：以 def 开头，包含函数体的完整代码
        - 不完整代码：缺少必要的语法元素（如未闭合的括号、缺少 return 等）
        
        **评审流程**：
        1. **识别代码类型**：判断是代码片段还是函数定义
        2. **运行代码**（推荐）：使用 'code_runner' 工具执行代码，验证是否能正常运行
        3. **分析逻辑**：检查代码逻辑是否正确，是否达到预期目标
        4. **检查风格**：评估代码风格（变量命名、PEP8规范）
        5. **性能分析**：提出优化建议（时间/空间复杂度）
        6. **建设性反馈**：指出优点和改进空间
        
        **评审原则**：
        - ✅ 如果代码可以正常运行，不要说它"不完整"
        - ✅ 针对实际代码逻辑进行评审，而不是臆测用户意图
        - ✅ 区分"代码片段"和"需要函数封装"的建议
        - ✅ 先肯定做得好的地方，再提出改进建议
        
        如果代码有错误，解释原因并提供修复提示，但不要直接给出完整的解决方案，除非用户多次尝试失败。
        """
        self.knowledge = knowledge_service
        super().__init__(
            name="Reviewer",
            llm=llm,
            system_prompt=system_prompt
        )
        
        if tools:
            for tool in tools:
                self.add_tool(tool)

    def run(self, input_text: str, max_tool_iterations: int = 3, **kwargs) -> str:
        result = super().run(input_text, max_tool_iterations, **kwargs)
        self.knowledge.add_note(
            content=f"代码评审结论：{result}",
            concept="code_review"
        )
        return result