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

• 📚 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/
├── 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 运行最小示例脚本验证库用法：

   fromarcspec_ai.configuratorimportload_ai_configs, load_parsersconfigs=load_ai_configs('configs')
   registry=load_parsers('arcspec_ai/parsers')
   name=next(iter(configs))
   parser=registry.create_parser(configs[name]['ResponseType'], configs[name])
   print(parser.chat("你好")) ifparserelseprint("解析器创建失败")

🚀 快速开始

编程接口使用

fromarcspec_ai.configuratorimportload_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ifparser:
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

   fromarcspec_ai.parsers.baseimportBaseParserclassMyCustomParser(BaseParser):
   PARSER_NAME="mycustom"PARSER_DESCRIPTION="我的自定义解析器"PARSER_ALIASES= ["custom", "my"]
   defparse(self, user_input: str) ->str:
   # 实现解析逻辑returnf"处理结果: {user_input}"defget_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

importlogginglogging.basicConfig(level=logging.DEBUG)
# 在你的脚本中启用更详细日志

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！ 🚀