网站建设国内外研究现况网站优化知识

网站建设国内外研究现况,网站优化知识,怎么帮商家推广赚钱,嘉峪关市建设局建管科资质网站提示词构建器的工作原理 Nanobot的提示词构建器通过 ContextBuilder 类实现#xff0c;负责组装完整的提示词上下文#xff0c;为LLM提供结构化的指令和信息。 核心工作流程 1. 初始化 def __init__(self, workspace: Path):self.workspace workspaceself.memory MemorySto…提示词构建器的工作原理Nanobot的提示词构建器通过ContextBuilder类实现负责组装完整的提示词上下文为LLM提供结构化的指令和信息。核心工作流程1. 初始化def__init__(self,workspace:Path):self.workspaceworkspace self.memoryMemoryStore(workspace)self.skillsSkillsLoader(workspace)接收工作区路径初始化记忆存储和技能加载器2. 系统提示词构建defbuild_system_prompt(self,skill_names:list[str]|NoneNone)-str:# 组装各个部分parts[]# 核心身份parts.append(self._get_identity())# 引导文件bootstrapself._load_bootstrap_files()ifbootstrap:parts.append(bootstrap)# 记忆上下文memoryself.memory.get_memory_context()ifmemory:parts.append(f# Memory\n\n{memory})# 技能# 1. 始终加载的技能always_skillsself.skills.get_always_skills()ifalways_skills:always_contentself.skills.load_skills_for_context(always_skills)ifalways_content:parts.append(f# Active Skills\n\n{always_content})# 2. 可用技能只显示摘要skills_summaryself.skills.build_skills_summary()ifskills_summary:parts.append(f# Skills\n...{skills_summary})return\n\n---\n\n.join(parts)3. 完整消息构建defbuild_messages(self,history:list[dict[str,Any]],current_message:str,skill_names:list[str]|NoneNone,media:list[str]|NoneNone)-list[dict[str,Any]]:messages[]# 系统提示词system_promptself.build_system_prompt(skill_names)messages.append({role:system,content:system_prompt})# 历史消息messages.extend(history)# 当前用户消息支持图片user_contentself._build_user_content(current_message,media)messages.append({role:user,content:user_content})returnmessages关键组件1. 核心身份信息包含当前时间、工作区路径、可用工具等基本信息定义了助手的基本行为准则2. 引导文件加载AGENTS.md,SOUL.md,USER.md,TOOLS.md,IDENTITY.md等文件这些文件包含了更详细的指令和配置3. 记忆系统从memory/MEMORY.md和每日笔记中加载记忆为助手提供长期记忆能力4. 技能系统始终加载的技能直接包含完整内容可用技能只显示摘要需要时通过read_file工具加载技能摘要包含技能名称、描述和可用性5. 媒体支持支持图片附件通过 base64 编码嵌入到消息中运行机制初始化阶段创建 ContextBuilder 实例准备工作区和依赖组件提示词构建调用build_system_prompt()生成系统提示词系统提示词包含身份、引导文件、记忆和技能信息消息组装调用build_messages()组装完整消息列表消息列表按顺序包含系统提示词 → 历史消息 → 当前用户消息交互过程LLM 基于完整消息列表生成响应若需要执行工具添加工具执行结果添加助手响应消息完成一轮交互特点与优势模块化设计各个组件身份、引导文件、记忆、技能独立管理渐进式技能加载常用技能直接加载其他技能只显示摘要多媒体支持可处理图片等媒体文件结构化提示词通过清晰的标题和分段提高 LLM 理解效率上下文感知包含时间、工作区等上下文信息使助手更加智能总结Nanobot 的提示词构建器是一个精心设计的系统通过以下步骤工作收集信息从工作区、记忆、技能系统中收集相关信息结构化组织将信息组织成清晰的结构包括身份、引导文件、记忆和技能组装消息按正确的顺序组装系统提示词、历史消息和当前用户消息支持交互提供添加工具结果和助手消息的方法支持完整的交互流程这种设计使得 Nanobot 能够为 LLM 提供丰富、结构化的上下文信息从而生成更加准确和相关的响应。同时通过渐进式技能加载等策略它也能够在保持提示词简洁的同时提供对大量技能的访问能力。