LLM项目新增代码块提取功能：支持提取最后一段代码块

在LLM项目的开发过程中，团队注意到一个重要的功能需求：当模型自我修正输出时，最后一段代码块往往比第一段更有价值。为此，项目最新版本增加了一个名为--extract-last（简写--xl）的新功能选项，用于提取Markdown格式文本中的最后一段代码块。

功能背景与设计考量

传统上，LLM项目通过--extract选项提取文本中的第一个代码块。然而，在实际应用中，大型语言模型有时会自我修正输出内容，导致最后生成的代码块可能比最初生成的更为准确。这种自我修正行为在复杂编码任务中尤为常见，因此提取最后一段代码块的需求应运而生。

技术实现细节

新功能的实现涉及三个主要方面的修改：

1. 核心提取函数重构：

   • 原extract_first_fenced_code_block函数被重构为更通用的extract_fenced_code_block
   • 新增last参数控制提取行为，默认为False保持向后兼容
   • 使用正则表达式匹配Markdown格式的代码块，支持至少三个反引号或波浪线

2. 命令行接口扩展：

   • 新增--extract-last和简写--xl选项
   • 与现有--extract选项共存但优先级处理
   • 同时支持prompt和logs-list两个子命令

3. 模板系统增强：

   • 模板配置新增extract_last字段
   • 支持通过模板预设提取最后代码块的行为

使用场景与最佳实践

在实际使用中，开发者可以根据不同场景选择提取策略：

• 快速原型开发：使用--extract获取第一个代码块进行快速验证
• 生产环境部署：使用--extract-last获取经过模型自我修正后的最终代码
• 模板预设：在常用模板中配置extract_last: true实现自动化

当同时指定--extract和--extract-last时，系统会优先采用最后代码块提取策略，确保获取最可靠的输出结果。

实现中的技术考量

项目团队在实现过程中特别关注了以下几个技术细节：

1. 正则表达式优化：

   • 保持对多种Markdown代码块格式的兼容性
   • 使用非贪婪匹配确保准确提取代码内容
   • 支持带语言标识符和不带标识符的代码块

2. 性能影响评估：

   • 即使查找所有匹配项，对性能影响可忽略不计
   • 内存使用保持稳定，无额外开销

3. 用户体验一致性：

   • 新旧功能保持相同的输出格式
   • 错误处理和行为保持一致

这一功能的加入使得LLM项目在处理模型输出时更加灵活，特别是对于那些会产生多段代码输出的复杂提示场景。开发者现在可以根据具体需求，选择获取初始代码尝试或经过模型自我修正后的最终版本，大大提升了工具在实际开发中的实用性。