Positron项目中的Assistant模式优化:新增Agent模式与代码执行控制
2025-06-25 06:53:34作者:温玫谨Lighthearted
在Positron项目的开发过程中,团队对Assistant功能进行了重要改进,主要针对代码执行控制和使用模式进行了优化。这项改进源于用户反馈的实际使用体验问题,体现了开发团队对用户体验的持续关注。
原有模式的问题分析 在之前的版本中,Assistant的Ask模式默认启用了代码执行工具。虽然这使得Ask模式在回答数据相关问题时表现良好(如查询最大供应商等),但也带来了明显的副作用:即使用户只是希望生成代码或进行编辑,模型也会过度积极地尝试执行代码。这种行为模式不仅可能带来安全隐患,也影响了用户对功能的精确控制。
解决方案设计 开发团队提出了一个三层次的解决方案:
- 模式分离:将Ask/Edit模式与代码执行功能解耦,确保这两个模式专注于纯粹的问答和编辑功能,不再自动执行代码。
- 新增Agent模式:专门设计了一个新的Agent模式,该模式明确包含代码执行工具,用户切换到该模式即表示允许模型运行代码和修改数据。
- 未来规划:计划引入更安全的查询工具,使Ask模式也能处理部分数据问题,而不必完全依赖Agent模式。
技术实现要点 从技术角度看,这次改进涉及几个关键点:
- 在package.json中新增chatParticipant配置
- 在participants.ts中实现对应的参与者逻辑
- 基于参与者ID的代码执行工具过滤机制
实际效果验证 在2025.07.0-120版本的实际测试中,改进效果显著:
- Ask和Edit模式下确实不再执行代码
- Agent模式下代码执行行为符合预期
- 文件编辑功能需要更明确的指令触发,这与VS Code中的行为略有不同
用户体验提升 这项改进使得不同使用场景有了更明确的边界:
- 安全咨询:使用Ask模式获取建议而不担心代码执行
- 代码生成:使用Edit模式专注代码编写
- 交互执行:使用Agent模式进行完整的代码执行和数据处理
总结 Positron团队通过这次Assistant功能的优化,展示了他们对开发工具可用性和安全性的持续关注。模式分离的设计不仅解决了当前的问题,也为未来的功能扩展奠定了基础。这种基于实际使用场景的功能划分,值得其他开发工具借鉴。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 Solidcam后处理文件下载与使用完全指南:提升CNC编程效率的必备资源 Python案例资源下载 - 从入门到精通的完整项目代码合集 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 Python开发者的macOS终极指南:VSCode安装配置全攻略 瀚高迁移工具migration-4.1.4:企业级数据库迁移的智能解决方案 STM32到GD32项目移植完全指南:从兼容性到实战技巧
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
405
3.14 K
Ascend Extension for PyTorch
Python
225
251
暂无简介
Dart
672
159
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
663
319
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
657
React Native鸿蒙化仓库
JavaScript
262
325
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
220
仓颉编译器源码及 cjdb 调试工具。
C++
135
868