LLM 作业 - 第二周（二）

在上一篇文章中，我们使用conda，新建了一个叫做cs146s的python环境，并且成功开启了应用

以下是使用的命令

1
2
conda activate cs146s
poetry run uvicorn week2.app.main:app --reload --host 0.0.0.0 --port 8000

在这篇文章中，我们继续学习

待办项 1：搭建新功能框架

第一步，分析extract.py

https://github.com/mihail911/modern-software-dev-assignments/blob/master/week2/app/services/extract.py

脚本功能完整分析

我来为你逐部分拆解这个 Python 脚本的核心作用、工作原理、设计逻辑，让你完全理解它的用途。

一、整体核心作用

这是一个文本动作项提取工具，专门用于从任意文本中自动识别、清洗、去重并提取出待办事项、行动指令、任务项，最终返回一个干净、无重复的任务列表。

简单说：把杂乱文本里的“要做的事”自动挑出来。

二、脚本依赖与环境

  1. 基础库：os/re/typing（正则匹配、类型注解）
  2. 工具库：json/dotenv（环境变量加载）
  3. AI 相关：ollama（可调用本地大模型，本脚本未实际使用）
  4. 核心能力：纯文本规则匹配 + 启发式算法

三、逐模块功能拆解

1. 常量定义（匹配规则）
1
2
3
4
## 匹配项目符号：- * • 1. 2. 等
BULLET_PREFIX_PATTERN = re.compile(r"^\s*([-*•]|\d+\.)\s+")
## 匹配任务关键词开头
KEYWORD_PREFIXES = ("todo:", "action:", "next:")

✅ 作用：定义识别任务行的基础规则。

2. 核心判断函数：_is_action_line()

判断某一行文本是不是任务/行动项，满足任一条件即为是：

  1. 以项目符号（- * • 1.）开头
  2. 以 todo:/action:/next: 开头
  3. 包含复选框标记 [ ] / [todo]

✅ 作用：精准识别标准格式的待办事项。

3. 主函数：extract_action_items()（最重要）

这是脚本的入口函数，完整处理流程：

  1. 按行拆分文本
  2. 逐行判断是否为任务行
  3. 清洗文本：删除项目符号、删除复选框标记，只保留纯任务文字
  4. 兜底策略：如果没有匹配到任何标准任务，自动拆分句子，识别祈使句（命令式语句）
  5. 去重：保留文本顺序，剔除重复任务（不区分大小写）
  6. 返回结果：干净的任务列表
4. 兜底算法：_looks_imperative()

当文本没有标准任务格式时（比如纯段落文字），启动启发式匹配：

  • 识别句子开头的动词（add/create/fix/implement/write 等）
  • 判定为命令式祈使句 → 视为待办任务

✅ 作用：让脚本适配无格式纯文本，大幅提升适用场景。

四、完整工作流程

1
2
3
4
5
6
7
8
9
10
11
输入任意文本
   ↓
按行拆分 + 逐行检测（标准任务格式）
   ↓
清洗任务文本（去除符号/标记）
   ↓
无匹配结果 → 启动祈使句识别
   ↓
全量去重（保留顺序）
   ↓
输出：干净、无重复的任务列表

五、典型使用场景

这个脚本非常实用，常用于：

  1. 笔记软件：从笔记中提取待办事项
  2. 会议纪要：自动提取会议行动项
  3. 文档处理：从需求文档/代码注释中提取任务
  4. AI 输出后处理：清洗大模型返回的任务列表
  5. 个人效率工具：整理待办清单

六、关键亮点

  1. 双模式识别：标准格式任务 + 无格式文本祈使句
  2. 全自动清洗：输出纯文字任务，无多余符号
  3. 智能去重：大小写不敏感，保留原始顺序
  4. 鲁棒性强：兼容各种常见的待办事项书写格式
  5. 纯本地运行：不依赖网络，速度极快

七、补充说明

脚本中导入了 ollama（本地大模型），但本版本完全没有使用 AI，全程是规则+正则+启发式算法实现，属于轻量高效的文本处理工具。

总结
  1. 核心定位：通用型任务/待办事项自动提取器
  2. 输入：任意文本（笔记、纪要、文档、聊天记录）
  3. 输出：清洗完成、无重复的行动项列表
  4. 优势：轻量、高效、无依赖、适配绝大多数待办格式

第二步

你的任务是实现一个基于大语言模型（LLM）的替代函数 extract_action_items_llm()，该函数利用 Ollama 通过大语言模型完成行动项提取。

问题一

我想问一下 poetry run uvicorn week2.app.main:app –reload –host 0.0.0.0 –port 8000 这条命令运行后，如果我修改了extract.py，前端是否会去调用这个脚本呢？

可以这么理解：

1. --reload 会怎么用你改的 extract.py？

poetry run uvicorn ... --reload 会监视代码文件，你一改 extract.py，Uvicorn 一般会重启后端进程。
重启之后，新请求都会走新加载的 Python 代码。

所以：改 extract.py → 服务重载 → 后端已经用上新版逻辑。

2. 前端会不会“去调用这个脚本”？

不会直接调用 extract.py。
前端只会发 HTTP 请求（例如 POST /action-items/extract 之类），请求打到 FastAPI 路由，路由里再 import 并调用 extract.py 里的函数。

因此：

  • 前端不用改，只要还是点同一个按钮、请求同一个接口；
  • 你改的是服务端实现，重载后下一次从前端发起的请求就会用新代码。

3. 注意：改的是“被路由用到的函数”才生效

当前默认接口大概率还是调 extract_action_items()（规则/启发式）。
如果你只改了 `extract_action_items_llm()``，而路由没有改成调 LLM 版，那前端再怎么点，也不会自动用到 LLM，除非你：

  • 给 LLM 单独加了一个 endpoint 并在前端改按钮去调它，或
  • 把现有 endpoint 改成调用 extract_action_items_llm()。

总结：--reload 保证你改 extract.py 后后端会更新；前端仍然是通过 API 间接用到这些代码；是否用到 LLM 取决于路由里实际调用的是哪个函数。