第二次作业---agent的初步构建

这个作业属于哪个课程	https://edu.cnblogs.com/campus/gdgy/SoftwareEngineering24
这个作业要求在哪里	https://edu.cnblogs.com/campus/gdgy/SoftwareEngineering24/homework/15646
这个作业的目标	了解agent的相关知识 和团队一起初步构建出行助手智能体
学号	3124003560

Agent 说明文档

1. 需求描述

本项目实现了一个轻量级的 AI 任务助手 Agent，支持以下功能：

• 查询当前天气和未来天气预报
• 记住用户指定的内容
• 回忆已记住的内容
• 清空记忆数据
• 生成简易待办清单和学习计划

前端使用 index.html 实现页面展示与交互，后端使用 main.py 实现业务逻辑与接口。

2. 业务流描述

1. 用户打开 index.html 页面。
2. 在输入框中输入消息，点击“发送”按钮。
3. 前端使用 axios 向后端 POST /agent 发送请求。
4. 后端 main.py 接收请求并解析用户意图：
   • 识别天气查询请求
   • 识别记忆请求
   • 识别回忆请求
   • 识别清空记忆请求
   • 识别任务/待办/计划请求
5. 后端生成回复并返回给前端。
6. 前端将助手回复显示在聊天区域。
7. 若用户点击“清空”按钮，前端调用 POST /clear，后端清空对话历史和记忆。

3. 实现说明

前端 index.html

• 使用 HTML/CSS 构建聊天界面。
• 包含消息展示区域、文本输入框、发送按钮、清空按钮。
• 使用 axios 向后端接口发送请求。
• 支持跨域访问，前端可以从 localhost 调用后端服务。

后端 main.py

• 使用 FastAPI 创建 Web 服务。
• 配置 CORSMiddleware，允许前端跨域请求。
• 定义 ChatInput 数据模型，接收前端传来的消息。
• 使用 memory 保存对话历史，使用 notes 保存记忆内容。
• 定义天气服务：
  • 优先调用 QWeather 官方 API
  • 若 QWeather 无法访问，则回退到 wttr.in 免费接口
• 定义核心处理函数：
  • extract_city：根据用户消息提取城市
  • is_weather_query、is_forecast_query：判断是否为天气/预报请求
  • extract_note_text：从“记住”“记下”等指令中提取记忆内容
  • get_now_weather、get_forecast_weather：返回天气文本
  • save_memory、save_note：保存对话和记忆内容

核心接口

• POST /agent：根据用户消息返回智能助手回复
• POST /clear：清空对话历史和记忆

4. 使用示例（功能演示）

示例 1：查询当前天气

用户输入：

• 广州天气

助手回复示例：

• 🌤 广州 当前天气：...

示例 2：查询天气预报

用户输入：

• 北京明天预报

助手回复示例：

• 📅 北京 3天天气预报：...

示例 3：记住内容

用户输入：

• 记住我喜欢Python

助手回复：

• ✅ 已记住：我喜欢Python

示例 4：回忆记住内容

用户输入：

• 你记得什么

助手回复示例：

• 我记住了：1. 我喜欢Python

示例 5：清空记忆

用户点击“清空”按钮，后端返回：

• 已清空对话历史和记忆

示例 6：任务与计划

用户输入：

• 给我一个待办
• 帮我安排计划

助手分别返回待办清单和学习计划。

5. GitHub 链接

项目已提交至我们团队作业的 GitHub 公共仓库：

• https://github.com/easyfirst14536/take-the-lead

6. 小组分工

• 刘佳浩：负责 index.html 前端页面设计与交互逻辑实现
• 张逸川：负责 main.py 后端业务逻辑、天气接口与记忆功能实现
• 庄伟浩：负责文档整理、功能测试与 GitHub 提交管理

7. 小组成员心得

• 刘佳浩：通过本次作业，熟悉了前端与后端的数据交互流程，掌握了 axios 请求和页面动态显示内容的方法。
• 张逸川：学习了 FastAPI 的快速接口开发，理解了如何根据用户意图设计业务判断逻辑，并增强了第三方 API 容错处理能力。
• 庄伟浩：在文档编写和仓库管理方面获得了实践经验，学会了如何把功能需求拆解并验证项目整体运行情况。