第二次作业

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 构建一个能说会做的智能体
学号 3124004524

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
   用户打开 index.html 页面。
   在输入框中输入消息，点击“发送”按钮。
   前端使用 axios 向后端 POST /agent 发送请求。
   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
   后端生成回复并返回给前端。
   前端将助手回复显示在聊天区域。
   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/mouhang4/potential-garbanzo