Java 开发者用 python 来践行面向对象编程 (第五章 面向对象编程)
本篇是如何写代码的系列文章。距离上一篇,已经过去快四个月,最近有了一些灵感和想法,于是想把这些点写成文章记录下来。
一、开篇感想
前段时间的一个中午,和公司的一个哥们闲聊,我抛出了一个话题, "写代码这么多年,你觉得编程中最重要的是什么?"
然后我们开始balabala.... 不约而同说到了 "抽象",顿时有了一种惺惺相惜的快感。
当然,对于编程这么多年的我,自然有一些自己的理解:
- 其一是编程思想
- 其二是抽象
二者就像面包和鲜花
编程思想是无关编程技巧、编程语言,只要你想明白,就能通过各种手段去落地。
这也是为什么我没有学过 python,也能在短时间内用 python 写需求一样, 因为我用思想在指导我工作。
当我们解决温饱以后,就应该精神层面的东西了,那就是编程界的鲜花--抽象。
这么多年来,也越发觉得抽象就是一门艺术,它让编程变得更加优雅。
二、python 结缘
因为业务上的变动,接盘了一些 python 开发的 AI 应用,当然先前没有使用过 python,但是实现需求要紧,那就开干吧!
于是我安装了 TONGYI Lingma
插件。(通义千问大模型插件,效果一般,基本够用,并且是免费)
在 TONGYI Lingma
的帮助下,我开始理解 python 代码, 并在其帮助下,磕磕绊绊地完成了第一个需求。
不过这些代码和刚毕业那会写的 Java 代码一样。大段粘贴复制重复代码,所有逻辑在一个方法中完成,没有抽象,全是面向过程编码。
当然第一个需求写这种代码是可以理解,但当第二个第三个这么开始的时候,场景只是稍微变了一丢丢,流程相似,于是照着先前写的逻辑,从头到尾复制一遍代码,改改部分逻辑, 突然觉得索然无味了。
虽然我对 python 不熟悉,先实现需求要紧,但是我还是忍不住想用面向对象的思想,去实现这些功能。
印象里 python 与脚本语言,算法、爬虫,数据挖掘等等有关,但唯独没有听过 python 与面向对象有联系。
直到接触 python 一个月后的今天,我用 python 写出一段面向对象的代码。
忍不住给旁边的哥们说 我用 python 写出面向对象的代码了,看起来确实优雅呀。
那么今天我就用这个简单的需求,来证明一个道理:
面向对象编程和语言无关,它应该成为编程的利器!
三、 需求背景
AI题目:使用大模型给用户的问题回答打分。
当拿到这个命题的时候,内心窃喜,感觉比较 easy,把用户的问题和参考答案,交给大模型去打分就可以了。
指导思想分分钟解决。 如下图逻辑
- 用户输入答案
- 根据问题题目从题库中搜索参考答案
- 将参考答案和用户答案一起提交给大模型
- 大模型分根据 prompt 分析后输出结果
但是:考题会变,大模型的 prompt 可能会变,不能再继续写if..else ,不能再将所有代码写到一起了。
今天我准备干一件事情,
用面向对象编程的思维,以及不熟悉的 python 语言,去实现可复用、可扩展的功能模块。
四、编码实现
编程中最重要的是思想,其次是抽象。 面向对象,它的三个基本特征:封装、继承、多态
4.1 面向对象分析
根据需要,大致可以得到以下几个类。
1.问题和用户回答:UserAnswer,结构{"question":"xxxx","answer":"xxx"}
。 使用对象后,子类可以在此基础上继承扩展
2.问题和参考答案:Question, 结构 { "question":"问题", "reference":"参考答案", "keyPoint":"答案中的关键点"}
。
3.问题库:QuestionManager,是对 Question 实体的管理 , 提供对问题 Question, init()、add()、get() 等方法
4.大模型:定义基类:BaseModel, 子类使用不同的大模型,比如通义千问、chatgpt等。提供 invoke(prompt) 方法,实现模型调用。 (为了大模型职责单一,暂且提供 一个方法, prompt是 template_prompt 和 参数拼接后的值)。
5.测评基类:BaseEvaluation(BaseModel llm, String promptTemplate),并提供 generate_prompt 为抽象方法,目的是构建最终的 可执行的 prompt。 核心逻辑使用大模型来处理。 evaluate(Question question, UserAnswer answer ) 方法提炼了评估的整个流程,子类可以扩展流程的步骤。
通过上面的分析,并给出类图
4.2 面向对象编码
接下来就是编码的时候了,我想使用 Java 我会很快地写出来,现在我将用 python 来完成。编程最重要的是思想,语言都是次要的。尤其是 AI 时代的今天。
例如:我将上面面向对象的分析过程,提交给 Kimi(月之暗面大模型)生成的代码
很快就能把代码生成了。非常高效,稍微改一下细节,即可上菜!
4.3 python 代码
根据上面的分析和类图,进行编码,给出部分代码。(可以使用上面的提示语,在大模型中快速生成!)
实体类型 Question
, UserAnswer
python
class Question:
def __init__(self, question, reference, key_point):
self.question = question
self.reference = reference
self.key_point = key_point
def __repr__(self):
return f"Question(question={self.question}, reference={self.reference}, key_point={self.key_point})"
class UserAnswer:
def __init__(self, question, answer):
self.question = question
self.answer = answer
def __repr__(self):
return f"UserAnswer(question={self.question}, answer={self.answer})"
QuestionManager
类
python
class QuestionManager:
def __init__(self):
self.question_bank = []
# 添加问题
def add_question(self, question):
if not self.get_question(question.question):
self.question_bank.append(question)
# 获取问题。 使用简单的题库
def get_question(self, question_text):
for q in self.question_bank:
if q.question == question_text:
return q
return None
大模型基类 BaseModel
python
from abc import ABC, abstractmethod
# 抽象一个模型
class BaseModel(ABC):
@abstractmethod
def invoke(self, prompt):
pass
评估的基类 BaseEvaluation
python
class BaseEvaluation(ABC):
# 将 BaseModel 设置属性
def __init__(self, model: BaseModel, prompt_template: str):
self.model = model
self.prompt_template = prompt_template
# 实现评估处理,定义好结构
def evaluate(self, question: Question, answer: UserAnswer):
# 使用大模型进行评估,这里假设self.model是一个已经初始化的模型实例
prompt = self.generate_prompt(question, answer)
return self.model.invoke(prompt)
@abstractmethod
def generate_prompt(self, question: Question, answer: UserAnswer):
pass
核心方法: evaluate
,提供处理逻辑。 prompt 和 model 都是可以在子类中可更换。 (tips:有用到模版模式)
关键步骤:
- 构建 prompt
- 使用大模型处理
测试运行
输出测评结果。 面向对象编程的案例结束了。
4.4 一个 bad case
QuestionManager 的 add Question方法 通过传递三个参数和对象的比较
五、面向对象编程
面向对象的特性:封装、继承、多态。 它具有语言无关性。 python 小白的我,举了一个例子进行了佐证。
语言不应该成为我们的局限,AI/大模型 能够更好的辅助我们开发, 不管是编程语言、AI/大模型都只是工具,而编程思想才是灵魂。当然面向对象算是编程思维中的一部分。多修炼这些内功心法,以不变应万变。从平常的工作中思考、提炼总结、形成方法论,内化成能力。
六、结束语
以前我认为什么功能都需要使用 Java 语言去实现,并且还挺排斥非 Java 语言的功能实现,甚至瞧不上 python、go。 随着 chatgpt 等各种大模型火了之后,生成代码非常方便, 似乎 10 年的 Java 开发和 1 年的 Java 开发也没有那么大的差距了,"遇事不决问大模型"。因此我们应该更加开放地拥抱各种语言,要有能快速学习一门语言或者多门编程语言的心态。心态放开,让所有工具、语言为我所用,这样才能提高生产力。
感谢阅读,本章完!