CLI 和 REPL 工作流

CLI 和 REPL 工作流

完成 quickstart 后,下一步最好先学会如何在终端运行、检查和调试 AgentScript 程序。

这篇教程使用两个小文件:

1. 查看帮助

先看内置帮助:

bash 复制代码
agentscript --help

如果你在仓库里工作,可以用:

bash 复制代码
npm run agentscript -- --help

2. 带输入运行

tutorials/cli.as 需要 namerequest

ts 复制代码
import llm Qwen from "ollama://localhost:11434/qwen3.6"

  


main agent {

model Qwen

role "CLI Assistant"

description "Answer a short request from a command-line user."

  


main func(input {

name: string

request: string

}) {

use input.name

use input.request

  


generate({ input: "Reply to the CLI user by name", max_output: 300 }) -> {

ok: boolean

message

}

}

}

用 mock 输出运行:

bash 复制代码
agentscript tutorials/cli.as --mock --input '{"name":"Rong","request":"Say hello"}'

开发时优先使用 --mock。它会检查程序形状,但不会调用真实模型。

3. 只打印最终值

如果只想要最终 value,不想要外层 trace wrapper,可以使用 --quiet

bash 复制代码
agentscript tutorials/cli.as --mock --quiet --input '{"name":"Rong","request":"Say hello"}'

当另一个脚本要消费 JSON 时,这很有用。

4. Check 和 Parse

运行前可以先检查程序:

bash 复制代码
agentscript tutorials/cli.as --check

也可以查看解析后的 AST:

bash 复制代码
agentscript tutorials/cli.as --parse

大多数时候你会更常用 --check--parse 主要用于调试语法或工具链。

5. 用 Dry Run 检查 Prompt

--dry-run 会构造 prompt 和输出形状,但不调用模型:

bash 复制代码
agentscript tutorials/cli.as --dry-run --trace --input '{"name":"Rong","request":"Say hello"}'

当你想检查哪些 context 会发送给模型时,用它很合适。

6. Trace 和 Trace File

打印可读 trace:

bash 复制代码
agentscript tutorials/cli.as --mock --trace --input '{"name":"Rong","request":"Say hello"}'

把原始 trace 写入文件:

bash 复制代码
agentscript tutorials/cli.as --mock --trace-file /tmp/agentscript-trace.json --input '{"name":"Rong","request":"Say hello"}'

trace 是调试 context boundary 的最好工具之一。它会显示每次 generate 能看到哪些 use

7. 使用输入文件

输入较大时,可以把 JSON 写入文件:

json 复制代码
{

"name": "Rong",

"request": "Say hello"

}

然后运行:

bash 复制代码
agentscript tutorials/cli.as --mock --input-file input.json

8. 启动 REPL

不传文件直接启动 AgentScript:

bash 复制代码
agentscript

在 REPL 中加载文件:

text 复制代码
:load tutorials/repl.as

检查:

text 复制代码
:check

运行:

text 复制代码
:run {}

退出:

text 复制代码
:exit

当你想快速草拟一个小 agent,或不想频繁切换文件来检查语法时,REPL 很方便。

9. 推荐工作流

开发一个新 agent 时:

  1. 编写或加载 .as 文件。

  2. 运行 --check

  3. --mock 运行。

  4. --trace--dry-run --trace 检查。

  5. 确认形状没问题后,再切换到真实模型。

相关推荐
AI多Agent协作实战派1 小时前
【AI探索历程17】从“给自己用“到想“让别人用“
人工智能
吴佳浩2 小时前
Memory Provider 实战:Hermes、Mem0、Honcho、Hindsight 为什么都这样设计?
人工智能·agent·ai编程
吴佳浩2 小时前
企业级 Agent Memory 选型指南:如何构建可扩展的 Memory Service?
人工智能·agent·ai编程
北方的银狐-Zero3 小时前
ERP 管执行,数据管标准,OntoL本体 管思考:企业智能化升级的规划图
大数据·人工智能·本体论
浅安的邂逅4 小时前
260918-白帽把 OpenAI 论坛“打穿“了:攻防赛漏洞、账户被 Claude 入侵、模型偷偷掩盖不当行为
人工智能·大模型·ai编程·ai模型·行业动态
jinyishu_4 小时前
认识 AI Agent:概念、架构、设计模式与主流框架
人工智能
Hrain-AI4 小时前
AI 爬虫三档授权工程落地:搜索放行、训练拦截、Agent 分层(附脚本)
人工智能·elasticsearch·milvus
sunhy_csdn4 小时前
“词码”作为 Token 候选译名
人工智能
Hrain-AI4 小时前
多 Agent 并行不打架:worktree 隔离与反馈回流落地(附脚本)
网络·数据库·人工智能·架构