大模型应用-筑基期【10：命令行对话脚本开发】

W4 · 知识点10：命令行对话脚本开发

学习目标：开发一个设备维修养护系统的命令行诊断助手，整合多轮对话、角色设定和Token统计。

---

一、项目目标

构建一个"设备维修诊断助手"命令行程序：

• 维修人员输入故障描述，AI逐步诊断
• 支持多轮对话追问
• 可选不同的诊断角色（维修工程师/设备管理员/安全主管）
• 显示Token用量和费用统计
• 保存诊断记录

二、基础版

from openai import OpenAI

client = OpenAI()

print("=" * 50)
print("  设备维修诊断助手 v1.0")
print("=" * 50)
print("输入故障描述开始诊断，输入 'quit' 退出\n")

history = [{
    "role": "system",
    "content": """你是设备维修养护系统的AI诊断助手，有15年工业设备维修经验。
工作流程：
1. 先收集关键信息（设备类型、故障现象、运行时长）
2. 逐步分析可能的原因
3. 给出诊断结论和维修建议
回答简洁实用，使用专业术语但会解释。每次回复不超过200字。"""
}]

while True:
    user_input = input("故障描述> ").strip()
    if user_input.lower() in ('quit', 'q', 'exit'):
        print("诊断结束，注意安全操作！")
        break
    if not user_input:
        continue

    history.append({"role": "user", "content": user_input})

    response = client.chat.completions.create(
        model="deepseek-chat",
        messages=history,
        temperature=0.3,
    )

    reply = response.choices[0].message.content
    history.append({"role": "assistant", "content": reply})

    print(f"\n诊断助手: {reply}\n")

三、进阶版：完整诊断助手

from openai import OpenAI
import json
from datetime import datetime

client = OpenAI()

# 不同角色的系统提示
ROLES = {
    "engineer": {
        "name": "维修工程师",
        "prompt": """你是一位资深设备维修工程师，有15年工业设备维护经验。
你的专长是故障诊断和维修方案制定。
回答风格：专业、直接、包含具体的操作步骤和工具要求。
每次诊断必须包含安全提醒。"""
    },
    "manager": {
        "name": "设备管理员",
        "prompt": """你是一位工厂设备管理员，负责维护计划和成本控制。
你的关注点是：维修成本、设备可用率、保养计划、是否需要更换设备。
回答风格：侧重数据分析和决策建议。"""
    },
    "safety": {
        "name": "安全主管",
        "prompt": """你是一位工厂安全主管，负责设备操作安全审查。
你的关注点是：操作安全风险、必要的防护措施、是否需要停机检修。
回答风格：严肃、注重安全合规，引用相关安全规范。"""
    }
}

class MaintenanceDiagnosisBot:
    def __init__(self, role="engineer"):
        self.role = role
        self.reset()
        self.stats = {"calls": 0, "tokens_in": 0, "tokens_out": 0, "cost": 0.0}
        # DeepSeek价格: 输入¥1/百万Token, 输出¥2/百万Token
        self.price_in = 1.0 / 1_000_000
        self.price_out = 2.0 / 1_000_000

    def reset(self):
        role_info = ROLES.get(self.role, ROLES["engineer"])
        self.history = [{"role": "system", "content": role_info["prompt"]}]

    def diagnose(self, message):
        self.history.append({"role": "user", "content": message})
        response = client.chat.completions.create(
            model="deepseek-chat",
            messages=self.history,
            temperature=0.3,
        )
        reply = response.choices[0].message.content
        self.history.append({"role": "assistant", "content": reply})

        # 统计
        t_in = response.usage.prompt_tokens
        t_out = response.usage.completion_tokens
        self.stats["calls"] += 1
        self.stats["tokens_in"] += t_in
        self.stats["tokens_out"] += t_out
        self.stats["cost"] += t_in * self.price_in + t_out * self.price_out

        return reply

    def save_record(self, filename=None):
        if not filename:
            ts = datetime.now().strftime('%Y%m%d_%H%M%S')
            filename = f"diagnosis_{ts}.json"
        record = {
            "role": self.role,
            "timestamp": datetime.now().isoformat(),
            "conversation": self.history,
            "stats": self.stats
        }
        with open(filename, 'w', encoding='utf-8') as f:
            json.dump(record, f, ensure_ascii=False, indent=2)
        return filename

    def print_stats(self):
        s = self.stats
        print(f"\n{'='*40}")
        print(f"诊断统计: {s['calls']}次对话 | "
              f"Token: {s['tokens_in']}↓ {s['tokens_out']}↑ | "
              f"预估费用: ¥{s['cost']:.4f}")
        print(f"{'='*40}")


def main():
    print("=" * 50)
    print("  设备维修诊断助手 v2.0")
    print("=" * 50)
    print("命令:")
    print("  /role [engineer|manager|safety] - 切换角色")
    print("  /new  - 新的诊断对话")
    print("  /save - 保存诊断记录")
    print("  /stats - 查看统计")
    print("  /quit - 退出")
    print()

    bot = MaintenanceDiagnosisBot("engineer")
    print(f"当前角色: {ROLES['engineer']['name']}\n")

    while True:
        try:
            user_input = input("故障描述> ").strip()
        except (KeyboardInterrupt, EOFError):
            break

        if not user_input:
            continue
        if user_input in ('/quit', '/q'):
            break
        if user_input == '/new':
            bot.reset()
            print("[新的诊断对话已开始]\n")
            continue
        if user_input == '/save':
            f = bot.save_record()
            print(f"[诊断记录已保存到 {f}]\n")
            continue
        if user_input == '/stats':
            bot.print_stats()
            continue
        if user_input.startswith('/role'):
            parts = user_input.split()
            if len(parts) > 1 and parts[1] in ROLES:
                bot.role = parts[1]
                bot.reset()
                print(f"[已切换为: {ROLES[bot.role]['name']}]\n")
            else:
                print("可选角色: engineer(维修工程师) / manager(设备管理员) / safety(安全主管)")
            continue

        try:
            reply = bot.diagnose(user_input)
            print(f"\n{ROLES[bot.role]['name']}: {reply}\n")
        except Exception as e:
            print(f"\n[错误: {e}]\n")

    bot.print_stats()
    print("\n诊断结束，注意安全操作！")

if __name__ == "__main__":
    main()

四、动手练习

练习1：运行基础版和进阶版

用以下故障场景测试：

1. "空压机排气温度过高"
2. "液压系统压力上不去"
3. "PLC报E-07故障代码"

练习2：添加新功能

选择至少2个功能实现：

• /export 导出诊断结论为维修工单格式
• /summary 让AI总结本次诊断的关键结论
• 彩色输出（不同角色用不同颜色）
• 自动保存每次诊断记录

练习3：角色对比实验

对同一个故障，分别用三个角色诊断，对比输出差异：

故障: "2号产线输送带电机过热停机"
维修工程师关注: ___
设备管理员关注: ___
安全主管关注: ___

五、本知识点检验标准

• 完成一个可运行的设备维修诊断命令行程序
• 支持多角色切换和多轮对话
• 实现诊断记录保存功能
• 代码有清晰的注释和错误处理