AI Agent / 系统课时
实现代码修改模式
实现代码修改模式
本节实现代码修改模式,让智能体能够根据用户需求生成修改计划,检索必要上下文,创建多文件 Patch,并将结果安全同步到项目工作区和编辑器。
学习目标
- 理解代码修改模式的完整执行链路。
- 掌握计划生成、上下文收集和 Patch 应用流程。
- 实现可控、可验证的自动代码修改能力。
代码修改模式的执行流程
代码修改模式解决的问题是“如何改变项目代码”。与只读问答不同,它必须处理修改范围、依赖关系、风险确认和结果验证。
典型流程包括:
- 理解用户需求。
- 生成修改计划。
- 检索相关源码上下文。
- 生成文件变更方案。
- 应用 Patch。
- 验证修改结果。

设计修改计划与上下文收集
直接让模型修改文件容易产生范围失控的问题。更稳定的方式是先生成计划,再根据计划收集上下文。
例如用户提出“增加用户状态字段”,智能体应先判断:
- 修改数据库模型还是接口模型。
- 是否需要调整前端展示。
- 是否影响已有测试。
- 哪些文件必须同步变化。
计划阶段输出的是任务拆解,而不是代码结果。
生成和应用 Patch
Patch 是连接智能体和工作区的重要结构。它描述了文件新增、删除和修改内容。
下面是一个简化的 Patch 应用示例:
python
from pathlib import Path
class PatchApplier:
def apply(self, path, content):
file = Path(path)
# 写入前确保目标路径属于当前工作区
file.write_text(content, encoding="utf-8")
return file.exists()
applier = PatchApplier()
result = applier.apply("src/user.py", "class User:\n status = 'active'\n")
print(result)预期输出
text
True真实智能体中不会直接覆盖文件,而会先生成差异内容,让用户确认后再应用。
同步工作区和编辑器状态
修改完成后,需要同步多个状态来源:
- 文件系统中的实际内容。
- 编辑器缓存中的打开文件。
- 语言服务中的索引状态。
- Git 工作区中的变更记录。
如果只修改磁盘文件,而没有通知编辑器,用户可能看到旧内容。
因此编辑器集成通常需要触发文件变化事件,让相关服务重新加载。
修改安全与失败恢复
自动修改能力越强,越需要保护机制。
常见控制策略包括:
- 修改前保存原始版本。
- 限制可修改目录。
- 对高风险操作要求确认。
- 应用 Patch 后执行测试。
- 失败时支持回滚。
一个成熟的代码智能体不会追求“一次生成全部修改”,而是通过小步变更降低错误成本。
本课总结
- 代码修改模式需要经过计划、检索、Patch、同步和验证多个阶段。
- Patch 是智能体连接模型输出与真实工作区的核心结构。
- 安全确认和回滚机制决定了自动修改能力是否可用于生产环境。
下一课预告
下一节将进一步完善类 Cursor 智能体的工程化能力,包括工具编排、状态管理和编辑器协作。
按自己的节奏,确认真正理解。