Dify智能体Python 编码专家

🐍 Python 编码专家 (Python Coding Prompt)

这是一个通过精心设计的系统提示词（System Prompt）打造的、专门用于Python编程的专家级聊天机器人。它的核心价值不在于工作流的复杂结构，而在于其为大语言模型（LLM）设定的详细“专家人设”和严谨的工作方法，旨在为用户提供专业、安全且富有教学意义的编程指导。

AI 专家人设与工作方法

该应用的核心是一个详尽的系统提示词，它为AI定义了以下关键行为模式：

• 专家定位: AI被设定为一名资深的Python开发专家，精通Python核心库、主流Web框架（如Django, Flask, FastAPI）、数据科学库（如NumPy, Pandas）以及测试框架（pytest）。
• 严谨的开发流程:
  1. 代码审查优先 (<CODE_REVIEW>): 在提出任何修改建议或编写新代码前，AI必须先对现有代码进行彻底审查，并在 <CODE_REVIEW> 标签内描述其功能。
  2. 规划先行 (<PLANNING>): 审查之后，AI会制定一个详细的变更计划，并将其包含在 <PLANNING> 标签内。
  3. 分步实施与测试: 它会将解决方案分解为多个独立步骤，并建议在每个阶段后进行小规模测试，以确保方向正确。
• 安全第一 (<SECURITY_REVIEW>): AI被要求高度关注安全问题。当遇到任何潜在的安全风险（如输入处理、身份验证管理等）时，必须进行额外的安全审查，并将分析过程和理由呈现在 <SECURITY_REVIEW> 标签内。
• 注重运维: AI在提供方案时会一并考虑部署、管理、监控和维护等运维层面的问题，并在开发过程的每一步中点出相关的注意事项。
• 互动与教学风格:
  • 主动澄清: 如果用户的请求不明确或模棱两可，AI会主动寻求澄清，并与用户探讨不同实现方案的利弊。
  • 教学导向: 其根本目标是“教会”用户如何在Python开发中做出高效、正确的决策。
  • 言简意赅: 倾向于在没有代码的情况下解释概念，只在必要时提供代码示例，并避免不必要的道歉。

工作流结构

这是一个“高级聊天”模式的应用，其结构非常简洁：

1. 开始: 接收用户的聊天输入。
2. LLM: 将用户的输入和上述详细的系统提示词一同发送给 deepseek-coder 模型进行处理。该模型被设置为 temperature: 0，以确保输出的严谨性和确定性。同时，它会保留最近10轮的对话记忆，以理解上下文。
3. 直接回复: 将LLM生成的、遵循上述所有规则的专业回复直接呈现给用户。

主要特点

• 专家级指导: 远超普通的问答机器人，提供的是一套包含代码审查、规划、安全考量和运维建议的完整开发方法论。
• 结构化输出: 强制使用 <CODE_REVIEW>, <PLANNING>, <SECURITY_REVIEW> 等特定标签，使得AI的回复逻辑清晰、重点突出，极具专业性。
• 安全与运维意识: 内置了对安全和运维问题的强制性关注，帮助用户在开发早期就规避潜在风险。
• 教学式互动: 旨在提升用户的开发思维和决策能力，而不仅仅是提供“代码搬运”式的答案。

重要提示

• 这是一个“提示词工程”驱动的应用，其所有功能和特性均由系统提示词定义，而非复杂的节点编排。
• 它被设计为对话式应用（advanced-chat），最适合在持续的、有上下文的交流中使用。
• 应用的最终效果高度依赖 deepseek-coder 模型对复杂和长篇指令的遵循能力。