TODO_CHECKLIST.md

🎯 Prompt 优化功能实施清单

📋 准备工作

Step 0: 确认依赖服务 ⏳

需要您提供的信息：

1. AI 调用服务

   • 确认项目中用于调用 AI 的服务类名
   • 确认该服务的调用方法签名（如 ChatAsync, CompletionAsync 等）
   • 确认如何在 Handler 中注入该服务

   示例问题：

   // 是这样的吗？
   public class AIKernelService
   {
       public Task<string> ChatAsync(string systemPrompt, string userMessage, ...);
   }
   
   // 还是这样？
   public class ChatService
   {
       public Task<string> SendAsync(ChatRequest request);
   }

2. PromptItem 查询方法

   • 确认 PromptItemService 是否有通过 FullVersion 查询的方法
   • 如果没有，我将帮您实现一个

3. 测试环境

   • 确认有可用的 AI Model 配置
   • 确认 AI API Key 已配置

---

🔧 实施任务

Task 1: 更新 PromptOptimizationRequestHandler ⏳

文件: src/Extensions/Senparc.Xncf.PromptRange/Application/EventHandlers/PromptOptimizationRequestHandler.cs

当前问题：

• 使用旧的事件格式（缺少 NewPromptContent 和 Parameters）
• 只是模拟优化，没有真正调用 AI

需要实现：

1. 添加必要的服务依赖注入（AI 服务、PromptRangeService 等）
2. 实现 GetPromptItemByCode() 方法来解析和查询 PromptItem
3. 实现 BuildOptimizationSystemPrompt() 方法
4. 实现 BuildOptimizationUserInput() 方法
5. 调用 AI 服务进行优化
6. 解析 AI 返回的 JSON（包含优化后的内容和参数）
7. 创建新的 PromptItem
8. 发布正确格式的响应事件

我将提供：完整的实现代码模板（需要您填入 AI 服务调用部分）

---

Task 2: 更新前端 JavaScript ⏳

文件: src/Extensions/Senparc.Xncf.PromptRange/wwwroot/js/PromptRange/prompt.js

需要修改的方法: executeOptimize() (约在第 3010 行)

需要实现：

1. 获取当前 Prompt 的完整信息（包括参数）
2. 构建包含 promptContent 和 context 的请求对象
3. 显示更详细的优化结果（包括参数变化）
4. 刷新 Prompt 列表
5. 可选：自动切换到新的 Prompt

我将提供：完整的 JavaScript 代码

---

Task 3: 测试和验证 ⏳

测试步骤：

1. 单元测试：测试 AI 优化逻辑
2. 集成测试：测试完整流程
3. 端到端测试：从前端点击到看到结果

验收标准：

• 首次调用时自动创建 "PromptCatalyzer" Agent
• 能够调用 AI 优化 Prompt 内容
• 能够优化参数（Temperature 等）
• 创建新的 PromptItem 并返回 PromptCode
• 前端显示优化结果

---

📊 进度追踪

任务	状态	完成时间
Step 0: 确认依赖	⏳ 等待中	-
Task 1: 更新 Handler	⏳ 待开始	-
Task 2: 更新前端	⏳ 待开始	-
Task 3: 测试验证	⏳ 待开始	-

---

🚀 开始行动

当前步骤: Step 0 - 需要您提供 AI 服务的信息

请您做的事：

1. 查看您的项目中 AI 调用服务的代码
2. 回复以下信息：
   • AI 服务的类名
   • AI 服务的调用方法签名
   • 如何注入该服务

示例回复：

我的 AI 服务是 `Senparc.AI.Kernel.AIChatService`，
调用方法是 `Task<string> ChatAsync(string prompt, ChatOptions options)`，
通过构造函数注入。

收到您的信息后，我将立即为您提供完整的实现代码！

---

📞 需要帮助？

如果遇到任何问题，请随时告诉我：

• AI 服务相关问题
• 代码实现疑问
• 测试过程中的错误
• 任何其他问题

我会逐步帮您解决！