Heim Backend-Entwicklung Python-Tutorial So erstellen Sie mithilfe von Introspection, Click und Rich Formatting einen interaktiven Chat für Ihre Python-CLI

So erstellen Sie mithilfe von Introspection, Click und Rich Formatting einen interaktiven Chat für Ihre Python-CLI

Oct 26, 2024 am 11:00 AM

How to Build an Interactive Chat for Your Python CLI Using Introspection, Click, and Rich Formatting

Wenn Sie Ihre CLI schon immer interaktiver und dynamischer gestalten wollten, könnte der Aufbau eines Echtzeit-Befehlsinteraktionssystems die Antwort sein. Durch die Nutzung der Introspektionsfähigkeiten von Python, Click zum Verwalten von Befehlen und Rich zum Formatieren der Ausgabe können Sie eine leistungsstarke, flexible CLI erstellen, die intelligent auf Benutzereingaben reagiert. Anstatt jeden Befehl manuell fest zu codieren, kann Ihre CLI Befehle automatisch erkennen und ausführen, wodurch das Benutzererlebnis reibungsloser und ansprechender wird.

Buntes Konsolen-Chaos: Hier treffen Klickbefehle auf reichhaltige Ausgabe – denn selbst das Terminal zeigt sich gerne mit Stil!

Warum Click und Markdown verwenden?

Click vereinfacht die Verwaltung von Befehlen, das Parsen von Argumenten und die Generierung von Hilfe. Es ermöglicht auch eine einfache Befehlsstrukturierung und Optionshandhabung.

Mit Rich können Sie wunderschön formatiertes Markdown direkt im Terminal ausgeben, wodurch die Ergebnisse nicht nur funktional, sondern auch optisch ansprechend sind.

Durch die Kombination dieser beiden Bibliotheken mit Python-Introspektion können Sie eine interaktive Chat-Funktion erstellen, die Befehle dynamisch erkennt und ausführt und gleichzeitig die Ausgabe in einem reichhaltigen, lesbaren Format anzeigt. Sehen Sie sich als praktisches Beispiel an, wie StoryCraftr einen ähnlichen Ansatz verwendet, um KI-gesteuerte Schreibabläufe zu optimieren: https://storycraftr.app.

Aufbau des interaktiven Chat-Systems

1. Einrichten des grundlegenden Chat-Befehls

Der Chat-Befehl initialisiert die Sitzung und ermöglicht Benutzern die Interaktion mit der CLI. Hier erfassen wir Benutzereingaben, die dynamisch den entsprechenden Klickbefehlen zugeordnet werden.

import os
import click
import shlex
from rich.console import Console
from rich.markdown import Markdown

console = Console()

@click.command()
@click.option("--project-path", type=click.Path(), help="Path to the project directory")
def chat(project_path=None):
    """
    Start a chat session with the assistant for the given project.
    """
    if not project_path:
        project_path = os.getcwd()

    console.print(
        f"Starting chat for [bold]{project_path}[/bold]. Type [bold green]exit()[/bold green] to quit."
    )

    # Start the interactive session
    while True:
        user_input = console.input("[bold blue]You:[/bold blue] ")

        # Handle exit
        if user_input.lower() == "exit()":
            console.print("[bold red]Exiting chat...[/bold red]")
            break

        # Call the function to handle command execution
        execute_cli_command(user_input)
Nach dem Login kopieren
Nach dem Login kopieren

2. Selbstbeobachtung zum Entdecken und Ausführen von Befehlen

Mithilfe der Python-Introspektion entdecken wir dynamisch verfügbare Befehle und führen sie aus. Ein entscheidender Teil hierbei ist, dass Click-Befehle dekorierte Funktionen sind. Um die eigentliche Logik auszuführen, müssen wir die nicht dekorierte Funktion (d. h. den Rückruf) aufrufen.

So können Sie mithilfe der Introspektion Befehle dynamisch ausführen und mit den Dekoratoren von Click umgehen:

import os
import click
import shlex
from rich.console import Console
from rich.markdown import Markdown

console = Console()

@click.command()
@click.option("--project-path", type=click.Path(), help="Path to the project directory")
def chat(project_path=None):
    """
    Start a chat session with the assistant for the given project.
    """
    if not project_path:
        project_path = os.getcwd()

    console.print(
        f"Starting chat for [bold]{project_path}[/bold]. Type [bold green]exit()[/bold green] to quit."
    )

    # Start the interactive session
    while True:
        user_input = console.input("[bold blue]You:[/bold blue] ")

        # Handle exit
        if user_input.lower() == "exit()":
            console.print("[bold red]Exiting chat...[/bold red]")
            break

        # Call the function to handle command execution
        execute_cli_command(user_input)
Nach dem Login kopieren
Nach dem Login kopieren

Wie funktioniert das?

  • Eingabeparsing: Wir verwenden shlex.split, um Eingaben wie Befehlszeilenargumente zu verarbeiten. Dadurch wird sichergestellt, dass Zeichenfolgen und Sonderzeichen in Anführungszeichen korrekt verarbeitet werden.
  • Modul- und Befehlssuche: Die Eingabe wird in Modulname und Befehlsname aufgeteilt. Der Befehlsname wird verarbeitet, um Bindestriche durch Unterstriche zu ersetzen, damit sie mit den Python-Funktionsnamen übereinstimmen.
  • Introspektion: Wir verwenden getattr(), um die Befehlsfunktion dynamisch vom Modul abzurufen. Wenn es sich um einen Click-Befehl handelt (d. h. mit dem Callback-Attribut), greifen wir auf die eigentliche Funktionslogik zu, indem wir den Click-Dekorator entfernen.
  • Befehlsausführung: Sobald wir die nicht dekorierte Funktion abgerufen haben, übergeben wir die Argumente und rufen sie auf, so als würden wir direkt eine Python-Funktion aufrufen.

3. Beispiel-CLI-Befehle

Betrachten wir einige Beispielbefehle innerhalb eines Projektmoduls, die Benutzer interaktiv über den Chat aufrufen können:

import inspect
import your_project_cmd  # Replace with your actual module containing commands

command_modules = {"project": your_project_cmd}  # List your command modules here

def execute_cli_command(user_input):
    """
    Function to execute CLI commands dynamically based on the available modules,
    calling the undecorated function directly.
    """
    try:
        # Use shlex.split to handle quotes and separate arguments correctly
        parts = shlex.split(user_input)
        module_name = parts[0]
        command_name = parts[1].replace("-", "_")  # Replace hyphens with underscores
        command_args = parts[2:]  # Keep the rest of the arguments as a list

        # Check if the module exists in command_modules
        if module_name in command_modules:
            module = command_modules[module_name]

            # Introspection: Get the function by name
            if hasattr(module, command_name):
                cmd_func = getattr(module, command_name)

                # Check if it's a Click command and strip the decorator
                if hasattr(cmd_func, "callback"):
                    # Call the underlying undecorated function
                    cmd_func = cmd_func.callback

                # Check if it's a callable (function)
                if callable(cmd_func):
                    console.print(
                        f"Executing command from module: [bold]{module_name}[/bold]"
                    )

                    # Directly call the function with the argument list
                    cmd_func(*command_args)
                else:
                    console.print(
                        f"[bold red]'{command_name}' is not a valid command[/bold red]"
                    )
            else:
                console.print(
                    f"[bold red]Command '{command_name}' not found in {module_name}[/bold red]"
                )
        else:
            console.print(f"[bold red]Module {module_name} not found[/bold red]")
    except Exception as e:
        console.print(f"[bold red]Error executing command: {str(e)}[/bold red]")
Nach dem Login kopieren

Ausführen der Chat-Schnittstelle

So führen Sie das interaktive Chat-System aus:

  1. Stellen Sie sicher, dass Ihre Module (wie das Projekt) in command_modules aufgeführt sind.
  2. Führen Sie den Befehl aus:
@click.group()
def project():
    """Project management CLI."""
    pass

@project.command()
def init():
    """Initialize a new project."""
    console.print("[bold green]Project initialized![/bold green]")

@project.command()
@click.argument("name")
def create(name):
    """Create a new component in the project."""
    console.print(f"[bold cyan]Component {name} created.[/bold cyan]")

@project.command()
def status():
    """Check the project status."""
    console.print("[bold yellow]All systems operational.[/bold yellow]")
Nach dem Login kopieren

Sobald die Sitzung beginnt, können Benutzer Befehle eingeben wie:

python your_cli.py chat --project-path /path/to/project
Nach dem Login kopieren

Die Ausgabe wird mit Rich Markdown gut formatiert angezeigt:

You: project init You: project create "Homepage"
Nach dem Login kopieren

Abschluss

Durch die Kombination von Click for Command Management, Rich for Markdown-Formatierung und Python-Introspektion können wir ein leistungsstarkes und interaktives Chat-System für CLIs erstellen. Mit diesem Ansatz können Sie Befehle dynamisch erkennen und ausführen und gleichzeitig die Ausgabe in einem eleganten, lesbaren Format präsentieren.

Wichtige Highlights:

  • Dynamische Befehlsausführung: Mit Introspection können Sie Befehle erkennen und ausführen, ohne sie fest zu codieren.
  • Rich-Ausgabe: Durch die Verwendung von Rich Markdown wird sichergestellt, dass die Ausgabe leicht lesbar und optisch ansprechend ist.
  • Flexibilität: Dieses Setup ermöglicht Flexibilität in der Befehlsstruktur und -ausführung.

Das obige ist der detaillierte Inhalt vonSo erstellen Sie mithilfe von Introspection, Click und Rich Formatting einen interaktiven Chat für Ihre Python-CLI. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Erklärung dieser Website
Der Inhalt dieses Artikels wird freiwillig von Internetnutzern beigesteuert und das Urheberrecht liegt beim ursprünglichen Autor. Diese Website übernimmt keine entsprechende rechtliche Verantwortung. Wenn Sie Inhalte finden, bei denen der Verdacht eines Plagiats oder einer Rechtsverletzung besteht, wenden Sie sich bitte an admin@php.cn

Heiße KI -Werkzeuge

Undresser.AI Undress

Undresser.AI Undress

KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover

AI Clothes Remover

Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool

Undress AI Tool

Ausziehbilder kostenlos

Clothoff.io

Clothoff.io

KI-Kleiderentferner

Video Face Swap

Video Face Swap

Tauschen Sie Gesichter in jedem Video mühelos mit unserem völlig kostenlosen KI-Gesichtstausch-Tool aus!

Heißer Artikel

<🎜>: Bubble Gum Simulator Infinity - So erhalten und verwenden Sie Royal Keys
4 Wochen vor By 尊渡假赌尊渡假赌尊渡假赌
Nordhold: Fusionssystem, erklärt
4 Wochen vor By 尊渡假赌尊渡假赌尊渡假赌
Mandragora: Flüstern des Hexenbaum
3 Wochen vor By 尊渡假赌尊渡假赌尊渡假赌

Heiße Werkzeuge

Notepad++7.3.1

Notepad++7.3.1

Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version

SublimeText3 chinesische Version

Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1

Senden Sie Studio 13.0.1

Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6

Dreamweaver CS6

Visuelle Webentwicklungstools

SublimeText3 Mac-Version

SublimeText3 Mac-Version

Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Heiße Themen

Java-Tutorial
1676
14
PHP-Tutorial
1278
29
C#-Tutorial
1257
24
Python vs. C: Lernkurven und Benutzerfreundlichkeit Python vs. C: Lernkurven und Benutzerfreundlichkeit Apr 19, 2025 am 12:20 AM

Python ist leichter zu lernen und zu verwenden, während C leistungsfähiger, aber komplexer ist. 1. Python -Syntax ist prägnant und für Anfänger geeignet. Durch die dynamische Tippen und die automatische Speicherverwaltung können Sie die Verwendung einfach zu verwenden, kann jedoch zur Laufzeitfehler führen. 2.C bietet Steuerung und erweiterte Funktionen auf niedrigem Niveau, geeignet für Hochleistungsanwendungen, hat jedoch einen hohen Lernschwellenwert und erfordert manuellem Speicher und Typensicherheitsmanagement.

Python lernen: Ist 2 Stunden tägliches Studium ausreichend? Python lernen: Ist 2 Stunden tägliches Studium ausreichend? Apr 18, 2025 am 12:22 AM

Ist es genug, um Python für zwei Stunden am Tag zu lernen? Es hängt von Ihren Zielen und Lernmethoden ab. 1) Entwickeln Sie einen klaren Lernplan, 2) Wählen Sie geeignete Lernressourcen und -methoden aus, 3) praktizieren und prüfen und konsolidieren Sie praktische Praxis und Überprüfung und konsolidieren Sie und Sie können die Grundkenntnisse und die erweiterten Funktionen von Python während dieser Zeit nach und nach beherrschen.

Python vs. C: Erforschung von Leistung und Effizienz erforschen Python vs. C: Erforschung von Leistung und Effizienz erforschen Apr 18, 2025 am 12:20 AM

Python ist in der Entwicklungseffizienz besser als C, aber C ist in der Ausführungsleistung höher. 1. Pythons prägnante Syntax und reiche Bibliotheken verbessern die Entwicklungseffizienz. 2. Die Kompilierungsmerkmale von Compilation und die Hardwarekontrolle verbessern die Ausführungsleistung. Bei einer Auswahl müssen Sie die Entwicklungsgeschwindigkeit und die Ausführungseffizienz basierend auf den Projektanforderungen abwägen.

Python vs. C: Verständnis der wichtigsten Unterschiede Python vs. C: Verständnis der wichtigsten Unterschiede Apr 21, 2025 am 12:18 AM

Python und C haben jeweils ihre eigenen Vorteile, und die Wahl sollte auf Projektanforderungen beruhen. 1) Python ist aufgrund seiner prägnanten Syntax und der dynamischen Typisierung für die schnelle Entwicklung und Datenverarbeitung geeignet. 2) C ist aufgrund seiner statischen Tipp- und manuellen Speicherverwaltung für hohe Leistung und Systemprogrammierung geeignet.

Welches ist Teil der Python Standard Library: Listen oder Arrays? Welches ist Teil der Python Standard Library: Listen oder Arrays? Apr 27, 2025 am 12:03 AM

PythonlistsarePartThestandardlibrary, whilearraysarenot.listarebuilt-in, vielseitig und UNDUSEDFORSPORINGECollections, während dieArrayRay-thearrayModulei und loses und loses und losesaluseduetolimitedFunctionality.

Python: Automatisierung, Skript- und Aufgabenverwaltung Python: Automatisierung, Skript- und Aufgabenverwaltung Apr 16, 2025 am 12:14 AM

Python zeichnet sich in Automatisierung, Skript und Aufgabenverwaltung aus. 1) Automatisierung: Die Sicherungssicherung wird durch Standardbibliotheken wie OS und Shutil realisiert. 2) Skriptschreiben: Verwenden Sie die PSUTIL -Bibliothek, um die Systemressourcen zu überwachen. 3) Aufgabenverwaltung: Verwenden Sie die Zeitplanbibliothek, um Aufgaben zu planen. Die Benutzerfreundlichkeit von Python und die Unterstützung der reichhaltigen Bibliothek machen es zum bevorzugten Werkzeug in diesen Bereichen.

Python für wissenschaftliches Computer: Ein detailliertes Aussehen Python für wissenschaftliches Computer: Ein detailliertes Aussehen Apr 19, 2025 am 12:15 AM

Zu den Anwendungen von Python im wissenschaftlichen Computer gehören Datenanalyse, maschinelles Lernen, numerische Simulation und Visualisierung. 1.Numpy bietet effiziente mehrdimensionale Arrays und mathematische Funktionen. 2. Scipy erweitert die Numpy -Funktionalität und bietet Optimierungs- und lineare Algebra -Tools. 3.. Pandas wird zur Datenverarbeitung und -analyse verwendet. 4.Matplotlib wird verwendet, um verschiedene Grafiken und visuelle Ergebnisse zu erzeugen.

Python für die Webentwicklung: Schlüsselanwendungen Python für die Webentwicklung: Schlüsselanwendungen Apr 18, 2025 am 12:20 AM

Zu den wichtigsten Anwendungen von Python in der Webentwicklung gehören die Verwendung von Django- und Flask -Frameworks, API -Entwicklung, Datenanalyse und Visualisierung, maschinelles Lernen und KI sowie Leistungsoptimierung. 1. Django und Flask Framework: Django eignet sich für die schnelle Entwicklung komplexer Anwendungen, und Flask eignet sich für kleine oder hochmobile Projekte. 2. API -Entwicklung: Verwenden Sie Flask oder Djangorestframework, um RESTFUFFUPI zu erstellen. 3. Datenanalyse und Visualisierung: Verwenden Sie Python, um Daten zu verarbeiten und über die Webschnittstelle anzuzeigen. 4. Maschinelles Lernen und KI: Python wird verwendet, um intelligente Webanwendungen zu erstellen. 5. Leistungsoptimierung: optimiert durch asynchrones Programmieren, Caching und Code

See all articles