-
Notifications
You must be signed in to change notification settings - Fork 0
Expand file tree
/
Copy pathtest_transition_guide.py
More file actions
255 lines (215 loc) · 8.22 KB
/
Copy pathtest_transition_guide.py
File metadata and controls
255 lines (215 loc) · 8.22 KB
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
"""
测试任务衔接引导优化效果
这个脚本测试:
1. Guide Agent 的首次对话开场引导
2. Orchestrator 的跳过任务消息
3. Orchestrator 的任务完成消息
"""
import sys
import os
import io
# 设置输出编码为 UTF-8,避免 Windows 下的编码问题
if sys.platform == 'win32':
sys.stdout = io.TextIOWrapper(sys.stdout.buffer, encoding='utf-8')
sys.path.append(os.path.join(os.path.dirname(__file__), 'backend'))
from model import Task, Resume, TaskList, TaskStatus
from backend.guide_agent import GuideAgent
from backend.orchestrator import Orchestrator
from backend.workflow_state import WorkflowState
from backend.agent_adapters import GuideAgentAdapter
def test_guide_agent_intro():
"""测试 Guide Agent 的首次对话开场"""
print("=" * 60)
print("测试 1: Guide Agent 首次对话开场引导")
print("=" * 60)
task = Task(
id=1,
section="项目经历 - ResumeAssistant",
original_text="开发了一个简历优化助手,使用Python和LangChain。",
diagnosis="项目描述缺少量化数据,无法体现技术深度和实际价值。对于AI工程师岗位,需要展示系统规模、性能指标等。",
goal="补充量化指标(如处理速度、准确率、代码量),让技术亮点更有说服力。",
status=TaskStatus.PENDING
)
agent = GuideAgent(task)
# 模拟用户第一次输入(这应该触发开场引导)
decision = agent.step("你好")
print("\n【Agent 回复】:")
print(decision.reply_to_user)
print("\n【思考过程】:")
print(decision.thought)
print("\n【下一步动作】:")
print(decision.next_action)
print()
def test_skip_task_message():
"""测试跳过任务时的衔接消息"""
print("=" * 60)
print("测试 2: 跳过任务的衔接消息")
print("=" * 60)
# 创建一个模拟的工作流状态
resume = Resume(
basics={"name": "测试用户", "email": "test@example.com"},
sections=[]
)
task_list = TaskList(tasks=[
Task(
id=1,
section="教育背景 - 硕士主修课程",
original_text="机器学习、深度学习、模式识别",
diagnosis="课程罗列过于传统",
goal="突出与AI应用研发相关的课程",
status=TaskStatus.PENDING
),
Task(
id=2,
section="实习经历 - 整体结构",
original_text="在字节跳动实习,参与AI项目开发",
diagnosis="缺少公司/团队职责介绍",
goal="补充公司背景和职责介绍",
status=TaskStatus.PENDING
),
Task(
id=3,
section="项目经历 - ResumeAssistant",
original_text="开发简历优化助手",
diagnosis="缺少量化数据",
goal="补充性能指标和技术细节",
status=TaskStatus.PENDING
)
])
state = WorkflowState(resume=resume, plan=task_list, current_task_idx=0)
orchestrator = Orchestrator()
# 跳过第一个任务
message = orchestrator.skip_task(state)
print("\n【系统消息】:")
print(message.content)
print()
def test_complete_task_message():
"""测试任务完成时的消息"""
print("=" * 60)
print("测试 3: 任务完成的衔接消息")
print("=" * 60)
# 创建一个模拟的工作流状态
resume = Resume(
basics={"name": "测试用户", "email": "test@example.com"},
sections=[]
)
task_list = TaskList(tasks=[
Task(
id=1,
section="教育背景 - 硕士主修课程",
original_text="机器学习、深度学习、模式识别",
diagnosis="课程罗列过于传统",
goal="突出与AI应用研发相关的课程",
status=TaskStatus.COMPLETED
),
Task(
id=2,
section="实习经历 - 整体结构",
original_text="在字节跳动实习,参与AI项目开发",
diagnosis="缺少公司/团队职责介绍,无法体现工作定位和价值",
goal="补充公司背景和职责介绍,形成完整的专业形象",
status=TaskStatus.IN_PROGRESS
),
Task(
id=3,
section="项目经历 - ResumeAssistant",
original_text="开发简历优化助手",
diagnosis="缺少量化数据",
goal="补充性能指标和技术细节",
status=TaskStatus.PENDING
)
])
state = WorkflowState(resume=resume, plan=task_list, current_task_idx=1)
progress = state.get_progress()
# 模拟任务完成消息的生成
completed_task = task_list.tasks[1]
next_task = task_list.tasks[2]
lines = [
"━━━━━━━━━━━━━━━━━━━━━━━━━━━━",
f"✅ 任务 {completed_task.id} 已完成:{completed_task.section}",
"",
f"📋 进度:已完成 2/3",
]
lines.extend([
"",
f"⏭️ 接下来:任务 {next_task.id} - {next_task.section}",
f" 问题:{next_task.diagnosis[:50]}...",
"",
"💡 继续对话,我会引导你完成下一个优化。"
])
lines.append("━━━━━━━━━━━━━━━━━━━━━━━━━━━━")
print("\n【系统消息】:")
print("\n".join(lines))
print()
def test_all_tasks_complete():
"""测试所有任务完成时的消息"""
print("=" * 60)
print("测试 4: 所有任务完成的消息")
print("=" * 60)
resume = Resume(
basics={"name": "测试用户", "email": "test@example.com"},
sections=[]
)
task_list = TaskList(tasks=[
Task(
id=1,
section="教育背景 - 硕士主修课程",
original_text="机器学习、深度学习、模式识别",
diagnosis="课程罗列过于传统",
goal="突出与AI应用研发相关的课程",
status=TaskStatus.COMPLETED
),
Task(
id=2,
section="实习经历 - 整体结构",
original_text="在字节跳动实习,参与AI项目开发",
diagnosis="缺少公司/团队职责介绍",
goal="补充公司背景和职责介绍",
status=TaskStatus.COMPLETED
)
])
state = WorkflowState(resume=resume, plan=task_list, current_task_idx=2)
# 模拟所有任务完成的消息
completed_task = task_list.tasks[1]
lines = [
"━━━━━━━━━━━━━━━━━━━━━━━━━━━━",
f"✅ 任务 {completed_task.id} 已完成:{completed_task.section}",
"",
f"📋 进度:已完成 2/2",
"",
"🎉 恭喜!所有优化任务已完成!",
"",
"您的简历已经过全面优化,现在可以导出使用了。",
"━━━━━━━━━━━━━━━━━━━━━━━━━━━━"
]
print("\n【系统消息】:")
print("\n".join(lines))
print()
if __name__ == "__main__":
print("\n")
print("任务衔接引导优化 - 测试报告")
print("=" * 60)
print()
try:
# 测试1: Guide Agent 首次对话
test_guide_agent_intro()
# 测试2: 跳过任务消息
test_skip_task_message()
# 测试3: 任务完成消息
test_complete_task_message()
# 测试4: 所有任务完成消息
test_all_tasks_complete()
print("=" * 60)
print("[OK] 所有测试通过!")
print("=" * 60)
print()
print("改进总结:")
print("1. [OK] Guide Agent 现在会主动发送开场引导")
print("2. [OK] 跳过任务时会显示结构化的进度和提示")
print("3. [OK] 任务完成时会总结成果并引导下一个任务")
print("4. [OK] 所有任务完成时会显示祝贺消息")
print()
except Exception as e:
print(f"\n[ERROR] 测试失败: {e}")
import traceback
traceback.print_exc()