Smart Coding Assistant

智能多模型编程助手，根据任务类型自动选择最优代码大模型。支持代码生成、审查、调试、重构、测试等场景。使用场景：编写代码、代码审查、Bug 调试、性能优化、技术栈迁移、单元测试生成等编程任务。

智能编程助手

核心能力

🧠 智能模型路由

根据编程任务类型自动选择最优模型：

任务类型	推荐模型	理由
代码生成	qwen-coder-plus / deepseek-coder	代码生成能力强，上下文理解好
代码审查	qwen-max / claude-sonnet	逻辑严谨，善于发现问题
Bug 调试	qwen-plus / glm-4	推理能力强，定位准确
性能优化	qwen-coder-plus	熟悉算法优化和最佳实践
重构	claude-sonnet / qwen-max	代码结构理解深刻
单元测试	qwen-coder / deepseek-coder	测试用例生成质量高
技术问答	qwen-plus / glm-4	知识覆盖面广
文档生成	qwen-turbo / qwen-plus	速度快，表达清晰

🔄 多模型协作模式

复杂任务拆分流程：

text

1. 任务分析 → qwen-plus（理解需求）
2. 架构设计 → qwen-max（系统设计）
3. 核心代码 → qwen-coder-plus（实现）
4. 代码审查 → claude-sonnet（质量检查）
5. 测试生成 → deepseek-coder（单元测试）
6. 文档编写 → qwen-turbo（快速生成）

📊 模型能力画像

详见 references/model-profiles.md

快速开始

基础用法

bash

# 单模型模式 - 直接指定
smart-coding-assistant --model qwen-coder-plus "生成一个快速排序"

# 自动路由模式 - 让技能选择最优模型
smart-coding-assistant "帮我优化这个算法的性能"

# 多模型协作模式 - 复杂任务
smart-coding-assistant --collab "重构这个模块并添加测试"

编程任务分类

代码生成类：

• "写一个 XX 功能的函数/类"
• "实现 XX 算法"
• "创建 XX 组件"

代码审查类：

• "审查这段代码的问题"
• "这段代码有什么安全隐患"
• "代码质量如何，怎么改进"

调试类：

• "这个 Bug 怎么修复"
• "为什么这段代码报错"
• "定位性能瓶颈"

优化类：

• "优化这段代码的性能"
• "重构这个模块"
• "提高代码可维护性"

测试类：

• "为这个函数写单元测试"
• "生成测试用例"
• "测试覆盖率分析"

工作流程

1. 任务接收与分析

python

# 使用 model_router.py 分析任务类型
python scripts/model_router.py --task "你的编程任务"

2. 模型选择

根据任务类型查询 references/model-profiles.md 选择最优模型。

3. 代码生成/处理

调用选定的模型执行任务。

4. 质量检查（可选）

对于重要代码，使用第二模型进行审查。

5. 输出与反馈

输出结果并记录模型表现，更新能力画像。

模型选择策略

优先级规则

1. 代码密集型任务 → 优先选择代码专用模型（qwen-coder, deepseek-coder）
2. 逻辑推理任务 → 优先选择推理强的模型（qwen-max, glm-4）
3. 速度敏感任务 → 优先选择快速模型（qwen-turbo）
4. 质量敏感任务 → 优先选择高质量模型（claude-sonnet, qwen-max）
5. 复杂多步骤任务 → 启用多模型协作模式

成本优化

• 简单任务使用经济型模型（qwen-turbo, qwen-plus）
• 复杂任务使用高性能模型（qwen-max, claude-sonnet）
• 批量任务考虑使用缓存避免重复调用

最佳实践

✅ 推荐做法

• 明确任务类型，让技能选择合适模型
• 复杂任务启用协作模式
• 重要代码进行双模型审查
• 记录模型表现，持续优化路由策略

❌ 避免做法

• 所有任务都用同一个模型
• 忽略任务特点盲目使用最强模型
• 不进行代码审查直接上线
• 不记录反馈无法优化

配置说明

环境变量

bash

# 模型 API 配置
export QWEN_API_KEY="your-key"
export DEEPSEEK_API_KEY="your-key"
export GLM_API_KEY="your-key"

# 路由策略
export CODING_MODEL_STRATEGY="auto"  # auto | manual
export ENABLE_COLLAB="true"  # 启用多模型协作

配置文件

编辑 ~/.smart_coding_config.json：

json

{
  "default_model": "qwen-coder-plus",
  "review_model": "claude-sonnet",
  "enable_caching": true,
  "max_collab_models": 3,
  "cost_limit_per_task": 5.0
}

故障排除

常见问题

Q: 模型选择不准确？

• 检查任务描述是否清晰
• 查看 references/model-profiles.md 更新模型画像
• 手动指定模型测试效果

Q: 多模型协作失败？

• 确认所有模型 API 可用
• 检查网络连接
• 查看任务是否适合拆分

Q: 代码质量不佳？

• 启用代码审查流程
• 尝试更换代码生成模型
• 提供更详细的需求描述

参考资料

• 模型能力画像 - 各模型详细能力评估
• 编程任务分类 - 任务类型与模型匹配规则
• 最佳实践案例 - 真实场景应用示例
• 性能基准测试 - 各模型编程能力对比数据

更新日志

• v1.0.0 - 初始版本，支持基础模型路由和单模型编程
• v1.1.0 - 添加多模型协作模式
• v1.2.0 - 引入模型能力画像和自动优化

---

最后更新：2026-03-18