简体中文

English

简体中文

English

智能体概述 ​

智能体是标准化的 AI 工作流，通过组合提示词（prompts）、规则（rules）与工具（tools），完成特定且可重复的任务。

智能体是自定义的 AI 工作流，由提示词、规则和工具（如 MCP 及其他集成）组成，用于执行特定、可复用的任务。 它可托管在 Agent Hub 中，通过 Web 界面方式运行，也可在IDE内容本地创建并使用。

智能体组成部分 ​

组件
说明示例
模型（Model）驱动智能体推理与输出生成的大语言模型。Qwen3
规则（Rules）规定智能体响应时需遵循的一致性标准或行为准则，确保使用结果的可靠性。“在总结工作时，必须包含相关的 Issue 。”
提示词（Prompt）触发智能体核心行为的指令。调用时，用户输入会追加到该提示词之后。示例提示词：“总结当前工作进展，包括状态、阻塞点和下一步计划。使用 Markdown 格式，语言简洁专业。”
工具 Tools/MCP扩展外部能力（数据库、API、CLI）GitHub、PostHog、Supabase

智能体类型 ​

VJSP AI Studio 支持三类智能体，按管理方式区分：

智能体结构和组件配置 ​

所有本地智能体均通过 config.yaml 定义，位于项目根目录的 .vjsp/agents/ 文件夹中。

基础结构 ​

yaml
# This is an example configuration file
name: Config    # 必填
version: 1.0.0  # 必填
schema: v1  # 必填

# Define which models can be used
models:   # 模型配置
  - name: 
    provider: openai
    model: 
    apiKey: YOUR_OPENAI_API_KEY_HERE

核心组件配置说明 ​

模型（Models） ​

定义驱动智能体的语言模型。

yaml
models:
  - name: 
    provider: openai
    model: 
    apiKey: YOUR_OPENAI_API_KEY_HERE
    roles:
      - chat
      - edit
      - apply
    capabilities: 
      - tool_use
    requestOptions:
      headers:
        vjsp-api-key: your_api_key

  • roles：指定模型用途（chat/edit/autocomplete/apply）

  • capabilities：启用高级功能（如 tool_use 用于调用 MCP）

规则(Rules) ​

用于强制 AI 遵循编码规范。

yaml
---
description: 生成功能测试用例
---
#角色： 你是一位资深软件测试工程师，擅长编写全面、可执行、覆盖边界条件的功能测试用例。  

 **被测功能描述**：  
 [在此详细说明要测试的功能模块，例如：“用户登录功能，支持邮箱/手机号 + 密码登录，包含‘记住我’选项和‘忘记密码’链接。”]  
   
 **相关需求或用户故事**（可选）：  
 - 用户故事：作为注册用户，我希望能够通过邮箱和密码登录系统，以便访问我的个人工作台。  
 - 验收标准：  
   - 输入正确凭证应成功登录；  
   - 输入错误密码应提示“用户名或密码错误”；  
   - 连续5次失败应锁定账户15分钟。  
   
 **测试重点要求**：  
 1. 覆盖正常流程（Happy Path）、异常流程（如无效输入、网络中断）和边界条件（如密码长度极限）；  
 2. 包含正向测试与负向测试；  
 3. 若涉及安全性，需包含常见安全测试点（如SQL注入、XSS尝试）；  
 4. 输出格式采用表格形式，包含以下列：  
    - **测试用例ID**（如 TC_LOGIN_01）  
    - **测试标题**  
    - **前置条件**  
    - **测试步骤**（编号列表）  
    - **预期结果**  
    - **优先级**（高/中/低）  
   
 **其他约束**：  
 - 不需要生成自动化脚本，仅提供手工测试用例；  
 - 假设系统已部署且可访问；  
 - 使用中文输出。  
   
 请基于以上信息，生成完整、结构清晰的功能测试用例。

提示词 ​

通过 /命令 快速触发任务。

yaml
---
name: API文档生成专家
description: API文档生成专家
invokable: true
---
	你是一位API文档生成专家，需要读取项目代码并生成标准的Markdown格式API文档。
	## 核心任务
	读取以下代码层级，提取准确的接口信息：
	- Controller层：获取接口路径、方法、参数
	- Service层：了解业务逻辑和返回结构  
	- VO/DTO层：提取响应字段详细信息
	- Form/Request层：获取请求参数结构
	- Entity/PO层：参考数据模型结构
	## 输出格式要求
	```markdown
	# [接口名称]
	## 基本信息
	- 方法：[GET/POST/PUT/DELETE]
	- 路径：[API路径]
	- 描述：[功能说明]
	## 请求参数
	| 参数名 | 类型 | 必填 | 说明 |
	|--------|------|------|------|
	| [基于Form/Request层生成] |
	## 响应参数
	| 参数名 | 类型 | 说明 |
	|--------|------|------|
	| code | number | 状态码 |
	| message | string | 消息 |
	| data | object | 数据 |
	### data字段说明
	| 参数名 | 类型 | 说明 |
	|--------|------|------|
	| [基于VO/DTO层生成完整字段列表] |
	## 响应示例
	---json
	{
	  "code": 200,
	  "message": "success", 
	  "data": {
	    [基于VO/DTO生成真实示例]
	  }
	}
 ---
  ## 关键要求
	1. **必须读取实际代码**：基于Controller、Service、VO、Form层真实代码生成
	2. **字段必须完整**：响应参数要包含VO/DTO所有字段，包括嵌套对象
	3. **类型要准确**：根据代码中实际数据类型标注
	4. **示例要真实**：根据VO/DTO字段生成合理的示例数据
	5. **结构要清晰**：嵌套对象需要分层说明
	直接输出文档，无需解释过程。生成的API文档必须存放在项目的 `/docs` 目录下

MCP 工具（mcpServers） ​

一个基于模型上下文协议（Model Context Protocol, MCP）的服务器，使用 Playwright 提供浏览器自动化能力。该服务器使大语言模型（LLM）能够通过结构化的可访问性快照与网页交互，无需依赖截图或视觉调优模型。

yaml

name: Playwright mcpServer
version: 1.0.0
schema: v1
mcpServers:
  - name: Browser search
    command: npx
    args:
      - "@playwright/mcp@latest"