360 Secure SkillHub
360 安全技能中心

Smart Coding Assistant

这是一款智能多模型编程助手,核心功能为智能模型路由(按任务类型自动匹配最优大模型)和多模型协作处理复杂任务。支持代码生成、审查、Bug调试、性能优化等全场景编程任务,输入自然语言任务描述,可指定模型或启用协作模式,输出对应代码、审查报告等结果。

davidme6
davidme6
热度 51.04
最近更新 2026-05-11 17:33:09
分类:开发依赖:代码执行 / 读写文件 / 第三方 API / 内部调用大模型应用场景:代码生成 / 代码审查 / 调试排错

安装技能

复制下面的话术发给你的 Agent,它会通过 secure-skills 检索并安装该技能。

执行命令安装此 skill: npx secure-skills-cli add smart-coding-assistant
Metadata
name
smart-coding-assistant
description
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。
version
1.0.0

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:

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

# 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

# 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

# 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:

{
  "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?

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

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