first commit

src/server/LLMService.ts

@@ -0,0 +1,237 @@
+import OpenAI from 'openai';
+import type { LLMConfig, Tool } from '../types/index.js';
+
+export class LLMService {
+  private openai?: OpenAI;
+  private config?: LLMConfig;
+
+  /**
+   * 配置 LLM 服务
+   */
+  configure(config: LLMConfig): void {
+    this.config = config;
+    
+    if (config.provider === 'openai' && config.apiKey) {
+      this.openai = new OpenAI({
+        apiKey: config.apiKey,
+        baseURL: config.baseUrl
+      });
+    }
+  }
+
+  /**
+   * 根据用户输入和工具模式生成参数
+   */
+  async generateParameters(
+    userInput: string,
+    tool: Tool
+  ): Promise<Record<string, any>> {
+    if (!this.openai || !this.config?.enabled) {
+      throw new Error('LLM 服务未配置或未启用');
+    }
+
+    const systemPrompt = this.buildParameterGenerationPrompt(tool);
+    
+    try {
+      const response = await this.openai.chat.completions.create({
+        model: this.config.model,
+        messages: [
+          { role: 'system', content: systemPrompt },
+          { role: 'user', content: userInput }
+        ],
+        temperature: this.config.temperature || 0.1,
+        max_tokens: this.config.maxTokens || 1000,
+        response_format: { type: 'json_object' }
+      });
+
+      const content = response.choices[0]?.message?.content;
+      if (!content) {
+        throw new Error('LLM 未返回有效响应');
+      }
+
+      return JSON.parse(content);
+    } catch (error) {
+      if (error instanceof Error) {
+        throw new Error(`LLM 调用失败: ${error.message}`);
+      }
+      throw new Error('LLM 调用失败: 未知错误');
+    }
+  }
+
+  /**
+   * 分析用户意图并选择合适的工具
+   */
+  async analyzeIntent(
+    userInput: string,
+    availableTools: Tool[]
+  ): Promise<{
+    selectedTool?: string;
+    confidence: number;
+    reasoning: string;
+    suggestedParameters?: Record<string, any>;
+  }> {
+    if (!this.openai || !this.config?.enabled) {
+      return {
+        confidence: 0,
+        reasoning: 'LLM 服务未启用，请手动选择工具'
+      };
+    }
+
+    const systemPrompt = this.buildIntentAnalysisPrompt(availableTools);
+    
+    try {
+      const response = await this.openai.chat.completions.create({
+        model: this.config.model,
+        messages: [
+          { role: 'system', content: systemPrompt },
+          { role: 'user', content: userInput }
+        ],
+        temperature: this.config.temperature || 0.1,
+        max_tokens: this.config.maxTokens || 1000,
+        response_format: { type: 'json_object' }
+      });
+
+      const content = response.choices[0]?.message?.content;
+      if (!content) {
+        return {
+          confidence: 0,
+          reasoning: 'LLM 分析失败'
+        };
+      }
+
+      return JSON.parse(content);
+    } catch (error) {
+      console.error('LLM 意图分析失败:', error);
+      return {
+        confidence: 0,
+        reasoning: 'LLM 分析过程中出现错误'
+      };
+    }
+  }
+
+  /**
+   * 生成对话响应
+   */
+  async generateResponse(
+    userInput: string,
+    context?: string
+  ): Promise<string> {
+    if (!this.openai || !this.config?.enabled) {
+      throw new Error('LLM 服务未配置或未启用');
+    }
+
+    const messages: Array<{ role: 'system' | 'user' | 'assistant'; content: string }> = [
+      {
+        role: 'system',
+        content: `你是一个 MCP (Model Context Protocol) 客户端的智能助手。你可以帮助用户：
+1. 理解和使用各种 MCP 服务器提供的工具
+2. 分析工具执行结果并给出建议
+3. 协助配置 MCP 服务器
+
+请用友好、专业的语调回复用户。${context ? `\n\n当前上下文：${context}` : ''}`
+      },
+      { role: 'user', content: userInput }
+    ];
+
+    try {
+      const response = await this.openai.chat.completions.create({
+        model: this.config.model,
+        messages,
+        temperature: this.config.temperature || 0.7,
+        max_tokens: this.config.maxTokens || 2000
+      });
+
+      return response.choices[0]?.message?.content || '抱歉，我无法生成回复。';
+    } catch (error) {
+      console.error('生成对话回复失败:', error);
+      throw new Error('生成回复失败，请稍后重试');
+    }
+  }
+
+  /**
+   * 构建参数生成提示
+   */
+  private buildParameterGenerationPrompt(tool: Tool): string {
+    const properties = tool.inputSchema?.properties || {};
+    const required = tool.inputSchema?.required || [];
+    
+    const propertiesDesc = Object.entries(properties)
+      .map(([key, prop]: [string, any]) => {
+        const isRequired = required.includes(key) ? ' (必需)' : ' (可选)';
+        const typeInfo = prop.type ? `类型: ${prop.type}` : '';
+        const enumInfo = prop.enum ? `可选值: ${prop.enum.join(', ')}` : '';
+        const desc = prop.description || '无描述';
+        
+        return `- ${key}${isRequired}: ${desc}${typeInfo ? ` | ${typeInfo}` : ''}${enumInfo ? ` | ${enumInfo}` : ''}`;
+      })
+      .join('\n');
+
+    return `你是一个参数生成助手。根据用户的输入，为工具 "${tool.name}" 生成合适的参数。
+
+工具描述: ${tool.description || '无描述'}
+
+参数说明:
+${propertiesDesc || '此工具无参数'}
+
+要求:
+1. 仔细分析用户输入，理解其真实意图
+2. 为每个必需参数生成合理的值
+3. 为相关的可选参数也生成适当的值
+4. 如果无法确定某个参数的值，可以设置为 null 或合理的默认值
+5. 返回标准的 JSON 对象格式
+6. 确保生成的参数符合工具的要求
+
+示例输出格式:
+{
+  "parameter1": "value1",
+  "parameter2": "value2",
+  "parameter3": null
+}`;
+  }
+
+  /**
+   * 构建意图分析提示
+   */
+  private buildIntentAnalysisPrompt(tools: Tool[]): string {
+    const toolList = tools
+      .map(tool => `- ${tool.name}: ${tool.description || '无描述'}`)
+      .join('\n');
+
+    return `你是一个意图分析助手。分析用户输入，选择最合适的工具来完成用户的请求。
+
+可用工具:
+${toolList || '暂无可用工具'}
+
+分析要求:
+1. 仔细理解用户的真实意图和需求
+2. 从可用工具中选择最匹配的工具
+3. 评估匹配的置信度 (0-100，数字越高表示越确定)
+4. 提供详细的选择理由
+5. 如果适用，预生成一些参数建议
+
+返回 JSON 格式:
+{
+  "selectedTool": "最匹配的工具名称，如果没有合适的工具则为null",
+  "confidence": 85,
+  "reasoning": "选择这个工具的详细理由，或者为什么没有找到合适工具的原因",
+  "suggestedParameters": {
+    "param1": "建议的参数值",
+    "param2": "另一个参数值"
+  }
+}`;
+  }
+
+  /**
+   * 检查服务是否可用
+   */
+  isAvailable(): boolean {
+    return !!(this.openai && this.config?.enabled);
+  }
+
+  /**
+   * 获取当前配置
+   */
+  getConfig(): LLMConfig | undefined {
+    return this.config;
+  }
+}