LLM 与 Prompt

import { query } from "@anthropic-ai/claude-agent-sdk";

// 形式 1：简单字符串
const agent1 = query({
prompt: "Review this PR",
options: {
  systemPrompt: "You are a senior code reviewer. Be thorough but constructive.",
},
});

// 形式 2：预设 + 追加（保留 Claude Code 默认值）
const agent2 = query({
prompt: "Review this PR",
options: {
  systemPrompt: {
    type: "preset",
    preset: "claude_code",
    append: "\n\nFocus on security vulnerabilities and performance.",
  },
},
});

你是一个专业的软件工程助手。
你帮助用户编写、调试和改进代码。
你精确、有帮助、且注重安全。

你可以使用以下工具：
- read_file: 读取文件内容
- write_file: 创建或修改文件
- run_command: 执行 Shell 命令
- search_code: 在代码库中搜索模式

行为准则：
- 修改文件前必须先读取
- 在执行操作前解释你的推理
- 需求不明确时主动询问
- 未经确认不得执行破坏性命令

响应格式：
1. 首先，分析请求
2. 然后，解释你的方案
3. 执行必要的操作
4. 总结完成的工作

返回：
1. 会影响答案的假设
2. 支撑每个结论的证据或工具结果
3. 不确定性及消除方式
4. 推荐行动

示例 1：
User: "创建一个计算斐波那契数列的 Python 函数"
Action: write_file("fib.py", "def fibonacci(n):...")

示例 2：
User: "修复 app.js 中的 bug"
Action: read_file("app.js")
Action: write_file("app.js", "// fixed version...")

以下列 JSON 格式响应：
{
  "evidence": ["observable fact or source"],
  "action": "tool_name",
  "action_input": { ... }
}

import { query } from "@anthropic-ai/claude-agent-sdk";
import { z } from "zod";

// 使用 Zod 定义输出 Schema
const ReviewSchema = z.object({
summary: z.string().describe("One-line summary"),
issues: z.array(z.object({
  severity: z.enum(["critical", "warning", "info"]),
  file: z.string(),
  line: z.number(),
  message: z.string(),
})),
approved: z.boolean(),
});

const response = query({
prompt: "Review the code in src/auth.ts",
options: {
  model: "sonnet",
  outputFormat: {
    type: "json_schema",
    schema: z.toJSONSchema(ReviewSchema) as Record<string, unknown>,
  },
},
});

for await (const message of response) {
if (
  message.type === "result" &&
  message.subtype === "success" &&
  message.structured_output !== undefined
) {
  // 在应用边界验证 unknown payload。
  const review = ReviewSchema.parse(message.structured_output);
  console.log(`Approved: ${review.approved}`);
  review.issues.forEach(i =>
    console.log(`[${i.severity}] ${i.file}:${i.line}: ${i.message}`)
  );
}
}