Python 本地 DocsGPT 集成开发：构建智能代码编辑器

注意这里 code_context 设为可选参数，因为并非所有问题都需要上下文。另外修复了原版本中 sqlite3.Rown 的拼写错误，应为 Row。

2. API 客户端 (gpt_client.py)

这是最核心的部分。为了灵活性，我们设计了支持多种 API 类型的客户端，默认优先使用本地 DocsGPT，但也兼容 OpenAI。

import requests
from typing import Optional, Dict, Any

class GPTClient:
    def __init__(self, api_key: str = None, api_url: str = None):
        # 从数据库读取默认配置
        from database import db
        self.api_key = api_key or db.get_setting('api_key') or ""
        self.api_url = api_url or db.get_setting('api_url') or "https://api.openai.com/v1/chat/completions"
        self.session = requests.Session()
        self.session.headers.update({
            "Authorization": f"Bearer {self.api_key}",
            "Content-Type": "application/json"
        })

    def ask_question(self, question: str, code_context: Optional[str] = None, callback=None) -> Optional[str]:
        if not self.api_key:
            return "错误：请先设置 API 密钥"

        messages = []
        if code_context:
            messages.append({
                "role": "system",
                "content": f"以下是相关代码上下文：\n```python\n{code_context}\n```\n请基于此代码上下文回答问题。"
            })
        messages.append({"role": "user", "content": question})

        data = {
            "model": "gpt-3.5-turbo",
            "messages": messages,
            "max_tokens": 1000,
            "temperature": 0.7,
            "stream": False
        }

        try:
            response = self.session.post(self.api_url, json=data, timeout=30)
            if response.status_code == 200:
                result = response.json()
                return result['choices'][0]['message']['content']
            else:
                return f"API 错误：{response.status_code}"
        except Exception as e:
            return f"请求错误：{str(e)}"

这里的关键是消息构造。如果用户勾选了包含代码上下文，系统会自动将其包装在 system prompt 中，这样 AI 的回答会更精准。

3. 图形界面 (main.py)

界面采用左右分栏布局，左侧编辑代码，右侧调用助手。Tkinter 虽然老旧，但对于这种桌面工具来说足够稳定。

import tkinter as tk
from tkinter import ttk, scrolledtext, messagebox

class CodeEditor(tk.Frame):
    def __init__(self, parent, **kwargs):
        super().__init__(parent, **kwargs)
        self.create_widgets()

    def create_widgets(self):
        # 工具栏
        toolbar = tk.Frame(self)
        toolbar.pack(fill=tk.X, padx=5, pady=2)
        tk.Button(toolbar, text="新建", command=self.new_file, width=6).pack(side=tk.LEFT, padx=2)
        tk.Button(toolbar, text="保存", command=self.save_file, width=6).pack(side=tk.LEFT, padx=2)

        # 代码编辑器
        self.text_widget = scrolledtext.ScrolledText(
            self, wrap=tk.WORD, font=("Consolas", 12),
            bg="#f8f8f8", fg="#333333"
        )
        self.text_widget.pack(fill=tk.BOTH, expand=True, padx=5, pady=5)

    def get_code(self):
        return self.text_widget.get(1.0, tk.END).strip()

class GPTAssistant(tk.Frame):
    def __init__(self, parent, code_editor, **kwargs):
        super().__init__(parent, **kwargs)
        self.code_editor = code_editor
        self.create_widgets()

    def create_widgets(self):
        # 问题输入区
        tk.Label(self, text="问题:", font=("Arial", 10, "bold")).pack(anchor=tk.W, padx=10, pady=(10, 0))
        self.question_text = scrolledtext.ScrolledText(self, height=8, wrap=tk.WORD)
        self.question_text.pack(fill=tk.X, padx=10, pady=5)

        # 按钮区
        button_frame = tk.Frame(self)
        button_frame.pack(fill=tk.X, padx=10, pady=10)
        self.ask_button = tk.Button(
            button_frame, text="获取答案", command=self.ask_gpt,
            bg="#007acc", fg="white", font=("Arial", 11, "bold")
        )
        self.ask_button.pack(side=tk.LEFT, padx=5)

        # 标签页
        self.notebook = ttk.Notebook(self)
        self.notebook.pack(fill=tk.BOTH, expand=True, padx=10, pady=5)
        
        # 答案显示区
        answer_frame = tk.Frame(self.notebook)
        self.notebook.add(answer_frame, text="答案")
        self.answer_text = scrolledtext.ScrolledText(answer_frame, wrap=tk.WORD)
        self.answer_text.pack(fill=tk.BOTH, expand=True, padx=5, pady=5)

    def ask_gpt(self):
        question = self.question_text.get(1.0, tk.END).strip()
        if not question:
            messagebox.showwarning("警告", "请输入问题")
            return

        # 获取代码上下文
        code_context = self.code_editor.get_code()
        
        # 禁用按钮防止重复点击
        self.ask_button.config(state=tk.DISABLED, text="处理中...")
        
        # 调用客户端
        from gpt_client import gpt_client
        answer = gpt_client.ask_question(question, code_context)
        
        # 更新 UI
        self.answer_text.delete(1.0, tk.END)
        self.answer_text.insert(1.0, answer)
        self.ask_button.config(state=tk.NORMAL, text="获取答案")

在实际运行中，你会发现海蓝色的按钮在深色模式下依然清晰可见。这里没有引入复杂的异步库，而是利用回调函数来保持 UI 响应性，避免界面卡死。

运行与配置

准备好依赖后，直接运行主程序即可。

pip install requests autopep8
tkinter sqlite3 requests pygments idlelib

启动命令：

python main.py

首次运行时，需要在右侧面板输入 API 密钥。如果是本地 DocsGPT，URL 设置为 http://localhost:3001/api/answer；如果是云端服务，则填入 OpenAI 地址。点击'测试连接'确认无误后再开始编码。

总结

这个原型实现了基础的代码编写与 AI 辅助功能。后续可以进一步优化点包括：

1. 增加流式响应支持，让回答像打字一样逐字显示。
2. 完善代码高亮显示，目前仅靠 Tkinter 基础组件。
3. 增加更多快捷键操作，提升效率。

对于想要快速验证本地 AI 能力的开发者来说，这套框架已经足够轻量且易于扩展。