1 篇博文 含有标签「Schemars」

use serde::{Deserialize, Serialize};
use schemars::{schema_for, JsonSchema};

/// 数据流水线配置
/// Derive 宏解析：
/// - Serialize/Deserialize: 处理网络传输
/// - JsonSchema: 为 LLM 生成"说明书"
#[derive(Debug, Serialize, Deserialize, JsonSchema)]
struct DataPipelineConfig {
    #[schemars(description = "数据处理任务的唯一标识名称，建议使用蛇形命名法")]
    job_name: String,

    #[schemars(description = "任务优先级，1 为最高，10 为最低")]
    priority: u8,

    #[schemars(description = "数据源列表 (例如: s3://bucket/data)")]
    sources: Vec<String>,

    #[schemars(description = "集群资源配置详情")]
    cluster_config: ClusterConfig,
}

#[derive(Debug, Serialize, Deserialize, JsonSchema)]
struct ClusterConfig {
    #[schemars(description = "所需的 Worker 节点数量")]
    worker_count: u32,
    
    #[schemars(description = "每个节点的内存大小 (GB)")]
    memory_gb: u32,
}

use serde_json::json;
use std::error::Error;

#[tokio::main]
async fn main() -> Result<(), Box<dyn Error>> {
    // === 1. 动态生成 Schema ===
    // 这里的精髓在于：你只需要修改 Rust struct，Prompt 就会自动更新。
    // 永远不会出现“代码改了，Prompt 没改”导致的幻觉问题。
    let schema = schema_for!(DataPipelineConfig);
    let schema_string = serde_json::to_string(&schema)?;

    // === 2. 构建 System Prompt ===
    // 我们将 Schema 作为“上下文”的一部分注入，明确要求 LLM 依此行事。
    let system_prompt = format!(
        "You are a system architect. \
         Analyze the user requirement and output a strict JSON configuration. \
         Do NOT include markdown formatting or explanations. \
         The JSON must strictly adhere to this schema: {}",
        schema_string
    );

    // === 3. 模拟用户模糊输入 ===
    let user_input = "I need a high priority job named 'LogAnalyzer' to process logs from s3://logs/app-a. \
                      We need a beefy cluster with 10 nodes and 64GB memory each.";

    // === 4. 发起 HTTP 请求 ===
    let client = reqwest::Client::new();
    let api_key = std::env::var("OPENAI_API_KEY").expect("API Key not set");

    let response = client
        .post("https://api.openai.com/v1/chat/completions") // 或兼容 OpenAI 协议的 URL
        .header("Authorization", format!("Bearer {}", api_key))
        .json(&json!({
            "model": "gpt-4-turbo", // 或 qwen-plus 等
            "messages": [
                { "role": "system", "content": system_prompt },
                { "role": "user", "content": user_input }
            ],
            // 关键点：启用 JSON 模式，强制模型输出合法的 JSON 语法
            "response_format": { "type": "json_object" }, 
            "temperature": 0.1
        }))
        .send()
        .await?;

    // === 5. 解析与验证 (The Moment of Truth) ===
    let response_body: serde_json::Value = response.json().await?;
    
    // 提取 content 
    let content = response_body["choices"][0]["message"]["content"]
        .as_str()
        .ok_or("No content in response")?;

    // Serde 自动验证：
    // 如果 LLM 返回的字段类型错误（比如 priority 给了 "high" 字符串而不是数字），
    // 这里会直接抛出 Err，保护下游系统不被污染。
    let config: DataPipelineConfig = serde_json::from_str(content)?;

    println!("=== ✅ 配置解析成功 ===");
    println!("Job Name: {}", config.job_name);
    println!("Workers:  {}", config.cluster_config.worker_count);
    println!("Memory:   {} GB/Node", config.cluster_config.memory_gb);

    // 此时 config 已是内存中安全的 Rust 对象，可直接传递给 Spark/Flink SDK
    Ok(())
}