refactor(CodeGeneratorNode): Code Extraction Improvements

assistant-agent-autoconfigure/pom.xml

@@ -6,7 +6,7 @@
     <parent>
         <groupId>com.alibaba.agent.assistant</groupId>
         <artifactId>assistant-agent</artifactId>
-        <version>0.1.7</version>
+        <version>0.1.9</version>
     </parent>
 
     <artifactId>assistant-agent-autoconfigure</artifactId>
@@ -78,6 +78,14 @@
             <type>pom</type>
             <optional>true</optional>
         </dependency>
+
+        <!-- Test -->
+        <dependency>
+            <groupId>org.junit.jupiter</groupId>
+            <artifactId>junit-jupiter</artifactId>
+            <version>5.11.0</version>
+            <scope>test</scope>
+        </dependency>
     </dependencies>
 
 </project>

assistant-agent-autoconfigure/src/main/java/com/alibaba/assistant/agent/autoconfigure/subagent/node/CodeGeneratorNode.java

@@ -48,6 +48,8 @@
 import java.util.List;
 import java.util.Map;
 import java.util.Set;
+import java.util.regex.Matcher;
+import java.util.regex.Pattern;
 import java.util.stream.Collectors;
 
 /**
@@ -851,22 +853,71 @@ private String extractCodeFromResponse(ModelResponse response) {
 			throw new IllegalStateException("Generated code is empty");
 		}
 
-		// 移除markdown标记（如果有）
-		String code = content.trim();
-		if (code.startsWith("```")) {
-			// 去掉 ```python 或 ```java 等标记
-			int firstNewLine = code.indexOf('\n');
+		return extractCodeFromContent(content);
+	}
+
+	/**
+	 * 从 LLM 输出的原始文本中提取纯 Python 代码。
+	 *
+	 * <p>提取策略（按优先级）：
+	 * <ol>
+	 *   <li>从 {@code ```python ... ```} 或 {@code ``` ... ```} 代码块中提取（多个代码块取最后一个）</li>
+	 *   <li>整个内容以 {@code ```} 开头时剥离 markdown 标记（向后兼容）</li>
+	 *   <li>无 markdown 标记时，查找 {@code def } 函数定义位置并截取（剥离自然语言前缀）</li>
+	 *   <li>兜底：返回整个内容</li>
+	 * </ol>
+	 *
+	 * @param content LLM 输出的原始文本
+	 * @return 提取后的纯代码
+	 */
+	static String extractCodeFromContent(String content) {
+		if (content == null || content.trim().isEmpty()) {
+			return content;
+		}
+
+		String trimmed = content.trim();
+
+		// 1. 尝试从内容中提取 ```python ... ``` 或 ``` ... ``` 代码块
+		//    LLM 经常在代码块前输出自然语言分析文字，必须正确剥离
+		//    使用 DOTALL 让 . 匹配换行符
+		Pattern codeBlockPattern = Pattern.compile("```(?:python|py)?\\s*\\n(.*?)```", Pattern.DOTALL);
+		Matcher matcher = codeBlockPattern.matcher(trimmed);
+		if (matcher.find()) {
+			// 如果有多个代码块，取最后一个（通常最终版本在最后）
+			String lastBlock = matcher.group(1);
+			while (matcher.find()) {
+				lastBlock = matcher.group(1);
+			}
+			String code = lastBlock.trim();
+			if (!code.isEmpty()) {
+				return code;
+			}
+		}
+
+		// 2. 整个内容以 ``` 开头的情况（向后兼容）
+		if (trimmed.startsWith("```")) {
+			int firstNewLine = trimmed.indexOf('\n');
 			if (firstNewLine > 0) {
-				code = code.substring(firstNewLine + 1);
+				trimmed = trimmed.substring(firstNewLine + 1);
 			}
-			// 去掉末尾的 ```
-			if (code.endsWith("```")) {
-				code = code.substring(0, code.length() - 3);
+			if (trimmed.endsWith("```")) {
+				trimmed = trimmed.substring(0, trimmed.length() - 3);
 			}
-			code = code.trim();
+			return trimmed.trim();
+		}
+
+		// 3. 没有 markdown 标记，尝试查找 def 函数定义并截取
+		//    处理 LLM 在代码前面输出自然语言但没用 ``` 包裹的情况
+		int defIndex = trimmed.indexOf("\ndef ");
+		if (defIndex < 0) {
+			defIndex = trimmed.startsWith("def ") ? 0 : -1;
+		}
+		if (defIndex >= 0) {
+			return trimmed.substring(defIndex).trim();
 		}
 
-		return code;
+		// 4. 兜底：返回整个内容
+		return trimmed;
 	}
 }