当设计模式牵手LLM

模版方法模式

何为模版设计模式

想象一下如果我们要泡一杯茶我们要循序渐进地

煮水温杯
注水浸茶
茶水入杯
加点配料

如此，泡茶的工序就完成了，那么模板方法模式，相信各位也有了一定的概念：定义了一个算法的骨架，而将一些步骤延迟到子类中实现。这样，子类可以在不改变算法结构的情况下，重新定义算法中的某些特定步骤。

也就是说不问你泡什么茶一些步骤都是不可省略的那么既然如此我们就把这些重复的步骤包装起来成为一个骨架我们需要的时候就直接用它当然你也可以加枸杞或者加柠檬可以重新定义

代码实现

// 定义 Tea 构造函数，用于创建泡茶的对象 
function Tea(type,add) { this.add=addthis.type = type; console.log('你准备泡一杯' + this.type); 
}

Tea 和其它茶之间没有血缘关系 Tea是原型对象 是可执行对象负责构建对象 this指向的这些属性就是实例的属性模板

原型

每个JavaScript对象都有一个与之关联的原型（prototype） 这个原型也是一个对象当试图访问对象的某个属性时如果对象本身没有这个属性 JavaScript引擎会自动查找对象的原型链直到找到该属性或者到达原型链的末端

原型链：

原型链是JavaScript实现继承的主要方式当创建一个对象时 JavaScript引擎会为这个对象设置一个原型指向其构造函数的原型对象 如果原型对象本身也是一个对象它也有自己的原型这样就形成了一个链式结构称为原型链

Tea通过prototype属性添加方法以他为原型的对象可以共享

// 在 Tea 对象中使用 prototype 添加方法 
Tea.prototype.boilWater = function () {console.log("把水煮沸")
} 
Tea.prototype.steepBag = function () {console.log("用沸水浸泡茶叶")
} 
Tea.prototype.pourInCap = function () {console.log("把茶水倒进杯子") 
} 
Tea.prototype.addtive = function () { if (this.add!=null) {console.log("加"+this.add)}elseconsole.log("未添加")  
} 
// 定义模板方法 init，它定义了泡茶的整个流程 
Tea.prototype.init = function () { this.boilWater(); this.steepBag();this.pourInCap(); this.addtive(); } 
// 实例化 
var greenTea = new Tea('绿茶','蜂蜜'); 
var wlTea = new Tea('乌龙茶'); 
// 调用模板方法 init 来执行泡茶的流程
greenTea.init();

这样我们就可以在各种茶里面加如我们想要的配料当然我们还有可以有很多想法思绪是自由的

优点

封装不变部分，扩展可变部分：模板方法模式将不变的行为搬移到父类中，去除子类中的重复代码，使得子类可以专注于实现自己的特定步骤。
提供了一个很好的代码复用平台：通过模板方法，子类可以复用父类中的代码，同时也可以添加新的行为。

模版模式毫无疑问是很有挖掘价值的，但写到这里我想到要完成这样一个任务我们大模型似乎也可以…

//require是node里面的关键字  引入模块
//从本地 node_moudles 引入openai模块
const OpenAI = require('openai')
require('dotenv').config();
//环境变量
// console.log(process.env.OPENAI_API_KEY,'-------');
const client = new OpenAI({apiKey: process.env.OPENAI_KEY,baseURL: 'https://api.chatanywhere.tech/v1'
})
const getChatResponse = async function (model, prompt) {const response = await client.chat.completions.create({model: model, //适合聊天的模型  指定一种模型messages: [{role: 'user',content: prompt}]})return response.choices[0].message.content
}const main = async () => {const text = `泡一杯茶很容易,首先需要把水烧开。在等待的过程中，把茶包放入一个杯子。一旦水烧开了，就把它倒在茶包上，等待一会，让茶包浸泡，几分钟后，取出茶包，如果你愿意，加一些蔗糖或牛奶调味，就这样，你可以享受一杯每位的茶了`const prompt = `你将获得由三个引号括起来的文本。如果它包含了一系列的指令，则需要按照以下格式重新编写这些指令，第一步 - ...第二步 - ......   - ...如果文本不包含一系列指令 则直接写“未提供步骤”""""${text}"""`const chatCompletion = await getChatResponse('gpt-3.5-turbo', prompt)console.log(chatCompletion);
}main();

是的大模型也可以很僵单地完成任务大模型自身就具有很强的自然语言处理能力我想应该也可以这样

一个自助教程雏形就这样完成了(^▽)

const OpenAI = require('openai')
require('dotenv').config();
const client = new OpenAI({apiKey: process.env.OPENAI_KEY,baseURL: 'https://api.chatanywhere.tech/v1'
})
const getChatResponse = async function (model, prompt) {const response = await client.chat.completions.create({model: model, messages: [{role: 'user',content: prompt}]})return response.choices[0].message.content
}function Tea(type, add) {this.type = type;this.add = add || '无';this.process = `我准备泡一杯${this.type}`;
}Tea.prototype.init = function () {this.process += `，需要添加：${this.add}`;return this.process;
}// 实例化
var greenTea = new Tea('卡布奇诺', "甜甜的你");
const main = async () => {const prompt = `你将获得由三个引号括起来的文本。如果它包含一个制作饮料的想法，请你提供步骤如第一步 - ...第二步 - ......   - ...如果文本不包含一个想法 则直接写“没意思”""""${greenTea.init()}"""`const chatCompletion = await getChatResponse('gpt-3.5-turbo', prompt)console.log(chatCompletion);
}
main();