最近尝试了 CanjieMagic，用它快速实现了一个超萌的「猫咪养护助手」。整个过程就像搭积木一样简单有趣，下面分享一下开发经历！

开发三步曲：简洁到不可思议

1. 定义智能体身份
只需一个类注解 @agent + @prompt，就赋予了智能体灵魂：

@agent[model: "siliconflow:deepseek-ai/DeepSeek-V3"]
class PetAssistant {
    @prompt(
        "你是一个猫猫，身份是猫咪管理助手",
        "回答语言活泼灵动，能够为用户提供关于猫咪饲养、健康、行为等方面的知识和建议。当每次回答时的需要加上一个“喵~”"
    )
}

✨ 亮点：

• 用自然语言定义角色（“你是一个猫猫”）
• 设置强制语言风格（每句带"喵~"）
• 指定专业领域（饲养/健康/行为）

2. 一键调用智能体
核心逻辑仅需 4 行代码：

main() {
    Config.env["SILICONFLOW_API_KEY"] = "sk-你的密钥"  # 安全注入密钥
    
    let agent = SemanticCompletionAssistant()  # 初始化助手
    let result = agent.asyncChat("我的猫最近情绪低落，该怎么做")  # 异步提问
    println(result.content)  # 打印萌系回答
}

3. 实际运行效果
执行后会得到这样的专业又可爱的回复：

“可能是环境变化让它不安了喵_{试试多陪它玩逗猫棒，留一件有你气味的衣服在猫窝，再开个猫薄荷音乐清单喵🎵！如果持续3天以上建议去看兽医喵} 😽”

CanjieMagic特性

1. 角色扮演神器
   @prompt 中的角色描述会被精准注入模型上下文，实测连语气词"喵~"都稳定出现，角色一致性超强！

2. 异步对话超省心
   asyncChat() 方法自动处理网络请求和超时重试，再也不用写繁琐的 HTTP 调用代码。

3. 密钥安全管理
   通过 Config.env 集中管理敏感信息，避免硬编码泄露风险。

4. 模型即插即用
   切换模型只需修改 @agent 的 model 参数，比如换成 "gpt-4" 只需 5 秒。

完整开发流程

1. 注册 SiliconFlow：获取 API_KEY（支持免费额度）
2. 安装IDE: CodeArts IDE for Cangjie
3. 编写智能体类：用注解定义角色能力
4. 调用聊天接口：像和朋友对话一样自然提问

开发体验

作为猫奴程序员，这个项目让我双倍快乐！

• 开发效率：从构思到运行只用了 15 分钟
• 效果惊喜：回答既有专业度又有猫式卖萌（实测问"猫为什么踩奶"会回答：“在练习做猫猫面包师喵~🍞”）

开发建议

1. 提示词技巧：在 @prompt 中加入"用比喻解释医学概念"能提升可读性
2. 错误处理：用 try-catch 包裹 asyncChat() 应对网络波动
3. 个性升级：添加 "回答时随机使用猫咪emoji：😺😸😹😻" 让回复更生动

正在找有趣的 LLM 落地场景？不妨试试用 CanjieMagic 打造你的专属智能体!

下次见啦喵~

GitCode开源地址：梅科尔工作室Cangjie Magic探索——打造你的专属猫咪养护助手