构建一个 AI Agent：自动生成 Django 6 新架构代码

项目代码
在上一篇中，我们介绍了如何通过 AI Agent 对 Legacy Django 项目进行结构分析，包括：

• 项目扫描
• 模型解析
• 架构映射
• 字段语义推断
• 模型关系图
• 领域结构图

经过这些步骤，AI Agent 已经完成了一件关键事情：

理解旧系统

而本篇的重点是：

AI 如何学习新系统架构，并自动生成 Django6 模型代码

---

一、从“理解旧系统”到“生成新系统”

完成上篇的分析之后，Agent 已经拥有以下信息：

旧系统结构
    │
    ├─ Models
    ├─ Fields
    ├─ ForeignKey
    ├─ Constants / Choices
    ├─ Field Semantics
    ├─ Relationship Graph
    └─ Domain Graph

但是要生成新架构代码，还缺少一件事情：

学习新项目的代码结构

因为 AI 必须知道：

• 新项目的 app 结构
• 模型命名规范
• 代码组织方式
• service / serializer / view 的结构

否则 AI 只能凭经验猜测。

因此 Agent 增加了一步：

New Project Structure Learning

---

二、学习新项目架构

Agent 会分析新项目：

python main.py analyze-project-structure

扫描内容包括：

apps/
models/
serializers/
services/
views/
permissions/
queries/

Agent 会生成：

project_structure_graph.json

该文件描述：

{
  "app": "asset",
  "layers": [
    "models",
    "serializers",
    "services",
    "views"
  ]
}

这样 AI 就可以理解：

app
 ├── models
 ├── serializers
 ├── services
 └── views

这种结构。

---

三、Reference Selector：让 AI 学习真实代码

为了避免 AI 生成“想象中的 Django 代码”，
Agent 设计了一个模块：

ReferenceSelector

它的作用是：

为当前生成的模型选择最相关的参考代码

例如生成：

VirtualServer

Agent 会自动寻找参考：

apps/asset/models/physical_server.py
apps/network/models/ipaddress.py
apps/core/models/customer.py
apps/compute/models/image.py

这些真实代码会被送入 Prompt：

Reference Models:

PhysicalServer
Image
Customer
IPAddress

这样 AI 生成的代码会自动遵循：

• 字段命名
• ForeignKey 写法
• BaseModel 继承
• related_name 规范

---

四、Model Context Enricher

生成模型时，Agent 不仅提供 legacy 模型信息，还会构建一个 完整上下文包。

这个过程由 ModelContextEnricher 负责。

它会收集：

Legacy Model Info
Mapping Info
Usage Snippets
Field Hints
Target Related Files
Base Model Rules
Suggestions

例如：

Model: VirtualServer

Fields:
- user
- image
- physical_server

Field Semantics:
user → customer

Relationships:
VirtualServer → Image
VirtualServer → PhysicalServer
VirtualServer → IPAddress

最终生成一个完整上下文：

{
  "model_name": "VirtualServer",
  "target_app": "compute",
  "target_domain": "compute",
  "field_hints": [
    "user looks like customer",
    "image is a relation"
  ]
}

这个上下文会被送入 LLM。

---

五、AI 模型生成

最终生成 Django6 模型的命令是：

python main.py generate-django6-model-draft \
    --project /path/to/legacy/project \
    --model VirtualServer \
    --target workspace/target_blueprint.json

Agent 会向 LLM 提供：

Legacy Model
Final Mapping
Field Semantics
Relationship Graph
Reference Models
Project Structure
Project Rules

然后要求 LLM：

生成 Django 6 Model Draft

---

六、AI 生成代码示例

例如生成的模型：

class VirtualServer(BaseModel):

    customer = models.ForeignKey(
        "core.Customer",
        on_delete=models.PROTECT,
        related_name="virtual_servers",
    )

    image = models.ForeignKey(
        "compute.Image",
        on_delete=models.PROTECT,
        related_name="virtual_servers",
    )

    physical_server = models.ForeignKey(
        "asset.PhysicalServer",
        on_delete=models.PROTECT,
        related_name="virtual_servers",
    )

AI 会自动完成：

• legacy user → customer
• 跨 app ForeignKey
• related_name
• BaseModel 继承

这些都来自之前的分析阶段。

---

七、生成结果输出

生成结果会保存到：

workspace/drafts/apps/compute/models/virtual_server.py

同时生成说明文档：

reports/virtualserver_model_draft.md

文档包含：

设计说明
字段语义
关系图
参考代码
生成模型

这样开发者可以进行人工 review。