Python 如何实现 AI API 的提示词(Prompt)版本管理与热更新

SYSTEM_PROMPT = "你是一个专业的Python代码助手，请帮用户重构代码..."

project/├── prompts/│   ├── v1/│   │   ├── code_assistant.yaml│   │   └── summarizer.yaml│   └── v2/│       ├── code_assistant.yaml│       └── summarizer.yaml├── config.py└── prompt_manager.py

# prompts/v1/code_assistant.yamlversion: "1.0.0"model: "gpt-4o"temperature: 0.2system_prompt: |  你是一个资深的 Python 代码重构专家。  请根据用户的输入，检查代码中的潜在 Bug、性能瓶颈和不规范命名。  输出必须包含以下两个部分：  1. 问题分析  2. 优化后的代码块user_template: |  请帮我优化以下代码：  ```python  {code}

这种结构让提示词、温度参数、推荐模型和版本号一目了然。---## 三、编写轻量级的 Prompt 管理器接下来，我们用 Python 编写一个管理器，负责加载、解析并缓存这些 Prompt 文件：```pythonimport osimport yamlfrom pathlib import Pathfrom typing import Dict, Anyclass PromptManager:    def __init__(self, prompts_dir: str = "prompts"):        self.prompts_dir = Path(prompts_dir)        self._cache: Dict[str, Dict[str, Any]] = {}    def load_prompt(self, version: str, name: str, reload: bool = False) -> Dict[str, Any]:        cache_key = f"{version}/{name}"        # 如果不是强制热更新，且内存中有缓存，则直接返回        if not reload and cache_key in self._cache:            return self._cache[cache_key]        file_path = self.prompts_dir / version / f"{name}.yaml"        if not file_path.exists():            raise FileNotFoundError(f"找不到指定的 Prompt 文件: {file_path}")        with open(file_path, "r", encoding="utf-8") as f:            data = yaml.safe_load(f)        self._cache[cache_key] = data        return data    def render_prompt(self, version: str, name: str, variables: dict, reload: bool = False) -> tuple[str, str, dict]:        prompt_data = self.load_prompt(version, name, reload=reload)        system_tmpl = prompt_data.get("system_prompt", "")        user_tmpl = prompt_data.get("user_template", "")        # 使用 Python 的 format 填充变量        user_prompt = user_tmpl.format(**variables)        # 返回系统提示词、用户提示词以及其他元数据（如 temperature）        metadata = {            "version": prompt_data.get("version"),            "model": prompt_data.get("model"),            "temperature": prompt_data.get("temperature", 0.7)        }        return system_tmpl, user_prompt, metadata

import timeclass HotReloadPromptManager(PromptManager):    def __init__(self, prompts_dir: str = "prompts", check_interval: float = 5.0):        super().__init__(prompts_dir)        self.check_interval = check_interval        self._file_mtimes: Dict[str, float] = {}    def load_prompt(self, version: str, name: str, reload: bool = False) -> Dict[str, Any]:        file_path = self.prompts_dir / version / f"{name}.yaml"        if not file_path.exists():            raise FileNotFoundError(f"找不到指定的 Prompt 文件: {file_path}")        mtime = file_path.stat().st_mtime        cache_key = f"{version}/{name}"        # 检查文件是否在磁盘上有更新        if reload or cache_key not in self._cache or self._file_mtimes.get(cache_key) != mtime:            print(f"[Prompt 动态加载] 检测到文件变动，正在重新加载: {file_path}")            with open(file_path, "r", encoding="utf-8") as f:                data = yaml.safe_load(f)            self._cache[cache_key] = data            self._file_mtimes[cache_key] = mtime        return self._cache[cache_key]

from openai import OpenAIclient = OpenAI(    api_key="your-api-key",    base_url="https://your-api-domain.com/v1")# 初始化热更新管理器prompt_mgr = HotReloadPromptManager(prompts_dir="prompts")def review_user_code(user_code: str):    # 从 v1 版本的 code_assistant 模板中渲染提示词    # 每次请求都会检查文件是否有改动（支持热更新）    system_prompt, user_prompt, meta = prompt_mgr.render_prompt(        version="v1",         name="code_assistant",         variables={"code": user_code}    )    response = client.chat.completions.create(        model=meta["model"],        temperature=meta["temperature"],        messages=[            {"role": "system", "content": system_prompt},            {"role": "user", "content": user_prompt}        ]    )    return response.choices[0].message.content