如何高效调试AI编程助手：AutoCodeRover日志系统详解

【免费下载链接】auto-code-rover A project structure aware autonomous software engineer aiming for autonomous program improvement. Resolved 37.3% tasks (pass@1) in SWE-bench lite and 46.2% tasks (pass@1) in SWE-bench verified with each task costs less than $0.7. 项目地址: https://gitcode.com/GitHub_Trending/au/auto-code-rover

AutoCodeRover是一款基于项目结构感知的自主软件工程师，旨在实现程序的自主改进。它在SWE-bench lite中解决了37.3%的任务（pass@1），在SWE-bench verified中解决了46.2%的任务（pass@1），每个任务成本不到0.7美元。本文将详细介绍AutoCodeRover的日志系统，帮助开发者高效调试AI编程助手。

日志系统概述

AutoCodeRover的日志系统位于app/log.py，它使用loguru库进行日志记录，并结合rich库实现美观的控制台输出。日志系统不仅记录程序运行状态，还为不同的功能模块提供了专门的日志输出函数，方便开发者追踪和调试。

日志配置与初始化

在app/main.py中，日志系统被初始化并配置：

logger.add(
    pjoin(task_output_dir, log_file_name),
    level="DEBUG",
    format=(
        "<green>{time:YYYY-MM-DD HH:mm:ss.SSS}</green> | <level>{level: <8}</level>"
        " | <level>{message}</level>"
    )
)

这段代码设置了日志文件的路径、记录级别（DEBUG）和日志格式。日志文件名为"info.log"，保存在任务输出目录中。

日志级别与使用场景

AutoCodeRover的日志系统使用了不同的日志级别，以适应不同的调试需求：

• DEBUG：用于详细的调试信息，如API调用参数、返回结果等。
• INFO：记录程序的主要运行流程和关键事件。
• ERROR：记录程序运行中的错误信息。

例如，在app/task.py中，使用logger.info记录回归测试的开始：

logger.info("Start running regression tests")

在app/inference.py中，使用logger.debug记录搜索完成后的 bug 位置：

logger.debug("Gathered enough information. Invoking write_patch.")

模块专用日志函数

AutoCodeRover为不同的功能模块提供了专用的日志输出函数，使日志更具可读性和针对性：

1. 核心日志函数

• print_acr：用于输出AutoCodeRover的主要信息，边框为洋红色。
• print_retrieval：用于上下文检索代理的输出，边框为蓝色。
• print_patch_generation：用于补丁生成模块的输出，边框为黄色。

2. 使用示例

以print_patch_generation为例：

def print_patch_generation(msg: str, desc="") -> None:
    if not print_stdout:
        return

    msg = replace_html_tags(msg)
    markdown = Markdown(msg)

    name = "Patch Generation"
    if desc:
        title = f"{name} ({desc})"
    else:
        title = name

    panel = Panel(
        markdown,
        title=title,
        title_align="left",
        border_style="yellow",
        width=WIDTH,
    )
    console.print(panel)

这个函数会将补丁生成相关的信息以黄色边框的面板形式输出到控制台，同时支持Markdown格式和自定义描述。

日志文件分析

AutoCodeRover的日志文件保存在任务输出目录中，文件名为info.log。日志格式包含时间戳、日志级别和消息内容，例如：

<green>2024-04-06 13:25:46.123</green> | <level>INFO    </level> | Start generating patches with reviewer

通过分析日志文件，开发者可以：

1. 追踪程序的运行流程，了解每个模块的执行情况。
2. 定位问题所在，通过ERROR级别的日志快速找到错误原因。
3. 优化程序性能，通过DEBUG级别的日志分析潜在的性能瓶颈。

实用日志调试技巧

1. 结合不同级别日志定位问题

当程序出现问题时，可以先查看ERROR级别的日志，快速定位错误位置，然后通过DEBUG级别的日志获取更详细的上下文信息。

2. 利用模块专用日志函数

不同模块的日志使用不同颜色的边框，在控制台输出中可以直观地区分不同模块的信息，帮助快速筛选所需日志。

3. 分析日志文件中的时间戳

通过日志中的时间戳，可以分析每个操作的执行时间，找出程序中的耗时环节，进行针对性优化。

总结

AutoCodeRover的日志系统是调试和优化AI编程助手的重要工具。通过合理配置日志级别、使用模块专用日志函数和分析日志文件，开发者可以高效地定位问题、优化性能，提升AutoCodeRover的稳定性和可靠性。掌握这些日志调试技巧，将帮助你更好地利用AutoCodeRover进行自主程序改进。

【免费下载链接】auto-code-rover A project structure aware autonomous software engineer aiming for autonomous program improvement. Resolved 37.3% tasks (pass@1) in SWE-bench lite and 46.2% tasks (pass@1) in SWE-bench verified with each task costs less than $0.7. 项目地址: https://gitcode.com/GitHub_Trending/au/auto-code-rover