LingFlow 自优化钩子系统 - 使用指南

集成日期: 2026-03-31 状态: ✅ 已启用

🎯 系统概述

自优化钩子系统已成功集成到LingFlow启动流程中。该系统会在特定事件自动触发，检查代码质量，并在必要时提示用户运行优化。

集成验证

$ python test_hooks_integration.py
🎉 所有测试通过！Hooks系统已成功集成。

🚀 自动启动

Hooks系统现在在LingFlow启动时自动初始化：

from lingflow.bootstrap import bootstrap

# 启动LingFlow（hooks默认启用）
status = bootstrap()
# status['hooks'] 包含钩子实例

启动顺序

版本信息加载
日志系统初始化
智能压缩器初始化
上下文管理器初始化
钩子系统初始化 ← 新增
会话恢复显示

📋 触发场景

场景1: 代码审查得分低

触发条件: 代码审查得分 < 70

from lingflow.hooks import get_global_hook

hook = get_global_hook()

# 模拟代码审查完成
review_result = {
    "overall_score": 65,  # 低于阈值70
    "dimensions": {
        "structure": 70,
        "naming": 60,
        "complexity": 65,
    }
}

# 触发检查
hook.on_code_review_complete(review_result)
# 如果得分低，会提示用户是否启动优化

输出示例:

============================================================
             🔍 检测到需要优化的问题
============================================================

原因: 代码审查得分 (65) 低于阈值 (70)
优先级: medium

当前值: 65
阈值: 70

------------------------------------------------------------

是否启动自优化? [y/N]

场景2: 测试覆盖率下降

触发条件: 测试覆盖率下降 > 5%

# 模拟测试完成
test_result = {
    "coverage": 85,  # 从90%下降到85%
    "duration": 10,
    "failed": 2,
    "total": 100,
}

hook.on_test_complete(test_result)

场景3: 性能下降

触发条件: 执行时间增加 > 50%

# 模拟性能测量
metrics = {
    "execution_time": 15,  # 比基线10秒增加了50%
    "memory_usage_mb": 250,
    "response_time_ms": 500,
}

hook.on_performance_measure(metrics)

场景4: 代码规模增长

触发条件: 新增代码行数 > 500

# 模拟Git提交
commit_info = {
    "new_lines": 600,
    "deleted_lines": 100,
    "new_files": 3,
}

hook.on_git_commit(commit_info)

🔧 手动控制

获取全局钩子

from lingflow.hooks import get_global_hook

hook = get_global_hook()

检查优化状态

# 检查是否有优化在运行
is_running = hook.is_optimization_running()
print(f"优化运行中: {is_running}")

# 获取优化结果（如果完成）
result = hook.get_optimization_result()
if result:
    print(f"优化分数: {result.best_score}")
    print(f"最佳参数: {result.best_params}")

取消优化

# 取消当前正在运行的优化
hook.cancel_optimization()

🎨 集成到工作流

集成到代码审查流程

from lingflow.hooks import get_global_hook

def run_code_review():
    """运行代码审查"""
    # ... 运行审查逻辑
    review_result = {
        "overall_score": calculate_score(),
        "dimensions": get_dimensions(),
    }

    # 自动触发优化检查
    hook = get_global_hook()
    hook.on_code_review_complete(review_result)

    return review_result

集成到测试流程

from lingflow.hooks import get_global_hook

def run_tests():
    """运行测试套件"""
    # ... 运行测试
    test_result = {
        "coverage": get_coverage(),
        "duration": get_duration(),
        "failed": get_failed_count(),
        "total": get_total_count(),
    }

    # 自动触发优化检查
    hook = get_global_hook()
    hook.on_test_complete(test_result)

    return test_result

集成到Git Hooks

在 .git/hooks/post-commit:

#!/bin/bash
# 获取本次提交的统计信息
new_lines=$(git diff --shortstat HEAD~1 HEAD | grep -oP '\d+(?= insertion)')
new_files=$(git diff --name-only --diff-filter=A HEAD~1 HEAD | wc -l)

# 调用Python脚本
python - <<EOF
from lingflow.hooks import get_global_hook

hook = get_global_hook()
hook.on_git_commit({
    "new_lines": $new_lines,
    "new_files": $new_files,
})
EOF

📊 触发阈值配置

默认阈值（可在 lingflow/self_optimizer/config.py 中修改）：

触发类型	阈值	说明
质量下降	review_score < 70	代码审查得分低于70
结构违规	complexity > 15	圈复杂度超过15
性能下降	执行时间增加 > 50%	性能下降超过50%
规模增长	新增行数 > 500	单次新增代码超过500行
技术债务	覆盖率下降 > 5%	测试覆盖率下降超过5%
时间间隔	距上次优化 > 7天	超过7天未优化

🔍 调试和监控

查看启动状态

from lingflow.bootstrap import bootstrap

status = bootstrap(hooks=True, verbose=True)

print(f"版本: {status['version']}")
print(f"Hooks: {status['hooks']}")
print(f"错误: {status['errors']}")

测试触发器

from lingflow.hooks import get_global_hook

hook = get_global_hook()

# 测试触发条件
context = {
    "review_score": 65,
    "coverage_drop": 0,
    "execution_time": 0,
}

should_trigger, info = hook.trigger.check_all_conditions(context)

print(f"应该触发: {should_trigger}")
print(f"原因: {info.reason}")
print(f"优先级: {info.priority}")

⚙️ 高级配置

禁用自动启动

如果不想在启动时自动初始化hooks：

from lingflow.bootstrap import bootstrap

status = bootstrap(hooks=False)  # 禁用hooks

自定义触发器

from lingflow.hooks import get_global_hook
from lingflow.self_optimizer.config import OptimizationConfig

hook = get_global_hook()

# 自定义配置
custom_config = OptimizationConfig(
    triggers={
        "quality": {"review_score_below": 60},  # 更严格
    }
)

hook.trigger.config = custom_config

🧪 测试

运行集成测试：

# 完整集成测试
python test_hooks_integration.py

# 单独测试bootstrap
python -c "from lingflow.bootstrap import bootstrap; print(bootstrap(hooks=True))"

# 测试触发检测
python -c "
from lingflow.hooks import get_global_hook
hook = get_global_hook()
should, info = hook.trigger.check_all_conditions({'review_score': 65})
print(f'Trigger: {should}, Reason: {info.reason}')
"

✅ 验收清单

[x] Bootstrap集成（hooks自动初始化）
[x] 全局钩子可访问
[x] 触发检测工作正常
[x] 事件处理器工作正常
[x] 优化状态查询工作
[x] 测试全部通过（5/5）

📝 注意事项

用户交互: 默认情况下，触发优化会询问用户确认
后台运行: 优化在独立进程运行，不阻塞主流程
并发控制: 同时只能运行一个优化任务
结果持久化: 优化结果保存为Markdown报告

🎉 总结

LingFlow自优化钩子系统现已完全集成并可正常工作。

关键特性: - ✅ 自动检测代码质量问题 - ✅ 智能触发优化流程 - ✅ 无侵入式集成 - ✅ 可配置的触发阈值 - ✅ 完整的测试覆盖

下一步: 1. 根据实际使用调整触发阈值 2. 添加更多触发类型 3. 集成到CI/CD流程

LingFlow 自优化系统 - 让代码质量持续改进 🚀