Monorepo 拆解#

Monorepo和MultiRepo是一种项目代码管理方式 Mono指单个仓库中管理多个项目，有助于简化代码共享，版本控制

package通常是项目的依赖说明，类似于蓝图

npm install 需要更换国内镜像源，已更换

第一步 创建Cli并且调用api进行回答#

核心是 cli.ts 和 tsconfig 等配置文件

cli.ts 语法解读#

1. process.argv

获取用户在命令行里面输入的东西

process.argv.slice(2).join("")

slice 是指去掉前面 argv 获取到的数组里面前俩个元素。 因为通过 npx tsx src/cli.ts "解释xxx" 启动得到的是：

[
  "C:\\Program Files\\nodejs\\node.exe",
  "D:\\AgentProject\\FirstAgent\\my-agent\\src\\cli.ts",
  "解释一下 TypeScript"
]

2. process.env

读取环境变量，例如 process.env.DEEPSEEK_API_KEY 读取环境中设置的api。

$env:DEEPSEEK_API_KEY="XXX"

则是临时设置当前环境中deepseek这个环境的数值。

3. if (!xxx)

如果xx不存在的时候。

4. console.error("xxx")

手动打印错误提示，然后手动退出。 与异常处理机制不一样。

5. process.exit(1)

退出进程。

6. new OpenAI(...)

创建一个OpenAI类的实例对象，类似于Java的new。

7. await

等待这个异步操作完成，例如：

await client.chat.completions.create(...)

等待Deepseek的api调用完成。

8. client.chat.completions.create(...)

由于前面 const client = new OpenAI 了，所以这里 client.chat 是指调用Openai里面的chat组件。

• chat.completions — 聊天补全，根据消息生成回答
• chat.completions.create() — 创建一次聊天请求

整体意思是：请 DeepSeek 根据我给你的 messages，生成一次回答。

这里是 message 对话消息数组里面每条消息的规范，是官方文档规定 chat/completions 接口需要传 model 和 messages：

{
  "role": "system",
  "content": "你是一个耐心、清晰的中文编程助手。"
}

9. console.log(..)

把内容输出到控制台/终端里。

10. completion.choices[0].message.content

从接口返回结果 completion 里，取 choices 数组的第1个候选结果，再取这个候选结果里的 message，再取 message 里的 content 文本。

安全写法：

console.log(completion.choices[0]?.message?.content ?? "");

如果 choices[0] 或 message 不存在，就不要报错，打印空字符串。

第二步 让对话持久化#

1. 定义存储记忆的 messages 数组

const messages: ChatCompletionMessageParam[] = [...]

定义一个 messages 数组，数组里的每一项都必须符合 ChatCompletionMessageParam 这种聊天消息格式。

2. 创建命令行读写接口

让程序可以反复从命令行读取用户输入，并把提示文字输出到命令行。

const rl = readline.createInterface({ input, output });

await rl.question("你: ")

3. 把对话放进 message 数组

messages.push({
    role: "user",
    content: question,
})

意思是：把我的消息以 { role: "user", content: question } 这种对象格式放进 messages 数组里。

模型回答后，也会被加入数组：

messages.push({
  role: "assistant",
  content: answer,
});

4. 创建聊天补全请求，把 messages 打包发给大模型

client.chat.completions.create({
    model: "deepseek-v4-flash",
    messages
});

让模型有记忆的核心是：

const messages: ChatCompletionMessageParam[] = [{}];

以及每一轮俩次的 messages.push，和请求时传入完整历史：

const completion = await client.chat.completions.create()

实现了：保存历史 → 追加新消息 → 每次请求带上完整历史

也就是说，这里 message 负责了记忆上下文，而其中 ChatCompletionMessageParam 主要是TypeScript类型检查，告诉代码 messages 数组里面每一项都应该是合法的聊天信息（Openai SDK接口定义的）。

第三步#