一种自适应渲染方法、系统、电子设备及存储介质与流程

摘要: 本发明实施例涉及大语言模型,特别涉及一种自适应渲染方法、系统、电子设备及存储介质。背景技术:1、近年来,随着大语言模型(largelanguagemodel,l...
一种自适应渲染方法、系统、电子设备及存储介质与流程

本发明实施例涉及大语言模型,特别涉及一种自适应渲染方法、系统、电子设备及存储介质。

背景技术:

1、近年来,随着大语言模型(large language model,llm)技术的飞速发展,人工智能已从传统的对话交互向多模态理解与生成演进。现代ai(artificial intelligence,人工智能)助手不仅能够输出文本,还能生成图片、图表、代码块、latex公式等多种形式的内容。在web应用场景下,这些多模态内容能够获得良好的渲染展示,用户体验十分丰富。例如,网页上的数学公式会渲染为可读的数学符号,代码块会有语法高亮,图片会直接嵌入显示,流程图会被渲染为可视化图形。

2、与此同时,命令行界面(command-line interface,cli)作为开发者和专业用户的重要工作环境,正在经历前所未有的变革。各类cli智能体工具蓬勃发展,如qoder-cli、claude code、gemini-cli等,cli已成为ai交互的重要入口。开发者可以直接在终端中与ai对话,完成代码编写、问题解答等任务,大大提升了工作效率。

3、然而,在cli环境下,多模态内容的显示始终是一个难以解决的问题。当大模型输出图片时,cli只能显示图片的url链接;当大模型输出latex公式时,终端只能显示原始的代码字符串;当大模型输出mermaid图表时,用户只能看到源码而非渲染后的图形。这种体验与web端形成了巨大反差,用户无法直观地获取信息。

4、当前主流cli智能体工具(如kimi-cli、claude code、gemini-cli、codex等)均采用最基础的文本输出方式,存在以下缺点:当大模型输出图片时,cli工具只显示图片url,用户无法直观查看图片内容,只能通过点击链接在浏览器中查看;当大模型输出latex公式时,终端只能显示原始代码字符串,用户无法获得可读的数学符号表示;当大模型输出markdown表格时,表格列对齐会错乱,数据难以阅读;当大模型输出代码块时,终端只能显示黑白文本,无法进行语法高亮,可读性差;当大模型输出mermaid图表时,用户只能看到源码而非渲染后的流程图或架构图,无法直观理解。此外,这些cli工具未检测终端类型和渲染能力,无法根据终端能力选择最优渲染方案,导致同一智能体在web端体验丰富,在cli端体验简陋,用户体验割裂。

技术实现思路

1、本发明的目的在于至少提供一种自适应渲染方法、系统、电子设备及存储介质,至少可以解决cli环境下多模态内容的显示体验差,用户无法直观地获取信息的技术问题。

2、为解决上述技术问题,本技术的至少一个实施例提供了一种自适应渲染方法,包括:

3、接收大语言模型的输出内容;

4、识别所述输出内容中不同类型的内容片段;

5、根据所述类型,调用相应渲染处理方案进行渲染处理;

6、将渲染处理结果进行与当前终端适配的调整处理;

7、根据调整处理后的内容进行显示。

8、本技术的至少一个实施例还提供了一种自适应渲染系统,包括:

9、大模型层,用于接收大语言模型的输出内容;

10、内容解析层,用于识别所述输出内容中不同类型的内容片段;

11、渲染策略层,用于根据所述类型,调用相应渲染处理方案进行渲染处理;

12、终端适配层,用于检测当前终端的类型、渲染能力和特性中的至少一种,以及根据检测结果调整渲染处理结果;

13、终端显示层,用于根据调整后的内容进行显示。

14、本技术的至少一个实施例还提供了一种电子设备,包括:至少一个处理器;以及,与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行上述的自适应渲染方法。

15、本技术的至少一个实施例还提供了一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时实现上述的自适应渲染方法。

16、本技术的实施例提供的自适应渲染方法,实现了cli环境下的大模型多类型内容的自适应渲染,通过构建多类型内容解析与自适应渲染引擎,自动识别大模型输出的内容类型,检测终端能力,选择最优渲染方案,使用户在终端也能获得接近web端的多类型内容浏览体验。

17、在一些可选的实施例中,识别所述输出内容中不同类型的内容片段,包括:

18、对所述大语言模型的输出内容进行全量扫描,利用正则表达式匹配识别出各类型内容的边界和类型,得到不同类型的内容片段;所述类型包括文本、图片、latex公式、代码块、表格、mermaid图表中的至少一种。

19、在一些可选的实施例中,根据所述类型,调用相应渲染处理方案进行渲染处理,包括:

20、在识别到图片时,获取当前终端支持的图形协议,并将支持的图形协议按优先级排列;读取当前终端的列宽并基于所述列宽计算第一目标显示宽度,将原始的图片等比缩放至第一目标显示宽度;根据所述优先级选择对应编码器对缩放后的图片编码得到转义序列;将所述转义序列写入当前终端的缓冲区并在光标位置内联绘制位图;若当前终端不存在支持的图形协议,则使用ascii字符对图片进行渲染处理。

21、在一些可选的实施例中,根据所述类型,调用相应渲染处理方案进行渲染处理,包括:

22、在识别到latex公式时,按latex语法对latex公式的字符串进行token化,识别命令token、上下标token、分组token、运算符与数字token;将命令token转换为unicode数学符号;对latex公式的嵌套结构递归处理,转换为按行排列的多行文本结构;根据当前终端的unicode支持能力进行上下标优化转换;将转换后的token序列拼接为最终字符串,替换原latex公式,写入当前终端的输出流。

23、在一些可选的实施例中,根据所述类型,调用相应渲染处理方案进行渲染处理,包括:

24、在识别到表格时,对表格进行按行切分,识别表头行、分隔行和数据行,并提取每列的对齐标记;针对每一列,遍历所述表头行与所有数据行,计算每个单元格的显示宽度,取该列的最大显示宽度增加预设边距,得到第二目标显示宽度;将单元格内容填充至第二目标显示宽度;使用unicode制表符绘制表格顶边框和底边框;逐行拼接单元格并上下包裹顶边框与底边框后写入当前终端的输出流。

25、在一些可选的实施例中,根据所述类型,调用相应渲染处理方案进行渲染处理,包括:

26、在识别到代码块时,提取语言标识以识别语言;对所述代码块的源代码逐字符扫描以识别token类型;根据语言语法规则,将token类型进一步分类;为每类token注入ansisgr转义序列;按行组装带ansi sgr转义序列的字符串,写入当前终端的输出流。

27、在一些可选的实施例中,根据所述类型,调用相应渲染处理方案进行渲染处理,包括:

28、在识别到mermaid图表时,解析mermaid图表的首行指令以识别图表类型;对mermaid dsl进行词法与语法分析,构建抽象语法树;根据图表类型执行布局计算;使用unicode box drawing字符绘制ascii图形元素;计算绘制结果总宽度,若超过当前终端的列宽,则等比压缩节点间距或换行折叠;将ascii图形写入当前终端的输出流。