feat: add model preferrence

Author: gujieye

packages/cli/src/commands/advisor/recommend.ts

@@ -53,6 +53,11 @@ const QUALITY_LABELS: Record<string, string> = {
   balanced: "均衡",
   "cost-optimized": "性价比优先",
 };
+const PREFERENCE_MODE_LABELS: Record<string, string> = {
+  scoped: "限定范围",
+  comparison: "对比评估",
+  alternative: "替代推荐",
+};
 
 function formatIntentSummary(intent: IntentProfile, noColor: boolean): string {
   const colorize = noColor ? new Chalk({ level: 0 }) : chalk;
@@ -92,6 +97,20 @@ function formatIntentSummary(intent: IntentProfile, noColor: boolean): string {
     `${colorize.dim("预算倾向")} ${budgetLabel}    ${colorize.dim("质量偏好")} ${qualityLabel}`,
   );
 
+  const preference = intent.modelPreference;
+  if (preference && preference.mode !== "unconstrained") {
+    lines.push("");
+    const modeLabel = PREFERENCE_MODE_LABELS[preference.mode] ?? preference.mode;
+    const prefParts = [colorize.dim("推荐模式") + ` ${colorize.yellow(modeLabel)}`];
+    if (preference.targets?.length) {
+      prefParts.push(colorize.dim("目标") + ` ${preference.targets.join(", ")}`);
+    }
+    if (preference.excludes?.length) {
+      prefParts.push(colorize.dim("排除") + ` ${preference.excludes.join(", ")}`);
+    }
+    lines.push(prefParts.join("    "));
+  }
+
   if (intent.segments?.length) {
     lines.push("");
     lines.push(colorize.dim("任务拆解"));

packages/cli/tests/e2e/advisor-recommend.e2e.test.ts

@@ -76,4 +76,95 @@ describe.skipIf(!isDashScopeE2EReady())("e2e: advisor recommend（DashScope）",
     expect(data.recommendations?.[0]?.model).toBeDefined();
     expect(data.recommendations?.[0]?.reason).toBeDefined();
   }, 120_000);
+
+  // ---- 模型偏好：正例 ----
+
+  test("scoped 偏好 — 限定系列时 intent 含 modelPreference.mode=scoped", async () => {
+    const { stdout, stderr, exitCode } = await runCli([
+      "advisor",
+      "recommend",
+      "--dry-run",
+      "--message",
+      "deepseek系列中哪个模型最适合用来进行快速推理",
+      "--non-interactive",
+      "--output",
+      "json",
+    ]);
+    expect(exitCode, stderr).toBe(0);
+    const data = parseStdoutJson<{
+      intent?: { modelPreference?: { mode?: string; targets?: string[] } };
+    }>(stdout);
+    expect(data.intent?.modelPreference?.mode).toBe("scoped");
+    expect(data.intent?.modelPreference?.targets?.length).toBeGreaterThan(0);
+    expect(
+      data.intent?.modelPreference?.targets?.some((target) =>
+        target.toLowerCase().includes("deepseek"),
+      ),
+    ).toBe(true);
+  }, 60_000);
+
+  test("comparison 偏好 — 对比模型时 intent 含 modelPreference.mode=comparison", async () => {
+    const { stdout, stderr, exitCode } = await runCli([
+      "advisor",
+      "recommend",
+      "--dry-run",
+      "--message",
+      "qwen-max和deepseek-v3哪个更适合做代码生成",
+      "--non-interactive",
+      "--output",
+      "json",
+    ]);
+    expect(exitCode, stderr).toBe(0);
+    const data = parseStdoutJson<{
+      intent?: { modelPreference?: { mode?: string; targets?: string[] } };
+    }>(stdout);
+    expect(data.intent?.modelPreference?.mode).toBe("comparison");
+    expect(data.intent?.modelPreference?.targets?.length).toBeGreaterThanOrEqual(2);
+  }, 60_000);
+
+  test("excludes 偏好 — 排除模型时 intent 识别出 modelPreference", async () => {
+    const { stdout, stderr, exitCode } = await runCli([
+      "advisor",
+      "recommend",
+      "--dry-run",
+      "--message",
+      "不要qwen，推荐一个适合文本生成的模型",
+      "--non-interactive",
+      "--output",
+      "json",
+    ]);
+    expect(exitCode, stderr).toBe(0);
+    const data = parseStdoutJson<{
+      intent?: {
+        modelPreference?: { mode?: string; excludes?: string[]; targets?: string[] };
+      };
+    }>(stdout);
+    const pref = data.intent?.modelPreference;
+    expect(pref).toBeDefined();
+    const hasExcludes =
+      (pref?.excludes?.length ?? 0) > 0 ||
+      (pref?.mode !== "unconstrained" && pref?.mode !== undefined);
+    expect(hasExcludes).toBe(true);
+  }, 60_000);
+
+  // ---- 模型偏好：反例 ----
+
+  test("无偏好 — 普通需求查询时 intent 不含 modelPreference 或 mode=unconstrained", async () => {
+    const { stdout, stderr, exitCode } = await runCli([
+      "advisor",
+      "recommend",
+      "--dry-run",
+      "--message",
+      "我要做一个能理解图片的客服机器人",
+      "--non-interactive",
+      "--output",
+      "json",
+    ]);
+    expect(exitCode, stderr).toBe(0);
+    const data = parseStdoutJson<{
+      intent?: { modelPreference?: { mode?: string } };
+    }>(stdout);
+    const mode = data.intent?.modelPreference?.mode;
+    expect(mode === undefined || mode === "unconstrained").toBe(true);
+  }, 60_000);
 });

packages/core/src/advisor/constants/prompts.ts

@@ -41,6 +41,16 @@ export const INTENT_SYSTEM_PROMPT = `你是一个意图分析器。根据用户
 用户: "做一个Agent自动根据用户意图生成动画片"
 → budget:"medium", qualityPreference:"balanced"（复杂pipeline，但没明确成本/质量约束）
 
+## 模型偏好识别
+分析用户是否提到了特定的模型、模型系列或厂商，据此判断推荐模式：
+- 用户未提到任何模型/系列/厂商 → mode:"unconstrained"，不填 targets
+- 用户限定了范围（如"deepseek系列哪个好"、"通义千问的模型推荐"、"开源的推理模型"） → mode:"scoped"，targets:["deepseek"] 或 ["通义千问"]
+- 用户要对比特定模型（如"wan2.6和wan2.7哪个好"、"qwen-max和deepseek-v3对比"、"qwen-max适合做法律分析吗"） → mode:"comparison"，targets:["wan2.6","wan2.7"]
+  - 单模型评估也算 comparison，targets 只填一个
+- 用户以某模型为参照找替代（如"有没有类似qwen-max但更便宜的"） → mode:"alternative"，targets:["qwen-max"]
+- 用户明确排除某些模型/系列（如"除了qwen还有什么好的"） → excludes:["qwen"]，mode 根据其他条件判断
+- targets 填写用户原文中的模型/系列名称，保持原文写法
+
 ## 输出字段
 - taskSummary: 一句话场景理解（必须具体，禁止"用户想用AI做某事"这种废话）
 - scenarioHints: 推断的场景特征数组
@@ -60,6 +70,7 @@ export const INTENT_SYSTEM_PROMPT = `你是一个意图分析器。根据用户
 - budget: "low"/"medium"/"high"（基于场景推断，不要默认 medium）
 - contextNeed: "standard"/"large"/"extra-large"
 - qualityPreference: "flagship"/"balanced"/"cost-optimized"（基于场景推断，不要默认 balanced）
+- modelPreference: { mode, targets?, excludes? }（见上方"模型偏好识别"）
 
 只输出 JSON，不要有其他文字。`;
 
@@ -141,3 +152,45 @@ export const PIPELINE_SYSTEM_PROMPT = `你是阿里云百炼平台的模型推
 
 或者（如果你认为单模型即可）：
 {"type":"single","recommendations":[{"model":"模型ID","reason":"推荐理由","highlights":["亮点"]}]}`;
+
+export const COMPARISON_SYSTEM_PROMPT = `你是阿里云百炼平台的模型对比顾问。用户想对比特定模型，请根据使用场景进行对比分析。
+
+## 背景
+用户指定了要对比的模型，系统已将这些模型和相关候选预筛选到列表中。
+意图分析中的 modelPreference.targets 是用户要对比的模型。
+
+## 对比策略
+- 用户指定的模型必须全部出现在推荐结果中，按适合程度排序
+- 每个模型的 reason 必须是对比性的，说明该模型相对于其他对比模型的优势和劣势
+- 如果候选中有比用户指定的更合适的模型，可以额外推荐，但用户指定的必须优先包含
+- 单模型评估场景（targets 只有一个）：评估该模型是否适合用户需求，同时推荐更优的替代
+
+## 规则
+- 只能推荐候选列表中的模型
+- reason 必须包含对比视角：该模型相比其他模型在哪些方面更好/更差
+- highlights 突出各模型的差异化特点
+- 输出严格 JSON，不要输出其他内容
+
+## 输出格式
+{"type":"single","recommendations":[{"model":"模型ID","reason":"对比分析理由","highlights":["差异化亮点"]}]}`;
+
+export const ALTERNATIVE_SYSTEM_PROMPT = `你是阿里云百炼平台的模型替代顾问。用户以某个模型为参照，寻找替代方案。
+
+## 背景
+用户以某个模型为参照点，想找到在特定维度上更优的替代方案（如更便宜、更快、更强）。
+意图分析中的 modelPreference.targets 是参照模型。
+
+## 替代策略
+- 推荐 #1：如果参照模型在候选中，先评估它是否满足用户需求，给出其基本定位
+- 推荐 #2~#3：推荐替代方案，reason 必须说明相比参照模型在用户关注维度上的 tradeoff
+- 关注用户提到的替代维度（如"更便宜"→重点对比定价，"更强"→重点对比能力）
+
+## 规则
+- 只能推荐候选列表中的模型
+- 参照模型必须包含在结果中（如果在候选列表中）
+- 替代推荐的 reason 必须说明与参照模型的具体差异
+- 避免推荐和参照模型同系列的其他版本（除非确实有显著差异）
+- 输出严格 JSON，不要输出其他内容
+
+## 输出格式
+{"type":"single","recommendations":[{"model":"模型ID","reason":"替代分析理由","highlights":["差异化亮点"]}]}`;

packages/core/src/advisor/index.ts

@@ -17,10 +17,12 @@ export type {
   IntentSegment,
   Modality,
   ModelCategory,
+  ModelPreference,
   ModelPrice,
   ModelProfile,
   PipelineResult,
   PipelineStep,
+  PreferenceMode,
   QpmLimit,
   QualityPreference,
   RecommendedModel,

packages/core/src/advisor/intent.ts

@@ -33,6 +33,19 @@ export async function analyzeIntent(config: Config, input: string): Promise<Inte
     if (!jsonMatch) return DEFAULT_INTENT;
 
     const parsed = JSON.parse(jsonMatch[0]);
+    const VALID_MODES = ["scoped", "comparison", "alternative"] as const;
+    const rawPref = parsed.modelPreference as Record<string, unknown> | undefined;
+    const modelPreference =
+      rawPref && typeof rawPref === "object"
+        ? {
+            mode: VALID_MODES.includes(rawPref.mode as (typeof VALID_MODES)[number])
+              ? (rawPref.mode as (typeof VALID_MODES)[number])
+              : ("unconstrained" as const),
+            targets: Array.isArray(rawPref.targets) ? (rawPref.targets as string[]) : undefined,
+            excludes: Array.isArray(rawPref.excludes) ? (rawPref.excludes as string[]) : undefined,
+          }
+        : undefined;
+
     return {
       complexity:
         parsed.complexity === Complexities.Pipeline ? Complexities.Pipeline : Complexities.Single,
@@ -58,6 +71,7 @@ export async function analyzeIntent(config: Config, input: string): Promise<Inte
       contextNeed: parsed.contextNeed ?? DEFAULT_INTENT.contextNeed,
       qualityPreference: parsed.qualityPreference ?? DEFAULT_INTENT.qualityPreference,
       confidence: 1,
+      modelPreference,
     };
   } catch {
     return DEFAULT_INTENT;