Skip to main content

ask_followup_question

ask_followup_question 工具通过提出具体问题来收集有效完成任务所需的额外信息,从而实现交互式沟通。


参数

该工具接受以下参数:

  • question (必需): 向用户提出的具体问题
  • follow_up (可选): 2-4 个建议答案的列表,用于引导用户回答,每个建议答案都包含在 <suggest> 标签中

功能说明

该工具在 Roo 和用户之间创建了一个对话界面,允许在遇到模糊情况或决策点时收集澄清信息、额外细节或用户偏好。每个问题都可以包含建议回答,以简化交互过程。


使用时机

  • 当原始请求中缺少关键信息时
  • 当 Roo 需要在多个有效实现方法之间做出选择时
  • 当需要技术细节或偏好才能继续时
  • 当 Roo 遇到需要解决的模糊情况时
  • 当额外上下文可以显著提高解决方案质量时

主要特性

  • 提供了一种结构化的方式来收集特定信息,而不会中断工作流程
  • 包含建议答案,以减少用户输入并引导回答
  • 在交互过程中保持对话历史和上下文
  • 支持包含图像和代码片段的回答
  • 作为"始终可用"工具集的一部分,在所有模式下都可用
  • 支持用户对实现决策的直接指导
  • 使用 <answer> 标签格式化回答,以区别于常规对话
  • 成功使用时重置连续错误计数器

局限性

  • 每次工具使用仅限于提出一个具体问题
  • 建议在用户界面中显示为可选择选项
  • 无法强制结构化回答 - 用户仍然可以自由回答
  • 过度使用可能会减慢任务完成速度并造成碎片化体验
  • 建议答案必须是完整的,不能包含需要用户编辑的占位符
  • 对用户回答没有内置验证机制
  • 没有强制特定答案格式的机制

工作原理

当调用 ask_followup_question 工具时,它会遵循以下流程:

  1. 参数验证: 验证必需的 question 参数并检查可选建议

    • 确保提供了问题文本
    • 使用 fast-xml-parser 库从 follow_up 参数解析任何建议答案
    • 即使只有一个建议,也将建议标准化为数组格式
  2. JSON 转换: 将 XML 结构转换为用于 UI 显示的标准 JSON 格式

    {
    question: "User's question here",
    suggest: [
    { answer: "Suggestion 1" },
    { answer: "Suggestion 2" }
    ]
    }
  3. UI 集成:

    • 通过 ask("followup", ...) 方法将 JSON 结构传递给 UI 层
    • 在界面中向用户显示可选择的建议按钮
    • 创建选择或输入回答的交互体验
  4. 回答收集和处理:

    • 捕获用户文本输入和回答中包含的任何图像
    • 在返回给助手时用 <answer> 标签包装用户回答
    • 保留用户回答中包含的任何图像
    • 通过将回答添加到历史记录中来保持对话上下文
    • 成功使用工具时重置连续错误计数器
  5. 错误处理:

    • 使用计数器跟踪连续错误
    • 成功使用工具时重置计数器
    • 提供特定的错误消息:
      • 缺少参数时:"Missing required parameter 'question'"
      • XML 解析错误时:"Failed to parse operations: [error message]"
      • 格式无效时:"Invalid operations xml format"
    • 包含防护措施,防止缺少必需参数时执行工具
    • 发生错误时增加连续错误计数

工作流程序列

问答循环遵循以下序列:

  1. 信息缺口识别: Roo 识别继续所需的缺失信息
  2. 具体问题创建: Roo 制定一个清晰、有针对性的问题
  3. 建议开发: Roo 创建相关的建议答案(可选但推荐)
  4. 工具调用: 助手使用问题调用工具,并可选择包含建议
  5. UI 展示: 问题和建议作为交互元素显示给用户
  6. 用户回答: 用户选择一个建议或提供自定义答案
  7. 消息处理: 系统处理部分和完整消息
    • 对于流式响应,随着分块的到达进行处理
    • 对于完整消息,一次性处理整个响应
    • 无论消息分块如何,都保持状态一致性
  8. 回答处理: 系统用 <answer> 标签包装回答并保留图像
  9. 上下文集成: 回答被添加到对话历史中
  10. 任务继续: Roo 使用新信息继续执行任务

使用示例

  • 在开发 Web 应用程序时,Roo 可能会询问首选的样式框架(Bootstrap、Tailwind、自定义 CSS)
  • 在创建 API 时,Roo 可能会询问认证方法(JWT、OAuth、API 密钥)
  • 在重构代码时,Roo 可能会询问优先考虑性能还是可读性
  • 在设置数据库时,Roo 可能会询问特定的模式设计偏好
  • 在创建自定义功能时,Roo 可能会询问特定的行为期望
  • 在排查错误时,Roo 可能会询问特定的环境细节

回答格式

当用户回答问题时,回答会使用 <answer> 标签格式化,以确保清晰和一致性。这种格式有助于清晰地将用户的答案与其他对话元素分开。

示例回答格式:

<answer>
Use Tailwind CSS for utility-first styling with maximum flexibility
</answer>

回答格式的主要特点:

  • <answer> 标签包围
  • 保留原始回答的格式
  • 如果回答中包含图像,则保留图像
  • 即使是长回答,也返回完整文本

使用示例

询问实现偏好:

<ask_followup_question>
<question>Which styling approach would you prefer for this web application?</question>
<follow_up>
<suggest>Use Bootstrap for rapid development with consistent components</suggest>
<suggest>Use Tailwind CSS for utility-first styling with maximum flexibility</suggest>
<suggest>Use vanilla CSS with custom styling for complete control and minimal dependencies</suggest>
</follow_up>
</ask_followup_question>

请求技术澄清:

<ask_followup_question>
<question>What database should this application use for storing user data?</question>
<follow_up>
<suggest>MongoDB for flexible schema and document-based storage</suggest>
<suggest>PostgreSQL for relational data with strong consistency guarantees</suggest>
<suggest>Firebase for real-time updates and simplified backend management</suggest>
<suggest>SQLite for lightweight local storage without external dependencies</suggest>
</follow_up>
</ask_followup_question>

解决需求中的模糊性:

<ask_followup_question>
<question>How should the application handle user authentication?</question>
<follow_up>
<suggest>Implement email/password authentication with account verification</suggest>
<suggest>Use social login providers (Google, GitHub, etc.) for quick signup</suggest>
<suggest>Implement both email/password and social login options</suggest>
</follow_up>
</ask_followup_question>