通过 AI 辅助阅读 cline 的源代码

export type AssistantMessageContent = TextContent | ToolUse

根据您的代码，我可以看到 AssistantMessageContent 确实只包括两种类型：TextContent 和 ToolUse。

让我解释一下 cline 如何从 LLM 响应中解析代码变更：

Cline 通过 AssistantMessageContent 表示 LLM 的响应，它可以是普通文本（TextContent）或工具使用（ToolUse）。

代码变更是通过 ToolUse 实现的，特别是通过以下几个工具：

write_to_file: 写入文件内容
replace_in_file: 替换文件内容
execute_command: 执行可能影响文件的命令
当 LLM 响应需要修改代码时，它会使用上述工具之一，并通过工具的参数（在 params 字段中）指定修改的内容。

根据代码中定义的 toolParamNames，参数可以包含 path、content、diff 等，这些参数指定了要修改的文件路径和内容。

解析过程应该在 parseAssistantMessage 函数中实现，该函数从 LLM 的原始响应中提取结构化的 AssistantMessageContent 对象。

总的来说，Cline 采用了结构化的方法通过工具使用（Tool Use）概念来处理代码变更，而不是直接从文本中解析代码块。这种设计使得 LLM 可以明确地表达它想要执行的操作，而不是依赖于复杂的文本解析。

import { AssistantMessageContent, TextContent, ToolUse, ToolParamName, toolParamNames, toolUseNames, ToolUseName } from "."

export function parseAssistantMessage(assistantMessage: string) {
    // ...
}

for await (const chunk of stream) {
    switch (chunk.type) {
        case "usage":
            // ...
            break
        case "reasoning":
            // reasoning will always come before assistant message
            reasoningMessage += chunk.reasoning
            await this.say("reasoning", reasoningMessage, undefined, true)
            break
        case "text":
            if (reasoningMessage && assistantMessage.length === 0) {
                // complete reasoning message
                await this.say("reasoning", reasoningMessage, undefined, false)
            }
            assistantMessage += chunk.text
            // parse raw assistant message into content blocks
            const prevLength = this.assistantMessageContent.length
            this.assistantMessageContent = parseAssistantMessage(assistantMessage)
            // ...
    }
}

// conversationHistoryDeletedRange is updated only when we're close to hitting the context window, so we don't continuously break the prompt cache
const truncatedConversationHistory = this.contextManager.getTruncatedMessages(
    this.apiConversationHistory,
    this.conversationHistoryDeletedRange,
)
let stream = this.api.createMessage(systemPrompt, truncatedConversationHistory)

for await (const chunk of stream) {
    switch (chunk.type) {
        case "message_start":
            // tells us cache reads/writes/input/output
            const usage = chunk.message.usage
            yield {
                type: "usage",
                inputTokens: usage.input_tokens || 0,
                outputTokens: usage.output_tokens || 0,
                cacheWriteTokens: usage.cache_creation_input_tokens || undefined,
                cacheReadTokens: usage.cache_read_input_tokens || undefined,
            }
            break
        case "message_delta":
            // tells us stop_reason, stop_sequence, and output tokens along the way and at the end of the message

            yield {
                type: "usage",
                inputTokens: 0,
                outputTokens: chunk.usage.output_tokens || 0,
            }
            break
        case "message_stop":
            // no usage data, just an indicator that the message is done
            break
        case "content_block_start":
            switch (chunk.content_block.type) {
                case "thinking":
                    yield {
                        type: "reasoning",
                        reasoning: chunk.content_block.thinking || "",
                    }
                    break