文章类型：技术实战类｜技术栈：Node.js
本地AI任务拆分实战：两级流水线L0硬规则踩坑与调优
前言
很多本地AI项目只把大模型当成问答引擎，忽略了自然语言指令前置解析。一旦用户用口语下达文件操作、目录检索类指令，直接丢给大模型不仅速度慢，还容易输出非法参数、错误路径，甚至触发安全风险。 本文记录一套「JS硬规则优先 + MoE大模型兜底」两级任务拆分流水线开发全过程，记录规则编写、边界调试、日志BUG修复、路径收敛的实战踩坑经验。
整体架构思路
整套流水线分为两层：
1. L0层：纯JS硬规则（毫秒级） 不需要调用大模型，通过正则、文本预处理、路径归一化，直接把标准化口语指令转成结构化原子任务。优先处理简单、高频、确定性指令。 2. L1层：大模型兜底（秒级） 遇到否定句式、复杂多条件、泛指批量指令，直接下沉交给16B MoE量化模型解析，保证复杂指令依然可以正常拆解。
核心目标：简单指令毫秒响应，减少模型调用开销；复杂指令交给大模型兜底，兼顾速度与能力。
核心模块：任务拆分器开发
- 口语清洗预处理
用户输入的自然语言五花八门，会附带很多无意义口语助词：麻烦帮我、请问、找一下、帮我查一下。 增加预处理层，自动清洗句首客套词、助词，统一空格，把口语化语句转换成干净指令文本，再送入规则匹配。
示例： 原始输入： 麻烦帮我在src目录找一下js文件 清洗后： 在src目录查找js文件
- 路径归一化与收敛安全机制
针对目录指代词汇做语义映射： 当前目录、本目录、里面 统一映射为工作根目录。 增加路径越界检测：如果识别到绝对根路径，强制收敛到项目工作目录，防止跨目录越权访问，保障本地文件操作安全。
js
// 路径越界收敛逻辑示意
const badPaths = ['/', '\', 'C:/', 'C:\', 'D:/', 'D:\'];
const trimPath = task.params.sourcePath.trim();
if (badPaths.some(bp => trimPath.startsWith(bp))) {
console.log([路径收敛] 路径越界，强制收敛到工作目录：${rootDir});
task.params.sourcePath = rootDir;
}
- 文件搜索L0硬规则设计
针对文件检索高频句式编写硬规则，支持多种口语写法：
- 查找后缀为txt的文件
- 在src目录查找js文件
- 在utils/tools目录下查找py文件
规则内置扩展名自动转换，识别 后缀为xxx 句式，自动输出标准通配符 *.txt ；同时过滤无关修饰词，例如 查找后缀为md的日志文件 ，自动提取 *.md 。
增加分流判断：否定句式、批量泛指指令，直接下沉L1，不走L0硬规则。 例： 查找不是txt格式的文件 ，命中否定词，直接进入大模型分支。
测试验证结果
搭建专项测试脚本，一共15组测试用例：
- 13条高频简单指令成功命中L0硬规则，拆分耗时普遍0.2~3ms，零模型调用
- 2条否定/批量类指令，按预期下沉L1大模型
- 原有历史用例全部回归通过，无功能退化
测试结论：简单文件检索指令，完全不需要启动大模型，毫秒完成任务解析，大幅降低显存占用与等待时间。
踩坑总结
1. 正则不能写太宽泛，容易误匹配，例如列目录规则曾经错误匹配带文件后缀的搜索指令； 2. 口语修饰词会干扰参数提取，必须前置清洗； 3. 路径安全校验不可省略，必须增加越界收敛； 4. 批量词、否定词的判断优先级要高于普通匹配规则； 5. 日志容易出现重复打印，统一出口校验，消除重复日志。
适用场景与启发
这套两级流水线架构，非常适合本地办公AI场景：文件检索、目录遍历、基础文档预处理。 硬件配置不高的笔记本，大量简单指令直接走JS硬规则，减少MoE模型频繁加载推理的压力。 大模型只处理复杂、模糊、带否定的难理解语句，做到算力按需分配。
结尾
本地AI的竞争，不只是看模型参数大小。指令前置解析、安全校验、算力节约这些工程细节，才是决定产品好不好用、稳不稳定的关键。 后续会继续扩充L0规则库，完善文档预处理模块，搭建前端交互、打包部署链路。
