[Chore] Cleaning up and consolidating client code
Nadie ha tomado este issue todavía.
Evaluación
- Dificultad
- 5/5
- Tiempo estimado
- Más de una semana
- Aptitud para principiantes
- 25/100
Línea de trabajo
Comienza revisando el patrón GenericOpenAIAgent y el PR 145 anterior; después, inventaría las APIs del cliente, las instrucciones print, el logging y el manejo de excepciones descritos aquí. Confirma el alcance con los maintainers antes de cambiar nada; done debe ser una consolidación no breaking y con un alcance explícito, no una reescritura abierta del cliente.
Escrito por el modelo de indexación a partir del texto del issue.
Descripción
A lot of clients use repeated patterns and inconsistent type hints that could possibly be consolidated in same way that was done with the GenericOpenAIAgent without causing breaking changes. I am opening this issue as a catch-all issue to take feedback from the maintainers about what they think could be consolidated and what are parts we definitely wouldn't want to touch. An earlier PR touches on this a little bit. Perhaps you would want an agent to go through and identify patterns? What would be the best way forward?
A very natural first step could be to open a PR to update the type annotations of apis from str to Mapping[str, any)
A second step could be to clean out the print statements and use the project's standard logging approach, and to clean up the exception handling within the clients.
Then we could look into consolidating the client code into a parent class with reused functions and have these clients inherit that parent class.
- Lenguaje dominante
- Python
- Estrellas
- 1k
- Forks
- 179
- Métricas de merge de PR
- Sin PR fusionados en 30 d
Preparar el entorno
- Sin Dockerfile ni archivo de Docker Compose
- Sin plantilla de pull request
- Leer la guía de contribución
Primeros pasos
- Lee el issue completo y luego la guía de contribución del proyecto.
- Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
- Haz un fork del repositorio y trabaja en una rama.
- Abre un pull request que haga referencia al número del issue.
Más de microsoft/AIOpsLab
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 72/100
-
Mitigation eval passes when the broken workload is deleted or scaled to zeroPosiblemente ocupada @TheDeadcoder la tomó hace 6 días. Abierto
Dificultad 4/5 3-5 días Aptitud para principiantes 48/100
-
Dificultad 5/5 Más de una semana Aptitud para principiantes 25/100
-
Regarding to the case #162Abierto
Dificultad 3/5 1-2 días Aptitud para principiantes 35/100
-
Dificultad 5/5 Más de una semana Aptitud para principiantes 25/100
Todos los issues de microsoft/AIOpsLab
Issues similares
-
tunneld on Windows: Wi-Fi devices are not discovered because uvicorn runs on a ProactorEventLoopAbierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 76/100
doronz88/pymobiledevice3#2051 ·
Los mantenedores suelen responder en 1 día
-
Remove DatacircleAbierto
Dificultad 1/5 Menos de una hora Aptitud para principiantes 90/100
collabnix/awesome-mcp-lists#230 ·
Los mantenedores suelen responder en 9 días
-
Groc schedules with out of range values pass config validation and fail later when the scheduler is builtPosiblemente ocupada @auraseb la tomó hoy. Abierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 78/100
-
enhancement
Dificultad 2/5 1-3 horas Aptitud para principiantes 72/100
autowarefoundation/autoware_carla_scenario#342 ·
Los mantenedores suelen responder en 1 día
-
documentation
Dificultad 2/5 1-3 horas Aptitud para principiantes 72/100
ianktoo/project-monitor#14 ·