AISE1_Project_Irina_Livio/README.md

AISE AI Code Editor

AI-Supported Lightweight Code Editor built with Streamlit (AISE501 Spring 2026)

Projektstruktur

AISE_AIAgent/
├── frontend/                          # Streamlit UI-Komponenten
│   ├── app.py                         # Haupteinstiegspunkt der Streamlit-App
│   ├── state.py                       # Session-State-Verwaltung
│   ├── sidebar.py                     # Datei-Navigation (Sidebar)
│   ├── editor.py                      # Code-Editor-Pane
│   └── chat.py                        # Chat-Interface
│
├── backend/                           # Backend-Logik
│   ├── managers/                      # Business-Logik für UI-Operationen
│   │   ├── file_manager.py            # Datei-CRUD (lesen, schreiben, listen)
│   │   ├── chat_manager.py            # AI-Chat-Verwaltung und -History
│   │   ├── system_prompter.py         # System-Prompts und Kontext-Injektion
│   │   ├── search_manager.py          # Web-Suche (DuckDuckGo)
│   │   ├── execution_engine.py        # Code-Ausführung und Sandboxing
│   │   └── debug_logger.py            # Logging, Fehlerbehandlung, Debug-Ausgaben
│   │
│   └── agent/                         # Autonomes AI-Agent-System (MCP-basiert)
│       ├── coding_agent.py            # Haupt-Agent-Loop (Plan-Act-Observe)
│       ├── mcp_server_adapter.py      # MCP-Adapter: verbindet Agent mit MCP-Servern
│       ├── mcp_server_adapter_RAG.py  # MCP-Adapter mit RAG-basierter Tool-Auswahl
│       ├── mcp_server_config.json     # Konfiguration der MCP-Server (Startbefehle)
│       └── servers/                   # MCP-Server-Implementierungen
│           ├── mcp_server_code_execution.py  # Tool: Python-Code ausführen
│           ├── mcp_server_file_search.py     # Tool: Dateien suchen und lesen
│           └── mcp_server_web_search.py      # Tool: Web-Suche via DuckDuckGo
│
├── tests/                             # Unit-Tests (pytest)
│   ├── conftest.py                    # Globale Test-Fixtures und MCP-Mocks
│   ├── test_file_manager.py
│   ├── test_chat_manager.py
│   ├── test_execution_engine.py
│   ├── test_coding_agent.py
│   ├── test_debug_logger.py
│   ├── test_system_prompter.py
│   ├── test_mcp_server_code_execution.py
│   ├── test_mcp_server_file_search.py
│   └── test_mcp_server_web_search.py
│
├── workspace/                         # Agent-Sandbox (isoliertes Arbeitsverzeichnis)
├── run_agent.py                       # CLI-Einstiegspunkt für den Coding-Agent
└── .env.example                       # Vorlage für Umgebungsvariablen

Komponenten

Frontend (frontend/)

• app.py: Streamlit-Applikation, Layout-Orchestrierung
• state.py: Zentralisierte Session-State-Verwaltung
• sidebar.py: Datei-Browser und Projekt-Navigation
• editor.py: Code-Editor mit Syntax-Highlighting
• chat.py: AI-Assistent Chat-Interface

Backend Manager (backend/managers/)

Werden direkt vom Frontend für UI-Operationen genutzt:

• file_manager.py: CRUD-Operationen auf Projektdateien (get_file_tree() liefert die verschachtelte Baumstruktur für den File Explorer; eine flache list_files() wurde bewusst nicht implementiert, da das Frontend die Baumstruktur benötigt — für den Agent Mode übernimmt mcp_server_file_search.py die Dateisuche)
• chat_manager.py: Chat-History, Nachrichten-Verwaltung (Fehler aus der Code-Ausführung werden im normalen Chat bewusst per "Debug with AI"-Button manuell an den Chat übergeben — der User entscheidet selbst wann die AI eingeschaltet wird; im Agent Mode geschieht dies automatisch über den Plan-Act-Observe-Loop)
• system_prompter.py: System-Prompt-Generierung und Datei-Kontext
• execution_engine.py: Sichere Code-Ausführung mit Output-Capture
• debug_logger.py: Fehler-Tracking und Log-Formatierung (format_debug_output() formatiert Execution-Output für UI und AI-Chat; log_error() wurde bewusst nicht als separate Methode implementiert — Python's Standard-logging-Modul mit logger.error() deckt diese Funktionalität bereits vollständig ab und wird konsequent im gesamten Code verwendet)
• search_manager.py: Web-Suche via DuckDuckGo (ddgs-Bibliothek)

Backend Agent (backend/agent/)

Autonomes AI-Agent-System für komplexe Coding-Aufgaben:

• coding_agent.py: Agent-Loop (Plan → Act → Observe → Wiederholen)
• mcp_server_adapter.py: Verbindet den Agent mit MCP-Servern via Konfigurationsdatei
• mcp_server_adapter_RAG.py: Erweiterter Adapter mit semantischer Tool-Auswahl (RAG)
• mcp_server_config.json: Definiert welche MCP-Server gestartet werden und mit welchen Argumenten
• servers/: Die eigentlichen MCP-Tool-Server (Code-Ausführung, Datei-Suche, Web-Suche)

Workspace (workspace/)

• Sandbox-Verzeichnis, in dem der Agent Dateien erstellt und ausführt
• Verhindert, dass der Agent auf Dateien ausserhalb dieses Verzeichnisses zugreift

Features

• Datei-Verwaltung: Dateien im Workspace durchsuchen und bearbeiten
• Chat-Interface: KI-gestützter Code-Assistent
• Code-Ausführung: Python-Code sicher ausführen mit Debug-Output
• Web-Suche: Dokumentation und Beispiele via DuckDuckGo abrufen
• Autonomer Agent: MCP-basierter Coding-Agent mit Plan-Act-Observe-Loop
• RAG Tool-Auswahl: Semantische Tool-Selektion via Sentence Transformers

Setup

1. Repository klonen

git clone https://gitea.fhgr.ch/meulilivio/AISE1_Project.git
cd AISE1_Project

2. Virtuelle Umgebung aktivieren

# Windows
.\.venv\Scripts\Activate.ps1

# macOS/Linux
source .venv/bin/activate

3. Abhängigkeiten installieren

pip install -r requirements.txt

4. Umgebungsvariablen konfigurieren

cp .env.example .env
# .env mit API-Keys befüllen

5. Applikation starten

streamlit run frontend/app.py

6. Tests ausführen

pytest tests/ -v

Konfiguration: mcp_server_config.json

Die Datei backend/agent/mcp_server_config.json definiert, welche MCP-Server der Agent starten soll. Jeder Eintrag enthält den Servernamen, den Startbefehl (command) und optionale Argumente (args) sowie Umgebungsvariablen (env):

{
  "FileSearchServer": {
    "command": "py",
    "args": ["servers/mcp_server_file_search.py"]
  },
  "WebSearchServer": {
    "command": "py",
    "args": ["servers/mcp_server_web_search.py"],
    "env": { "DDGS_API_KEY": "your_key_here" }
  }
}

Architektur

Frontend (Streamlit) ──► Backend Manager ──► AI API
                    │
                    └──► Coding Agent ──► MCP-Adapter ──► MCP-Server
                                                       (Code / File / Web)

Entwicklung

git add .
git commit -m "Deine Nachricht"
git push origin main