不管是Agent还是多轮人机对话，我们本质上都是在进行一个点：大模型实现对人类意图的识别与对齐，进而实现思路收束，最终才是代码实现。这里面其实牵扯了很多问题： 

大模型如何更好地理解我们的人类意志/意图：这里就牵扯到意图识别了。越精确的意图输入越有利于agent在多层任务之后避免人类意志的衰减，因为大模型生成文字是依赖前面的输入不断调整后续生成语料的方向的，由于大模型的生成本质上是在抽奖，所以精确的意图输入有助于避免生成语料的平庸。比如初学者说生成APP；资深开发者会说用啥技术栈，这一点应该很好理解
说完了原理，我们就要来聊如何实现意图识别了。我们需要一种机制来持续锚定初始的人类意图，然而很多时候用户输入的初始意图就是混乱的，进而导致大模型的后续抽奖生成也有着多种结果。因此其实在输入阶段我们就需要不断斟酌很多决策点：

userInput：请帮我使用vue3实现密码输入框，考虑用户密码存...