style(agent): 调整agent结构

This commit is contained in:
2026-05-18 05:33:11 +00:00
parent 6f6879dfab
commit a83c5fa5bd
5 changed files with 93 additions and 145 deletions
+4 -1
View File
@@ -19,6 +19,8 @@ from pydantic import BaseModel
from ulid import ULID
import asyncio
from kilostar.utils.access import Accessor, TokenData
from kilostar.utils.check_user.role_check import RoleChecker
from kilostar.core.postgres_database.model import UserAuthority
workflow_router = APIRouter(prefix="/api/v1/workflow", tags=["workflow"])
@@ -54,7 +56,8 @@ async def create_workflow(
@workflow_router.get("/list")
async def get_workflow_list(token_data: TokenData = Depends(Accessor.get_current_user)):
async def get_workflow_list(
token_data: TokenData = Depends(RoleChecker(allowed_roles=UserAuthority.USER))):
postgres_database = ray_actor_hook("postgres_database").postgres_database
workflows = await postgres_database.list_workflows.remote(
user_id=token_data.user_id
@@ -14,14 +14,26 @@
from kilostar.core.work.workflow.workflow import KiloStarWorkflow, WorkflowStep
from kilostar.utils.agent_model import ResponseModel, DepsModel, InputModel
from kilostar.utils.agent_model import ResponseModel, DepsModel, RequestModel
from pydantic import Field
from typing import Optional, List
# 意识节点回复类
class ConsciousnessNodeResponse(ResponseModel):
"""Consciousness response model,是意识节点所有回复类型的父类"""
pass
class ConsciousnessNodeDeps(DepsModel):
"""ConsciousnessNodeDeps 核心组件类。
这是一个系统执行节点类,作为多智能体架构中的独立处理单元。它能够接收工作流上下文,根据内置的大模型策略进行意图理解和自主决策,从而驱动特定阶段的任务闭环。"""
original_command: str
command: str
available_skills: Optional[List[str]]
class ConsciousnessNodeInput(RequestModel):
"""ConsciousnessNodeInput 核心组件类。
这是一个系统执行节点类,作为多智能体架构中的独立处理单元。它能够接收工作流上下文,根据内置的大模型策略进行意图理解和自主决策,从而驱动特定阶段的任务闭环。"""
pass
@@ -47,23 +59,6 @@ class ForregulatoryNode(ConsciousnessNodeResponse):
..., description="为监控节点提供的全工作流执行情况的技术性总结报告。"
)
class ConsciousnessNodeDeps(DepsModel):
"""ConsciousnessNodeDeps 核心组件类。
这是一个系统执行节点类,作为多智能体架构中的独立处理单元。它能够接收工作流上下文,根据内置的大模型策略进行意图理解和自主决策,从而驱动特定阶段的任务闭环。"""
original_command: str
command: str
available_skills: list[dict] | None = None
class ConsciousnessNodeInput(InputModel):
"""ConsciousnessNodeInput 核心组件类。
这是一个系统执行节点类,作为多智能体架构中的独立处理单元。它能够接收工作流上下文,根据内置的大模型策略进行意图理解和自主决策,从而驱动特定阶段的任务闭环。"""
pass
class ForWorkflowEngineInput(ConsciousnessNodeInput):
"""ForWorkflowEngineInput 核心组件类。
这是一个领域数据模型或功能封装类,承载了 ForWorkflowEngineInput 相关的内聚属性定义与状态维护。它的存在隔离了局部的业务复杂性,并对外提供了类型安全的访问接口。"""
@@ -14,26 +14,16 @@
import datetime
import ray
from typing import Union, overload
from typing import Union
from kilostar.adapter.model_adapter.agent_factory import AgentFactory
from kilostar.core.global_state_machine.global_state_machine import GlobalStateMachine
from kilostar.core.global_state_machine.model_provider import Provider
from kilostar.core.individual.regulatory_node.template import (
ForConsciousnessNode,
ForUser,
regulatoryNodeDeps,
TerminationMessage,
MessageRequest,
RegulatoryNodeDeps,
MessageResponse
)
from pydantic_ai import RunContext, Agent
from kilostar.utils.ray_hook import ray_actor_hook
class ClientMessage:
def __init__(self, user_id: str, user_name: str, message: str):
self.user_id = user_id
self.user_name = user_name
self.message = message
self.platform = "client"
@ray.remote
@@ -62,7 +52,7 @@ class RegulatoryNode:
global_state_machine: 全局状态机
provider_title: 供应商名
model_id: 模型id
tools_list: 工具列表
Returns:
无返回
"""
@@ -76,9 +66,8 @@ class RegulatoryNode:
"3. 如果你收到的是 TerminationMessage(代表工作流已完成并生成了报告),请将报告内容转化为友好的面向用户的回复,使用 ForUser 格式。\n"
"请保持冷静、专业,并严格遵循上述路由规则。"
)
output_type = Union[ForConsciousnessNode, ForUser]
output_type = Union[MessageResponse]
from kilostar.utils.get_tool import load_tools_from_list
provider: Provider = await global_state_machine.get_provider.remote(
provider_title
)
@@ -90,13 +79,13 @@ class RegulatoryNode:
model_id=model_id,
output_type=output_type,
system_prompt=system_prompt,
deps_type=regulatoryNodeDeps,
deps_type=RegulatoryNodeDeps,
agent_name="regulatory_node",
tools=callables,
)
@self.agent.system_prompt
async def dynamic_prompt(ctx: RunContext[regulatoryNodeDeps]):
async def dynamic_prompt(ctx: RunContext[RegulatoryNodeDeps]):
"""执行与 dynamic prompt 相关的核心业务流转操作。
该方法封装了具体的算法策略或状态控制逻辑,确保操作能够在事务上下文中被原子且一致地执行。
Args: ctx (RunContext[regulatoryNodeDeps]): 参与 dynamic prompt 逻辑运算或数据构建的上下文依赖对象。
@@ -123,23 +112,7 @@ class RegulatoryNode:
)
return prompt
async def handle_chat_message(
self, user_id: str, chat_id: str, message: str
) -> str:
payload = ClientMessage(
user_id=user_id, user_name="", message=message
)
return await self._process(payload)
async def handle_client_message(
self, user_id: str, user_name: str, message: str
) -> str:
payload = ClientMessage(
user_id=user_id, user_name=user_name, message=message
)
return await self._process(payload)
async def working(self, payload: Union[ClientMessage, TerminationMessage]) -> str:
async def working(self, payload: MessageRequest) -> str:
"""working方法,是节点唯一的调用方法,对于_run函数的结果进行判断并实现最终回复
Args:
payload: 消息载荷,包含所有信息
@@ -147,56 +120,27 @@ class RegulatoryNode:
Returns:
str,监控节点对于用户的回复
"""
return await self._process(payload)
async def _process(
self, payload: Union[ClientMessage, TerminationMessage]
) -> str:
try:
result = await self._run(payload)
if isinstance(result, ForConsciousnessNode):
self.logger.info("regulatoryNode: 任务需交意识节点处理")
workflow_running_engine = ray_actor_hook(
"workflow_running_engine"
).workflow_running_engine
await workflow_running_engine.put_event.remote(payload)
return f"任务已创建,准备创建工作流。原因:{result.reasoning}"
elif isinstance(result, ForUser):
self.logger.info("regulatoryNode: 直接向用户返回简单回复。")
return result.context
else:
self.logger.error(f"regulatoryNode: 未知响应类型: {type(result)}")
return "抱歉,系统内部遇到未知错误,无法正确处理您的请求。"
except Exception:
self.logger.exception("regulatoryNode在处理请求时发生未捕获的严重错误")
return "抱歉,监控节点处理请求时发生严重错误,请联系管理员。"
@overload
async def _run(
self, payload: ClientMessage
) -> Union[ForConsciousnessNode, ForUser]: ...
@overload
async def _run(self, payload: TerminationMessage) -> ForUser: ...
await self._run(payload)
return ""
async def _run(
self, payload: Union[ClientMessage, TerminationMessage]
) -> Union[ForConsciousnessNode, ForUser]:
self, payload: MessageRequest
) -> Union[MessageResponse, None]:
platform = payload.platform
user_name = payload.user_name
message = payload.message
time_str = datetime.datetime.now().strftime("%Y-%m-%d %H:%M:%S")
try:
deps = regulatoryNodeDeps(
platform=platform, user_name=user_name, time=time_str
deps = RegulatoryNodeDeps(
platform=platform,
user_name=user_name,
time=time_str
)
self.logger.debug("regulatoryNode 开始生成 (启用原生 Pydantic-AI 重试)")
prompt_message = message
if isinstance(payload, TerminationMessage):
prompt_message = f"【工作流执行结束报告】\n请将以下技术报告转化为对用户的友好回复:\n{message}"
self.agent.retries = 3
result = await self.agent.run(prompt_message, deps=deps)
return result.output
except Exception as e:
self.logger.exception(f"regulatoryNode 模型生成或解析最终失败: {str(e)}")
return ForUser(context="系统当前负载过高或遇到复杂内部错误,请稍后再试。")
agent_response = await self.agent.run(user_prompt=message,
deps=deps,)
response: MessageResponse = agent_response.output
response.platform = platform
response.platform_id = MessageRequest.platform_id
return response
except:
pass
@@ -11,51 +11,54 @@
# WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
# See the License for the specific language governing permissions and
# limitations under the License.
from typing import Literal, Optional
from pydantic import Field
from kilostar.utils.agent_model import ResponseModel, DepsModel
from pydantic import BaseModel
from kilostar.utils.agent_model import ResponseModel, DepsModel, RequestModel
class regulatoryNodeResponse(ResponseModel):
"""regulatoryNodeResponse 核心组件类。
这是一个系统执行节点类,作为多智能体架构中的独立处理单元。它能够接收工作流上下文,根据内置的大模型策略进行意图理解和自主决策,从而驱动特定阶段的任务闭环。"""
class RegulatoryNodeResponse(ResponseModel):
"""
RegulatoryNodeResponse类
一切regulatory_node回复的父类
"""
pass
class RegulatoryNodeRequest(RequestModel):
"""
RegulatoryNodeRequest类
向regulatory请求的父类
"""
pass
class ForUser(regulatoryNodeResponse):
"""ForUser 核心组件类。
这是一个领域数据模型或功能封装类,承载了 ForUser 相关的内聚属性定义与状态维护。它的存在隔离了局部的业务复杂性,并对外提供了类型安全的访问接口。"""
context: str = Field(
...,
description="对用户的回复,应当使用和蔼的语气进行回复。用于直接解答简单问题或返回最终报告。",
)
class ForConsciousnessNode(regulatoryNodeResponse):
"""ForConsciousnessNode 核心组件类。
这是一个系统执行节点类,作为多智能体架构中的独立处理单元。它能够接收工作流上下文,根据内置的大模型策略进行意图理解和自主决策,从而驱动特定阶段的任务闭环。"""
reasoning: str = Field(..., description="选择将任务移交意识节点的简短原因。")
class TerminationMessage(BaseModel):
"""TerminationMessage 核心组件类。
这是一个领域数据模型或功能封装类,承载了 TerminationMessage 相关的内聚属性定义与状态维护。它的存在隔离了局部的业务复杂性,并对外提供了类型安全的访问接口。"""
platform: str
user_name: str
message: str
class regulatoryNodeDeps(DepsModel):
"""regulatoryNodeDeps 核心组件类。
这是一个系统执行节点类,作为多智能体架构中的独立处理单元。它能够接收工作流上下文,根据内置的大模型策略进行意图理解和自主决策,从而驱动特定阶段的任务闭环。"""
class RegulatoryNodeDeps(DepsModel):
"""
RegulatoryNodeDeps类
regulatory_node的依赖模型
"""
platform: str
user_name: str
time: str
retry_count: int = 0
error_history: str = ""
class MessageRequest(RequestModel):
"""
MessageRequest类
任何消息渠道向regulatory_node发送消息请求的模型
"""
platform: Literal["client"]
user_name: str
platform_id: Optional[str]
message: str
class MessageResponse(RegulatoryNodeResponse):
"""
MessageResponse类
regulatory_node回复的模型
"""
platform: Optional[Literal["client"]] = Field(description="系统自动填入的platform")
platform_id: Optional[str] = Field(description="系统自动填入的platform_id")
reply_message: str = Field(...,description="模型回复的消息")
+13 -10
View File
@@ -17,21 +17,24 @@ from pydantic import BaseModel
class ResponseModel(BaseModel):
"""ResponseModel 核心组件类。
这是一个领域数据模型或功能封装类,承载了 ResponseModel 相关的内聚属性定义与状态维护。它的存在隔离了局部的业务复杂性,并对外提供了类型安全的访问接口。"""
"""
ResponseModel类
继承自pydantic的BaseModel类,是一切回复模型的父类
"""
pass
class DepsModel(BaseModel):
"""DepsModel 核心组件类。
这是一个领域数据模型或功能封装类,承载了 DepsModel 相关的内聚属性定义与状态维护。它的存在隔离了局部的业务复杂性,并对外提供了类型安全的访问接口。"""
"""
DepsModel类
继承自pydantic的BaseModel类,是agent运行时依赖模型的父类
"""
pass
class InputModel(BaseModel):
"""InputModel 核心组件类。
这是一个领域数据模型或功能封装类,承载了 InputModel 相关的内聚属性定义与状态维护。它的存在隔离了局部的业务复杂性,并对外提供了类型安全的访问接口。"""
class RequestModel(BaseModel):
"""
RequestModel类
继承自pydantic的BaseModel类,是一切请求模型的父类
"""
pass