feat(frontend):优化前端页面设计
This commit is contained in:
@@ -28,8 +28,11 @@ from pydantic_ai import RunContext, Agent
|
||||
|
||||
@ray.remote
|
||||
class RegulatoryNode:
|
||||
"""regulatoryNode 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。"""
|
||||
"""RegulatoryNode(监管节点):用户请求的入口路由 Actor。
|
||||
|
||||
负责对消息做意图识别:闲聊 → 直接回 ``ForUser``;复杂任务 → 走
|
||||
``ForConsciousnessNode`` 移交给意识节点;工作流回执 → 转译成对用户的总结回复。
|
||||
"""
|
||||
|
||||
def __init__(self) -> None:
|
||||
from kilostar.utils.logger import get_logger
|
||||
@@ -86,10 +89,7 @@ class RegulatoryNode:
|
||||
|
||||
@self.agent.system_prompt
|
||||
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。
|
||||
Returns: : 经由当前业务模型加工处理后所输出的具体数据实例或领域模型对象。"""
|
||||
"""运行期动态拼接 system prompt:注入平台/用户/时间/错误历史等上下文。"""
|
||||
prompt = system_prompt + "\n\n"
|
||||
prompt += (
|
||||
f"=== 当前上下文 ===\n"
|
||||
|
||||
Reference in New Issue
Block a user