zhaoxi
d30c7e37a6
##前端美化和bug修复 #### 💄 美化 - **前端美化**：对于整个前端效果进行了重新设计，现在的前端看起来会更立体。 #### 🐛 修复 - **前端演示**：修复了前端展示workflow列表的bug，但是workflow的具体条目显示由于序列化导致仍然有问题。 - **密钥修复**：对于secret_key现在在使用默认情况时，会强制生成一个安全的密钥。
119 lines
8.1 KiB
Python
119 lines
8.1 KiB
Python
# Copyright 2026 zhaoxi826
|
|
#
|
|
# Licensed under the Apache License, Version 2.0 (the "License");
|
|
# you may not use this file except in compliance with the License.
|
|
# You may obtain a copy of the License at
|
|
#
|
|
# http://www.apache.org/licenses/LICENSE-2.0
|
|
#
|
|
# Unless required by applicable law or agreed to in writing, software
|
|
# distributed under the License is distributed on an "AS IS" BASIS,
|
|
# 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 pydantic import BaseModel
|
|
import viceroy
|
|
from pretor.core.workflow.workflow_template_generator.workflow_template import WorkflowTemplate
|
|
from pretor.utils.ray_hook import ray_actor_hook
|
|
from fastapi import APIRouter, Depends
|
|
from pretor.utils.access import TokenData
|
|
from pretor.utils.check_user.role_check import RoleChecker
|
|
from pretor.core.database.table.user import UserAuthority
|
|
|
|
resource_router = APIRouter(prefix="/api/v1/resource")
|
|
|
|
@resource_router.post("/workflow_template")
|
|
async def create_workflow_template(workflow_template: WorkflowTemplate,
|
|
_: TokenData = Depends(RoleChecker(allowed_roles=UserAuthority.USER))):
|
|
"""处理针对 create workflow template 相关的 HTTP API 请求。
|
|
该接口负责解析前端传入的载荷数据，调用底层核心业务逻辑进行处理，并组装标准化的 JSON 响应。
|
|
Args: workflow_template (WorkflowTemplate): 参与 create workflow template 逻辑运算或数据构建的上下文依赖对象。 _ (TokenData): 参与 create workflow template 逻辑运算或数据构建的上下文依赖对象。
|
|
Returns: : 序列化后的标准网络响应模型（如包含业务状态码、成功标志及对应的数据载荷 Data）。 """
|
|
global_state_machine = ray_actor_hook("global_state_machine").global_state_machine
|
|
await global_state_machine.add_workflow_template.remote( workflow_template.name, workflow_template)
|
|
return {"message": "创建成功"}
|
|
|
|
@resource_router.get("/workflow_template")
|
|
async def get_workflow_templates(_: TokenData = Depends(RoleChecker(allowed_roles=UserAuthority.USER))):
|
|
"""处理针对 get workflow templates 相关的 HTTP API 请求。
|
|
该接口负责解析前端传入的载荷数据，调用底层核心业务逻辑进行处理，并组装标准化的 JSON 响应。
|
|
Args: _ (TokenData): 参与 get workflow templates 逻辑运算或数据构建的上下文依赖对象。
|
|
Returns: : 序列化后的标准网络响应模型（如包含业务状态码、成功标志及对应的数据载荷 Data）。 """
|
|
global_state_machine = ray_actor_hook("global_state_machine").global_state_machine
|
|
templates = await global_state_machine.get_all_workflow_templates.remote()
|
|
return {"templates": templates}
|
|
|
|
@resource_router.delete("/workflow_template/{template_name}")
|
|
async def delete_workflow_template(template_name: str, _: TokenData = Depends(RoleChecker(allowed_roles=UserAuthority.SUPER_ADMINISTRATOR))):
|
|
"""处理针对 delete workflow template 相关的 HTTP API 请求。
|
|
该接口负责解析前端传入的载荷数据，调用底层核心业务逻辑进行处理，并组装标准化的 JSON 响应。
|
|
Args: template_name (str): 赋予该实体的人类可读名称或标题字符串，主要用于前端 UI 展示、日志记录或模糊检索。 _ (TokenData): 参与 delete workflow template 逻辑运算或数据构建的上下文依赖对象。
|
|
Returns: : 序列化后的标准网络响应模型（如包含业务状态码、成功标志及对应的数据载荷 Data）。 """
|
|
global_state_machine = ray_actor_hook("global_state_machine").global_state_machine
|
|
await global_state_machine.delete_workflow_template.remote( template_name)
|
|
return {"message": "success"}
|
|
|
|
|
|
|
|
class Skill(BaseModel):
|
|
"""Skill 核心组件类。
|
|
这是一个领域数据模型或功能封装类，承载了 Skill 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。 """
|
|
repo_url: str
|
|
path: str | None
|
|
|
|
@resource_router.post("/skill")
|
|
async def install_skill(skill: Skill,
|
|
_: TokenData = Depends(RoleChecker(allowed_roles=UserAuthority.USER))):
|
|
"""处理针对 install skill 相关的 HTTP API 请求。
|
|
该接口负责解析前端传入的载荷数据，调用底层核心业务逻辑进行处理，并组装标准化的 JSON 响应。
|
|
Args: skill (Skill): 参与 install skill 逻辑运算或数据构建的上下文依赖对象。 _ (TokenData): 参与 install skill 逻辑运算或数据构建的上下文依赖对象。
|
|
Returns: : 序列化后的标准网络响应模型（如包含业务状态码、成功标志及对应的数据载荷 Data）。 """
|
|
global_state_machine = ray_actor_hook("global_state_machine").global_state_machine
|
|
# noinspection PyUnresolvedReferences
|
|
import os
|
|
skill_output_dir = os.path.abspath(os.path.join(os.path.dirname(__file__), "..", "plugin", "skill"))
|
|
os.makedirs(skill_output_dir, exist_ok=True)
|
|
await viceroy.install_skill_async(url = skill.repo_url,
|
|
path = skill.path,
|
|
output = skill_output_dir)
|
|
if skill.path:
|
|
skill_name = skill.path.split("/")[-1]
|
|
else:
|
|
skill_name = skill.repo_url.split("/")[-1]
|
|
await global_state_machine.add_skill.remote( skill_name)
|
|
return {"message": "创建成功"}
|
|
|
|
@resource_router.get("/skill")
|
|
async def get_skills(_: TokenData = Depends(RoleChecker(allowed_roles=UserAuthority.USER))):
|
|
"""处理针对 get skills 相关的 HTTP API 请求。
|
|
该接口负责解析前端传入的载荷数据，调用底层核心业务逻辑进行处理，并组装标准化的 JSON 响应。
|
|
Args: _ (TokenData): 参与 get skills 逻辑运算或数据构建的上下文依赖对象。
|
|
Returns: : 序列化后的标准网络响应模型（如包含业务状态码、成功标志及对应的数据载荷 Data）。 """
|
|
global_state_machine = ray_actor_hook("global_state_machine").global_state_machine
|
|
skills = await global_state_machine.get_skill_list.remote()
|
|
return {"skills": skills}
|
|
|
|
@resource_router.delete("/skill/{skill_name}")
|
|
async def delete_skill(skill_name: str, _: TokenData = Depends(RoleChecker(allowed_roles=UserAuthority.SUPER_ADMINISTRATOR))):
|
|
"""处理针对 delete skill 相关的 HTTP API 请求。
|
|
该接口负责解析前端传入的载荷数据，调用底层核心业务逻辑进行处理，并组装标准化的 JSON 响应。
|
|
Args: skill_name (str): 赋予该实体的人类可读名称或标题字符串，主要用于前端 UI 展示、日志记录或模糊检索。 _ (TokenData): 参与 delete skill 逻辑运算或数据构建的上下文依赖对象。
|
|
Returns: : 序列化后的标准网络响应模型（如包含业务状态码、成功标志及对应的数据载荷 Data）。 """
|
|
global_state_machine = ray_actor_hook("global_state_machine").global_state_machine
|
|
# Note: this only removes it from the state machine manager.
|
|
await global_state_machine.remove_skill.remote( skill_name)
|
|
return {"message": "success"}
|
|
|
|
@resource_router.get("/tool")
|
|
async def get_tools(_: TokenData = Depends(RoleChecker(allowed_roles=UserAuthority.USER))):
|
|
"""处理针对 get tools 相关的 HTTP API 请求。
|
|
该接口负责解析前端传入的载荷数据，调用底层核心业务逻辑进行处理，并组装标准化的 JSON 响应。
|
|
Args: _ (TokenData): 参与 get tools 逻辑运算或数据构建的上下文依赖对象。
|
|
Returns: : 序列化后的标准网络响应模型（如包含业务状态码、成功标志及对应的数据载荷 Data）。 """
|
|
global_state_machine = ray_actor_hook("global_state_machine").global_state_machine
|
|
tool_mapper = await global_state_machine.get_tool_mapper.remote()
|
|
all_tool_names = set()
|
|
for scope_tools in tool_mapper.values():
|
|
all_tool_names.update(scope_tools.keys())
|
|
return {"tools": list(all_tool_names)} |