feat:优化执行步骤

This commit is contained in:
2026-10-08 00:28:29 -07:00
parent 62a5b2a8f4
commit 05c050d2ba
20 changed files with 625 additions and 69 deletions
+23 -34
View File
@@ -1,44 +1,33 @@
"""skill 渐进式加载:目录追加到系统提示,正文和附件由模型用 read_file 按需读取
"""skill 正文直接写进系统提示
加载、解析和校验都由 Deep Agents 的 SkillsMiddleware 完成,这里只有配置
skill 总共几 KB,每次调用都会命中提示缓存;如果让模型自己 read_file,每个请求要多 2 次串行调用,
每次几秒,比多带这几 KB 贵得多。需要附件(references/)的 skill 出现后,再改回按需读取
"""
from pathlib import Path
from deepagents.backends.filesystem import FilesystemBackend
from deepagents.middleware.filesystem import FilesystemMiddleware
from deepagents.middleware.skills import SkillsMiddleware
from langchain.agents.middleware import AgentMiddleware
SKILLS_ROOT = Path(__file__).resolve().parents[2] / "skills"
# 必须保留三个占位符;目录每一行的格式由库固定
SKILLS_PROMPT = """<skills>
以下 skill 提供特定任务的做法。{skills_locations}{skills_load_warnings}
{skills_list}
使用方式:
1. 任务符合某个 skill 的描述时,先用 read_file 读取它的 SKILL.md 再动手,传 limit=1000(默认只读 100 行)
2. 正文中引用的文件写的是相对路径,拼在该 skill 的目录后再读取,例如 chart-replace 正文里的 references/a.md 要读 /chart-replace/references/a.md
3. 一个请求可以用到多个 skill
</skills>"""
def _split_frontmatter(text: str) -> tuple[dict[str, str], str]:
_, header, body = text.split("---", 2)
meta = {}
for line in header.strip().splitlines():
key, _, value = line.partition(":")
meta[key.strip()] = value.strip()
return meta, body.strip()
def skill_middleware(root: Path = SKILLS_ROOT) -> list[AgentMiddleware]:
# virtual_mode:路径以 skills/ 为根,拦截 ..、~ 和根目录以外的路径
backend = FilesystemBackend(root_dir=root, virtual_mode=True)
return [
FilesystemMiddleware(
backend=backend,
# 只开放读取,不提供写入、搜索和执行
tools=["read_file"],
# 关闭大结果写盘,否则会往 skills/ 里写文件
tool_token_limit_before_evict=None,
human_message_token_limit_before_evict=None,
),
# 用元组写明来源标签,裸路径 "/" 的标签会变成 Unnamed
SkillsMiddleware(
backend=backend, sources=[("/", "大屏")], system_prompt=SKILLS_PROMPT
),
]
def skills_prompt(root: Path = SKILLS_ROOT) -> str:
"""每个 skill 一段:description 说明什么时候用,正文是做法;任务符合描述时按正文做,一个请求可以用到多个"""
sections = []
for path in sorted(root.glob("*/SKILL.md")):
meta, body = _split_frontmatter(path.read_text(encoding="utf-8"))
sections.append(
f'<skill name="{meta["name"]}">\n适用:{meta["description"]}\n\n{body}\n</skill>'
)
return (
"<skills>\n以下 skill 提供特定任务的做法,任务符合“适用”时按正文做,一个请求可以用到多个\n\n"
+ "\n\n".join(sections)
+ "\n</skills>"
)