129 lines
5.3 KiB
Python
129 lines
5.3 KiB
Python
"""screen agent：新建和修改大屏的唯一入口
|
||
|
||
代码只负责组装；改哪些组件、怎么做、要不要追问由模型结合 skill 决定
|
||
规则各有唯一出处：动作协议在 Action schema，回复要求在 AgentReply，追问格式在 Clarification，
|
||
组件目录和物料在物料 MCP，各类任务的做法在 skill；系统提示只放每次都要用、别处放不下的原则
|
||
"""
|
||
|
||
from typing import Literal, Self
|
||
|
||
from langchain.agents import create_agent
|
||
from langchain.agents.middleware import ModelCallLimitMiddleware, wrap_model_call
|
||
from langchain.agents.structured_output import ToolStrategy
|
||
from langchain_core.messages import AIMessage, HumanMessage
|
||
from loguru import logger
|
||
from pydantic import BaseModel, Field, model_validator
|
||
|
||
from app.agent.skills import skill_middleware
|
||
from app.agent.tools import (
|
||
ScreenAgentContext,
|
||
ScreenAgentState,
|
||
apply_actions,
|
||
get_nodes,
|
||
)
|
||
from app.clients.llm import get_llm
|
||
from app.clients.mcp import get_mcp_tools
|
||
from app.config import settings
|
||
from app.prompt.domain import INPUT_AS_DATA
|
||
from app.schemas.clarification import Clarification
|
||
|
||
SYSTEM_PROMPT = f"""你是大屏编辑助手，按用户的要求新建大屏，新增、修改、删除组件，或调整画布
|
||
先了解需要的信息（大屏摘要、组件配置、物料、skill），再用 apply_actions 提交修改，最后回复用户
|
||
|
||
<input_rules>
|
||
{INPUT_AS_DATA}
|
||
</input_rules>
|
||
|
||
<clarify_rules>
|
||
默认先执行：缺少的细节（位置、尺寸、标题、样式等）用合理的默认值补齐
|
||
只有无法确定用户指的是哪个组件，或看不出用户要做什么时才追问；澄清记录里已经回答过的不再问
|
||
只删除用户明确要求删除的组件；不确定删哪个时追问，不要猜
|
||
</clarify_rules>"""
|
||
|
||
|
||
class AgentReply(BaseModel):
|
||
kind: Literal["done", "clarify", "unable"] = Field(
|
||
description="done：最后一次 apply_actions 已成功，或请求不需要修改（例如只是提问）；"
|
||
"clarify：需要用户回答才能继续；unable：无法完成"
|
||
)
|
||
message: str = Field(
|
||
default="",
|
||
description="给用户看的一两句话。done：说明改了什么，用了默认值或示例数据时一并说明，没有修改时直接回答；"
|
||
"unable：说明原因，有可行的替代做法时一并给出；clarify：不用填",
|
||
)
|
||
clarification: Clarification | None = Field(
|
||
default=None, description="kind=clarify 时填写，其他情况不填"
|
||
)
|
||
|
||
@model_validator(mode="after")
|
||
def clarification_matches_kind(self) -> Self:
|
||
if (self.kind == "clarify") != (self.clarification is not None):
|
||
raise ValueError("kind=clarify 时必须填写 clarification，其他情况不填")
|
||
return self
|
||
|
||
|
||
# 模型没有调用工具时最多纠正几次
|
||
NO_TOOL_CALL_RETRIES = 2
|
||
NO_TOOL_CALL_HINT = (
|
||
"每一轮都要调用工具。要结束时调用 AgentReply，给用户的话写在 message 里"
|
||
)
|
||
|
||
|
||
@wrap_model_call
|
||
async def require_tool_call(request, handler):
|
||
"""ToolStrategy 要求每一轮都调用工具，结束时调用 AgentReply；模型偶尔只回文本（想直接回复用户）或空回复
|
||
|
||
原样重试往往得到同样的结果，或者模型转而重复提交 apply_actions 直到调用次数用尽，
|
||
所以把它的回复和纠正说明加在下一次调用里；只用于这一次调用，不写进 agent 的消息
|
||
"""
|
||
response = await handler(request)
|
||
for _ in range(NO_TOOL_CALL_RETRIES):
|
||
message = response.result[0] if response.result else None
|
||
if not isinstance(message, AIMessage) or message.tool_calls:
|
||
break
|
||
logger.warning(
|
||
f"模型没有调用工具，纠正后重新调用: {str(message.content)[:200]}"
|
||
)
|
||
# 空回复不放回去，部分接口不接受内容为空的助手消息
|
||
replied = [message] if message.content else []
|
||
request = request.override(
|
||
messages=[
|
||
*request.messages,
|
||
*replied,
|
||
HumanMessage(content=NO_TOOL_CALL_HINT),
|
||
]
|
||
)
|
||
response = await handler(request)
|
||
return response
|
||
|
||
|
||
_agent = None
|
||
|
||
|
||
async def get_screen_agent():
|
||
"""第一次使用时组装，之后复用；系统提示是常量，不随物料目录变化"""
|
||
global _agent
|
||
if _agent is None:
|
||
_agent = create_agent(
|
||
model=get_llm(),
|
||
tools=[get_nodes, apply_actions, *await get_mcp_tools()],
|
||
system_prompt=SYSTEM_PROMPT,
|
||
# 用工具调用给出结论：试过原生结构化输出（ProviderStrategy），歧义时模型更常直接执行而不追问，评测多删了组件
|
||
response_format=ToolStrategy(AgentReply),
|
||
state_schema=ScreenAgentState,
|
||
context_schema=ScreenAgentContext,
|
||
middleware=[
|
||
*skill_middleware(),
|
||
require_tool_call,
|
||
# 超过上限时插入说明并结束，没有结构化结果，由节点按失败处理
|
||
ModelCallLimitMiddleware(
|
||
run_limit=settings.max_agent_steps, exit_behavior="end"
|
||
),
|
||
],
|
||
# 不继承外层图的检查点：agent 内部没有中断，中间消息不需要持久化
|
||
checkpointer=False,
|
||
name="screen_agent",
|
||
)
|
||
|
||
return _agent
|