550 lines
17 KiB
Python
550 lines
17 KiB
Python
|
#!/usr/bin/env python3
|
|||
|
|
"""
|
|||
|
|
生成智能聊天Agent示例
|
|||
|
|
展示如何使用平台能力构建一个完整的聊天智能体，包含：
|
|||
|
|
- 记忆管理（缓存节点）
|
|||
|
|
- 意图识别（LLM节点）
|
|||
|
|
- 多分支路由（Switch节点）
|
|||
|
|
- 上下文传递（Transform节点）
|
|||
|
|
- 多轮对话支持
|
|||
|
|
"""
|
|||
|
|
import sys
|
|||
|
|
import os
|
|||
|
|
sys.path.insert(0, os.path.dirname(os.path.dirname(os.path.abspath(__file__))))
|
|||
|
|
|
|||
|
|
from sqlalchemy.orm import Session
|
|||
|
|
from app.core.database import SessionLocal
|
|||
|
|
from app.models.agent import Agent
|
|||
|
|
from app.models.user import User
|
|||
|
|
from datetime import datetime
|
|||
|
|
import uuid
|
|||
|
|
|
|||
|
|
|
|||
|
|
def generate_chat_agent(db: Session, user: User):
|
|||
|
|
"""生成智能聊天Agent - 完整示例"""
|
|||
|
|
nodes = []
|
|||
|
|
edges = []
|
|||
|
|
|
|||
|
|
# ========== 1. 开始节点 ==========
|
|||
|
|
start_node = {
|
|||
|
|
"id": "start-1",
|
|||
|
|
"type": "start",
|
|||
|
|
"position": {"x": 50, "y": 400},
|
|||
|
|
"data": {
|
|||
|
|
"label": "开始",
|
|||
|
|
"output_format": "json"
|
|||
|
|
}
|
|||
|
|
}
|
|||
|
|
nodes.append(start_node)
|
|||
|
|
|
|||
|
|
# ========== 2. 查询记忆节点 ==========
|
|||
|
|
query_memory_node = {
|
|||
|
|
"id": "cache-query",
|
|||
|
|
"type": "cache",
|
|||
|
|
"position": {"x": 250, "y": 400},
|
|||
|
|
"data": {
|
|||
|
|
"label": "查询记忆",
|
|||
|
|
"operation": "get",
|
|||
|
|
"key": "user_memory_{user_id}",
|
|||
|
|
"default_value": '{"conversation_history": [], "user_profile": {}, "context": {}}'
|
|||
|
|
}
|
|||
|
|
}
|
|||
|
|
nodes.append(query_memory_node)
|
|||
|
|
|
|||
|
|
# ========== 3. 合并用户输入和记忆 ==========
|
|||
|
|
merge_context_node = {
|
|||
|
|
"id": "transform-merge",
|
|||
|
|
"type": "transform",
|
|||
|
|
"position": {"x": 450, "y": 400},
|
|||
|
|
"data": {
|
|||
|
|
"label": "合并上下文",
|
|||
|
|
"mode": "merge",
|
|||
|
|
"mapping": {
|
|||
|
|
"user_input": "{{query}}",
|
|||
|
|
"memory": "{{output}}",
|
|||
|
|
"timestamp": "{{timestamp}}"
|
|||
|
|
}
|
|||
|
|
}
|
|||
|
|
}
|
|||
|
|
nodes.append(merge_context_node)
|
|||
|
|
|
|||
|
|
# ========== 4. 意图理解节点 ==========
|
|||
|
|
intent_node = {
|
|||
|
|
"id": "llm-intent",
|
|||
|
|
"type": "llm",
|
|||
|
|
"position": {"x": 650, "y": 400},
|
|||
|
|
"data": {
|
|||
|
|
"label": "意图理解",
|
|||
|
|
"provider": "deepseek",
|
|||
|
|
"model": "deepseek-chat",
|
|||
|
|
"temperature": "0.3",
|
|||
|
|
"max_tokens": "1000",
|
|||
|
|
"prompt": """你是一个专业的对话意图分析助手。请分析用户的输入，识别用户的意图和情感。
|
|||
|
|
|
|||
|
|
用户输入：{{user_input}}
|
|||
|
|
对话历史：{{memory.conversation_history}}
|
|||
|
|
用户画像：{{memory.user_profile}}
|
|||
|
|
|
|||
|
|
请以JSON格式输出分析结果：
|
|||
|
|
{
|
|||
|
|
"intent": "意图类型（greeting/question/emotion/request/goodbye/other）",
|
|||
|
|
"emotion": "情感状态（positive/neutral/negative）",
|
|||
|
|
"keywords": ["关键词1", "关键词2"],
|
|||
|
|
"topic": "话题主题",
|
|||
|
|
"needs_response": true
|
|||
|
|
}
|
|||
|
|
|
|||
|
|
请确保输出是有效的JSON格式，不要包含其他文字。"""
|
|||
|
|
}
|
|||
|
|
}
|
|||
|
|
nodes.append(intent_node)
|
|||
|
|
|
|||
|
|
# ========== 5. Switch节点 - 根据意图分支 ==========
|
|||
|
|
switch_node = {
|
|||
|
|
"id": "switch-intent",
|
|||
|
|
"type": "switch",
|
|||
|
|
"position": {"x": 850, "y": 400},
|
|||
|
|
"data": {
|
|||
|
|
"label": "意图路由",
|
|||
|
|
"field": "intent",
|
|||
|
|
"cases": {
|
|||
|
|
"greeting": "greeting-handle",
|
|||
|
|
"question": "question-handle",
|
|||
|
|
"emotion": "emotion-handle",
|
|||
|
|
"request": "request-handle",
|
|||
|
|
"goodbye": "goodbye-handle"
|
|||
|
|
},
|
|||
|
|
"default": "general-handle"
|
|||
|
|
}
|
|||
|
|
}
|
|||
|
|
nodes.append(switch_node)
|
|||
|
|
|
|||
|
|
# ========== 6. 问候处理分支 ==========
|
|||
|
|
greeting_node = {
|
|||
|
|
"id": "llm-greeting",
|
|||
|
|
"type": "llm",
|
|||
|
|
"position": {"x": 1050, "y": 200},
|
|||
|
|
"data": {
|
|||
|
|
"label": "问候回复",
|
|||
|
|
"provider": "deepseek",
|
|||
|
|
"model": "deepseek-chat",
|
|||
|
|
"temperature": "0.7",
|
|||
|
|
"max_tokens": "500",
|
|||
|
|
"prompt": """你是一个温暖、友好的AI助手。用户向你打招呼，请用自然、亲切的方式回应。
|
|||
|
|
|
|||
|
|
用户输入：{{user_input}}
|
|||
|
|
对话历史：{{memory.conversation_history}}
|
|||
|
|
|
|||
|
|
请生成一个友好、自然的问候回复，长度控制在50字以内。直接输出回复内容，不要包含其他说明。"""
|
|||
|
|
}
|
|||
|
|
}
|
|||
|
|
nodes.append(greeting_node)
|
|||
|
|
|
|||
|
|
# ========== 7. 问题处理分支 ==========
|
|||
|
|
question_node = {
|
|||
|
|
"id": "llm-question",
|
|||
|
|
"type": "llm",
|
|||
|
|
"position": {"x": 1050, "y": 300},
|
|||
|
|
"data": {
|
|||
|
|
"label": "问题回答",
|
|||
|
|
"provider": "deepseek",
|
|||
|
|
"model": "deepseek-chat",
|
|||
|
|
"temperature": "0.5",
|
|||
|
|
"max_tokens": "2000",
|
|||
|
|
"prompt": """你是一个知识渊博、乐于助人的AI助手。请回答用户的问题。
|
|||
|
|
|
|||
|
|
用户问题：{{user_input}}
|
|||
|
|
对话历史：{{memory.conversation_history}}
|
|||
|
|
意图分析：{{output}}
|
|||
|
|
|
|||
|
|
请提供：
|
|||
|
|
1. 直接、准确的答案
|
|||
|
|
2. 必要的解释和说明
|
|||
|
|
3. 如果问题不明确，友好地询问更多信息
|
|||
|
|
|
|||
|
|
请以自然、易懂的方式回答，长度控制在200字以内。直接输出回答内容。"""
|
|||
|
|
}
|
|||
|
|
}
|
|||
|
|
nodes.append(question_node)
|
|||
|
|
|
|||
|
|
# ========== 8. 情感处理分支 ==========
|
|||
|
|
emotion_node = {
|
|||
|
|
"id": "llm-emotion",
|
|||
|
|
"type": "llm",
|
|||
|
|
"position": {"x": 1050, "y": 400},
|
|||
|
|
"data": {
|
|||
|
|
"label": "情感回应",
|
|||
|
|
"provider": "deepseek",
|
|||
|
|
"model": "deepseek-chat",
|
|||
|
|
"temperature": "0.8",
|
|||
|
|
"max_tokens": "1000",
|
|||
|
|
"prompt": """你是一个善解人意的AI助手。请根据用户的情感状态，给予适当的回应。
|
|||
|
|
|
|||
|
|
用户输入：{{user_input}}
|
|||
|
|
情感状态：{{output.emotion}}
|
|||
|
|
对话历史：{{memory.conversation_history}}
|
|||
|
|
|
|||
|
|
请根据用户的情感：
|
|||
|
|
- 如果是积极情感：给予鼓励和共鸣
|
|||
|
|
- 如果是消极情感：给予理解、安慰和支持
|
|||
|
|
- 如果是中性情感：给予关注和陪伴
|
|||
|
|
|
|||
|
|
请生成一个温暖、共情的回复，长度控制在150字以内。直接输出回复内容。"""
|
|||
|
|
}
|
|||
|
|
}
|
|||
|
|
nodes.append(emotion_node)
|
|||
|
|
|
|||
|
|
# ========== 9. 请求处理分支 ==========
|
|||
|
|
request_node = {
|
|||
|
|
"id": "llm-request",
|
|||
|
|
"type": "llm",
|
|||
|
|
"position": {"x": 1050, "y": 500},
|
|||
|
|
"data": {
|
|||
|
|
"label": "请求处理",
|
|||
|
|
"provider": "deepseek",
|
|||
|
|
"model": "deepseek-chat",
|
|||
|
|
"temperature": "0.4",
|
|||
|
|
"max_tokens": "1500",
|
|||
|
|
"prompt": """你是一个专业的AI助手。用户提出了一个请求，请分析并回应。
|
|||
|
|
|
|||
|
|
用户请求：{{user_input}}
|
|||
|
|
意图分析：{{output}}
|
|||
|
|
对话历史：{{memory.conversation_history}}
|
|||
|
|
|
|||
|
|
请：
|
|||
|
|
1. 理解用户的请求内容
|
|||
|
|
2. 如果可以满足，说明如何满足
|
|||
|
|
3. 如果无法满足，友好地说明原因并提供替代方案
|
|||
|
|
|
|||
|
|
请以清晰、友好的方式回应，长度控制在200字以内。直接输出回复内容。"""
|
|||
|
|
}
|
|||
|
|
}
|
|||
|
|
nodes.append(request_node)
|
|||
|
|
|
|||
|
|
# ========== 10. 告别处理分支 ==========
|
|||
|
|
goodbye_node = {
|
|||
|
|
"id": "llm-goodbye",
|
|||
|
|
"type": "llm",
|
|||
|
|
"position": {"x": 1050, "y": 600},
|
|||
|
|
"data": {
|
|||
|
|
"label": "告别回复",
|
|||
|
|
"provider": "deepseek",
|
|||
|
|
"model": "deepseek-chat",
|
|||
|
|
"temperature": "0.6",
|
|||
|
|
"max_tokens": "300",
|
|||
|
|
"prompt": """你是一个友好的AI助手。用户要结束对话，请给予温暖的告别。
|
|||
|
|
|
|||
|
|
用户输入：{{user_input}}
|
|||
|
|
对话历史：{{memory.conversation_history}}
|
|||
|
|
|
|||
|
|
请生成一个温暖、友好的告别回复，表达期待下次交流。长度控制在50字以内。直接输出回复内容。"""
|
|||
|
|
}
|
|||
|
|
}
|
|||
|
|
nodes.append(goodbye_node)
|
|||
|
|
|
|||
|
|
# ========== 11. 通用处理分支 ==========
|
|||
|
|
general_node = {
|
|||
|
|
"id": "llm-general",
|
|||
|
|
"type": "llm",
|
|||
|
|
"position": {"x": 1050, "y": 700},
|
|||
|
|
"data": {
|
|||
|
|
"label": "通用回复",
|
|||
|
|
"provider": "deepseek",
|
|||
|
|
"model": "deepseek-chat",
|
|||
|
|
"temperature": "0.6",
|
|||
|
|
"max_tokens": "1000",
|
|||
|
|
"prompt": """你是一个友好、专业的AI助手。请回应用户的输入。
|
|||
|
|
|
|||
|
|
用户输入：{{user_input}}
|
|||
|
|
对话历史：{{memory.conversation_history}}
|
|||
|
|
意图分析：{{output}}
|
|||
|
|
|
|||
|
|
请生成一个自然、有意义的回复，保持对话的连贯性。长度控制在150字以内。直接输出回复内容。"""
|
|||
|
|
}
|
|||
|
|
}
|
|||
|
|
nodes.append(general_node)
|
|||
|
|
|
|||
|
|
# ========== 12. Merge节点 - 合并所有分支结果 ==========
|
|||
|
|
merge_response_node = {
|
|||
|
|
"id": "merge-response",
|
|||
|
|
"type": "merge",
|
|||
|
|
"position": {"x": 1250, "y": 400},
|
|||
|
|
"data": {
|
|||
|
|
"label": "合并回复",
|
|||
|
|
"mode": "merge_first",
|
|||
|
|
"strategy": "object"
|
|||
|
|
}
|
|||
|
|
}
|
|||
|
|
nodes.append(merge_response_node)
|
|||
|
|
|
|||
|
|
# ========== 13. 更新记忆节点 ==========
|
|||
|
|
update_memory_node = {
|
|||
|
|
"id": "cache-update",
|
|||
|
|
"type": "cache",
|
|||
|
|
"position": {"x": 1450, "y": 400},
|
|||
|
|
"data": {
|
|||
|
|
"label": "更新记忆",
|
|||
|
|
"operation": "set",
|
|||
|
|
"key": "user_memory_{user_id}",
|
|||
|
|
"value": '{"conversation_history": {{memory.conversation_history}} + [{"role": "user", "content": "{{user_input}}", "timestamp": "{{timestamp}}"}, {"role": "assistant", "content": "{{output}}", "timestamp": "{{timestamp}}"}], "user_profile": {{memory.user_profile}}, "context": {{memory.context}}}',
|
|||
|
|
"ttl": 86400
|
|||
|
|
}
|
|||
|
|
}
|
|||
|
|
nodes.append(update_memory_node)
|
|||
|
|
|
|||
|
|
# ========== 14. 格式化最终回复 ==========
|
|||
|
|
format_response_node = {
|
|||
|
|
"id": "llm-format",
|
|||
|
|
"type": "llm",
|
|||
|
|
"position": {"x": 1650, "y": 400},
|
|||
|
|
"data": {
|
|||
|
|
"label": "格式化回复",
|
|||
|
|
"provider": "deepseek",
|
|||
|
|
"model": "deepseek-chat",
|
|||
|
|
"temperature": "0.3",
|
|||
|
|
"max_tokens": "500",
|
|||
|
|
"prompt": """请将以下回复内容格式化为最终输出。确保回复自然、流畅。
|
|||
|
|
|
|||
|
|
原始回复：{{output}}
|
|||
|
|
|
|||
|
|
请直接输出格式化后的回复内容，不要包含其他说明或标记。如果原始回复已经是合适的格式，直接输出即可。"""
|
|||
|
|
}
|
|||
|
|
}
|
|||
|
|
nodes.append(format_response_node)
|
|||
|
|
|
|||
|
|
# ========== 15. 结束节点 ==========
|
|||
|
|
end_node = {
|
|||
|
|
"id": "end-1",
|
|||
|
|
"type": "end",
|
|||
|
|
"position": {"x": 1850, "y": 400},
|
|||
|
|
"data": {
|
|||
|
|
"label": "结束",
|
|||
|
|
"output_format": "text"
|
|||
|
|
}
|
|||
|
|
}
|
|||
|
|
nodes.append(end_node)
|
|||
|
|
|
|||
|
|
# ========== 连接边 ==========
|
|||
|
|
# 开始 -> 查询记忆
|
|||
|
|
edges.append({
|
|||
|
|
"id": "e1",
|
|||
|
|
"source": "start-1",
|
|||
|
|
"target": "cache-query",
|
|||
|
|
"sourceHandle": "right",
|
|||
|
|
"targetHandle": "left"
|
|||
|
|
})
|
|||
|
|
|
|||
|
|
# 查询记忆 -> 合并上下文
|
|||
|
|
edges.append({
|
|||
|
|
"id": "e2",
|
|||
|
|
"source": "cache-query",
|
|||
|
|
"target": "transform-merge",
|
|||
|
|
"sourceHandle": "right",
|
|||
|
|
"targetHandle": "left"
|
|||
|
|
})
|
|||
|
|
|
|||
|
|
# 合并上下文 -> 意图理解
|
|||
|
|
edges.append({
|
|||
|
|
"id": "e3",
|
|||
|
|
"source": "transform-merge",
|
|||
|
|
"target": "llm-intent",
|
|||
|
|
"sourceHandle": "right",
|
|||
|
|
"targetHandle": "left"
|
|||
|
|
})
|
|||
|
|
|
|||
|
|
# 意图理解 -> Switch路由
|
|||
|
|
edges.append({
|
|||
|
|
"id": "e4",
|
|||
|
|
"source": "llm-intent",
|
|||
|
|
"target": "switch-intent",
|
|||
|
|
"sourceHandle": "right",
|
|||
|
|
"targetHandle": "left"
|
|||
|
|
})
|
|||
|
|
|
|||
|
|
# Switch -> 各分支处理节点
|
|||
|
|
edges.append({
|
|||
|
|
"id": "e5-greeting",
|
|||
|
|
"source": "switch-intent",
|
|||
|
|
"target": "llm-greeting",
|
|||
|
|
"sourceHandle": "greeting-handle",
|
|||
|
|
"targetHandle": "left"
|
|||
|
|
})
|
|||
|
|
edges.append({
|
|||
|
|
"id": "e5-question",
|
|||
|
|
"source": "switch-intent",
|
|||
|
|
"target": "llm-question",
|
|||
|
|
"sourceHandle": "question-handle",
|
|||
|
|
"targetHandle": "left"
|
|||
|
|
})
|
|||
|
|
edges.append({
|
|||
|
|
"id": "e5-emotion",
|
|||
|
|
"source": "switch-intent",
|
|||
|
|
"target": "llm-emotion",
|
|||
|
|
"sourceHandle": "emotion-handle",
|
|||
|
|
"targetHandle": "left"
|
|||
|
|
})
|
|||
|
|
edges.append({
|
|||
|
|
"id": "e5-request",
|
|||
|
|
"source": "switch-intent",
|
|||
|
|
"target": "llm-request",
|
|||
|
|
"sourceHandle": "request-handle",
|
|||
|
|
"targetHandle": "left"
|
|||
|
|
})
|
|||
|
|
edges.append({
|
|||
|
|
"id": "e5-goodbye",
|
|||
|
|
"source": "switch-intent",
|
|||
|
|
"target": "llm-goodbye",
|
|||
|
|
"sourceHandle": "goodbye-handle",
|
|||
|
|
"targetHandle": "left"
|
|||
|
|
})
|
|||
|
|
edges.append({
|
|||
|
|
"id": "e5-general",
|
|||
|
|
"source": "switch-intent",
|
|||
|
|
"target": "llm-general",
|
|||
|
|
"sourceHandle": "default",
|
|||
|
|
"targetHandle": "left"
|
|||
|
|
})
|
|||
|
|
|
|||
|
|
# 各分支 -> Merge节点
|
|||
|
|
edges.append({
|
|||
|
|
"id": "e6-greeting",
|
|||
|
|
"source": "llm-greeting",
|
|||
|
|
"target": "merge-response",
|
|||
|
|
"sourceHandle": "right",
|
|||
|
|
"targetHandle": "left"
|
|||
|
|
})
|
|||
|
|
edges.append({
|
|||
|
|
"id": "e6-question",
|
|||
|
|
"source": "llm-question",
|
|||
|
|
"target": "merge-response",
|
|||
|
|
"sourceHandle": "right",
|
|||
|
|
"targetHandle": "left"
|
|||
|
|
})
|
|||
|
|
edges.append({
|
|||
|
|
"id": "e6-emotion",
|
|||
|
|
"source": "llm-emotion",
|
|||
|
|
"target": "merge-response",
|
|||
|
|
"sourceHandle": "right",
|
|||
|
|
"targetHandle": "left"
|
|||
|
|
})
|
|||
|
|
edges.append({
|
|||
|
|
"id": "e6-request",
|
|||
|
|
"source": "llm-request",
|
|||
|
|
"target": "merge-response",
|
|||
|
|
"sourceHandle": "right",
|
|||
|
|
"targetHandle": "left"
|
|||
|
|
})
|
|||
|
|
edges.append({
|
|||
|
|
"id": "e6-goodbye",
|
|||
|
|
"source": "llm-goodbye",
|
|||
|
|
"target": "merge-response",
|
|||
|
|
"sourceHandle": "right",
|
|||
|
|
"targetHandle": "left"
|
|||
|
|
})
|
|||
|
|
edges.append({
|
|||
|
|
"id": "e6-general",
|
|||
|
|
"source": "llm-general",
|
|||
|
|
"target": "merge-response",
|
|||
|
|
"sourceHandle": "right",
|
|||
|
|
"targetHandle": "left"
|
|||
|
|
})
|
|||
|
|
|
|||
|
|
# Merge -> 更新记忆
|
|||
|
|
edges.append({
|
|||
|
|
"id": "e7",
|
|||
|
|
"source": "merge-response",
|
|||
|
|
"target": "cache-update",
|
|||
|
|
"sourceHandle": "right",
|
|||
|
|
"targetHandle": "left"
|
|||
|
|
})
|
|||
|
|
|
|||
|
|
# 更新记忆 -> 格式化回复
|
|||
|
|
edges.append({
|
|||
|
|
"id": "e8",
|
|||
|
|
"source": "cache-update",
|
|||
|
|
"target": "llm-format",
|
|||
|
|
"sourceHandle": "right",
|
|||
|
|
"targetHandle": "left"
|
|||
|
|
})
|
|||
|
|
|
|||
|
|
# 格式化回复 -> 结束
|
|||
|
|
edges.append({
|
|||
|
|
"id": "e9",
|
|||
|
|
"source": "llm-format",
|
|||
|
|
"target": "end-1",
|
|||
|
|
"sourceHandle": "right",
|
|||
|
|
"targetHandle": "left"
|
|||
|
|
})
|
|||
|
|
|
|||
|
|
return {
|
|||
|
|
"name": "智能聊天助手（完整示例）",
|
|||
|
|
"description": """一个完整的聊天智能体示例，展示平台的核心能力：
|
|||
|
|
- ✅ 记忆管理：使用缓存节点存储和查询对话历史
|
|||
|
|
- ✅ 意图识别：使用LLM节点分析用户意图
|
|||
|
|
- ✅ 多分支路由：使用Switch节点根据意图分发到不同处理分支
|
|||
|
|
- ✅ 上下文传递：使用Transform节点合并数据
|
|||
|
|
- ✅ 多轮对话：支持上下文记忆和连贯对话
|
|||
|
|
- ✅ 个性化回复：根据不同意图生成针对性回复
|
|||
|
|
|
|||
|
|
适用场景：情感陪聊、客服助手、智能问答等聊天场景。""",
|
|||
|
|
"workflow_config": {"nodes": nodes, "edges": edges}
|
|||
|
|
}
|
|||
|
|
|
|||
|
|
|
|||
|
|
def main():
|
|||
|
|
"""主函数：生成并保存Agent"""
|
|||
|
|
db = SessionLocal()
|
|||
|
|
try:
|
|||
|
|
# 获取或创建测试用户
|
|||
|
|
user = db.query(User).filter(User.username == "admin").first()
|
|||
|
|
if not user:
|
|||
|
|
print("请先创建admin用户")
|
|||
|
|
return
|
|||
|
|
|
|||
|
|
# 生成Agent
|
|||
|
|
agent_data = generate_chat_agent(db, user)
|
|||
|
|
|
|||
|
|
# 检查是否已存在
|
|||
|
|
existing = db.query(Agent).filter(
|
|||
|
|
Agent.name == agent_data["name"],
|
|||
|
|
Agent.user_id == user.id
|
|||
|
|
).first()
|
|||
|
|
|
|||
|
|
if existing:
|
|||
|
|
print(f"Agent '{agent_data['name']}' 已存在，跳过创建")
|
|||
|
|
return
|
|||
|
|
|
|||
|
|
# 创建Agent
|
|||
|
|
agent = Agent(
|
|||
|
|
name=agent_data["name"],
|
|||
|
|
description=agent_data["description"],
|
|||
|
|
workflow_config=agent_data["workflow_config"],
|
|||
|
|
user_id=user.id,
|
|||
|
|
status="draft"
|
|||
|
|
)
|
|||
|
|
db.add(agent)
|
|||
|
|
db.commit()
|
|||
|
|
db.refresh(agent)
|
|||
|
|
|
|||
|
|
print(f"✅ 成功创建Agent: {agent.name} (ID: {agent.id})")
|
|||
|
|
print(f" 节点数量: {len(agent_data['workflow_config']['nodes'])}")
|
|||
|
|
print(f" 连接数量: {len(agent_data['workflow_config']['edges'])}")
|
|||
|
|
print(f"\n📝 使用说明：")
|
|||
|
|
print(f" 1. 在Agent管理页面找到 '{agent.name}'")
|
|||
|
|
print(f" 2. 点击'设计'按钮进入工作流编辑器")
|
|||
|
|
print(f" 3. 配置LLM节点的API密钥（如需要）")
|
|||
|
|
print(f" 4. 点击'发布'按钮发布Agent")
|
|||
|
|
print(f" 5. 点击'使用'按钮测试对话功能")
|
|||
|
|
|
|||
|
|
except Exception as e:
|
|||
|
|
print(f"❌ 创建Agent失败: {str(e)}")
|
|||
|
|
import traceback
|
|||
|
|
traceback.print_exc()
|
|||
|
|
db.rollback()
|
|||
|
|
finally:
|
|||
|
|
db.close()
|
|||
|
|
|
|||
|
|
|
|||
|
|
if __name__ == "__main__":
|
|||
|
|
main()
|