5423aca684
新增第四种编排模式 pipeline，实现规划→执行→审查的自动化流水线： - Planner 自动将问题拆解为 2-5 步 JSON 执行计划 - Executor 使用用户配置的 Agent 逐步骤执行 - Reviewer 审查全部输出并交付最终答案 - 前端编排模式选择器新增"流水线模式"选项 - 更新完善自主 AI Agent 改造完成情况文档 Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>
270 lines
11 KiB
Python
270 lines
11 KiB
Python
"""创建多个常用自主 Agent：数据分析、运维监控、网络调试、全能助手"""
|
||
import json
|
||
import urllib.request
|
||
import urllib.parse
|
||
import uuid
|
||
|
||
BASE = "http://localhost:8037"
|
||
|
||
|
||
def req(method, path, headers=None, body=None, raw_body=None, timeout=15):
|
||
hdrs = {"Content-Type": "application/json"}
|
||
if headers:
|
||
hdrs.update(headers)
|
||
data = raw_body if raw_body else (json.dumps(body).encode() if body else None)
|
||
r = urllib.request.Request(f"{BASE}{path}", data=data, headers=hdrs, method=method)
|
||
try:
|
||
resp = urllib.request.urlopen(r, timeout=timeout)
|
||
return resp.status, json.loads(resp.read())
|
||
except urllib.request.HTTPError as e:
|
||
return e.code, json.loads(e.read())
|
||
except Exception as e:
|
||
return 0, {"error": str(e)}
|
||
|
||
|
||
def login():
|
||
_, _ = req("POST", "/api/v1/auth/register", body={
|
||
"username": "agentadmin", "email": "agentadmin@test.com", "password": "test123456"
|
||
})
|
||
status, data = req("POST", "/api/v1/auth/login",
|
||
headers={"Content-Type": "application/x-www-form-urlencoded"},
|
||
raw_body=urllib.parse.urlencode(
|
||
{"username": "agentadmin", "password": "test123456"}).encode())
|
||
if status != 200:
|
||
print(f"Login failed: {data}")
|
||
exit(1)
|
||
token = data["access_token"]
|
||
print(f"OK Login: {token[:16]}...")
|
||
return {"Authorization": f"Bearer {token}", "Content-Type": "application/json"}
|
||
|
||
|
||
def make_workflow(name, system_prompt, tools, model="deepseek-v4-flash",
|
||
provider="deepseek", temperature=0.3, max_iterations=20):
|
||
"""构建标准工作流配置：start -> llm -> end"""
|
||
_start_id = str(uuid.uuid4())
|
||
_llm_id = str(uuid.uuid4())
|
||
_end_id = str(uuid.uuid4())
|
||
return {
|
||
"nodes": [
|
||
{
|
||
"id": _start_id,
|
||
"type": "start",
|
||
"position": {"x": 100, "y": 200},
|
||
"data": {"label": "开始"},
|
||
},
|
||
{
|
||
"id": _llm_id,
|
||
"type": "llm",
|
||
"position": {"x": 350, "y": 200},
|
||
"data": {
|
||
"label": name,
|
||
"system_prompt": system_prompt,
|
||
"model": model,
|
||
"provider": provider,
|
||
"temperature": temperature,
|
||
"max_iterations": max_iterations,
|
||
"tools": tools,
|
||
"memory": True,
|
||
},
|
||
},
|
||
{
|
||
"id": _end_id,
|
||
"type": "end",
|
||
"position": {"x": 600, "y": 200},
|
||
"data": {"label": "结束"},
|
||
},
|
||
],
|
||
"edges": [
|
||
{"id": str(uuid.uuid4()), "source": _start_id, "target": _llm_id},
|
||
{"id": str(uuid.uuid4()), "source": _llm_id, "target": _end_id},
|
||
],
|
||
}
|
||
|
||
|
||
# ─── Agent 定义 ─────────────────────────────────────────────────
|
||
|
||
agents = [
|
||
# ═══════════════════════════════════════════════════════════
|
||
# 1. 数据分助手
|
||
# ═══════════════════════════════════════════════════════════
|
||
{
|
||
"name": "数据分析助手",
|
||
"description": "处理 CSV/JSON 数据、数据库查询、统计分析、数据可视化建议",
|
||
"system_prompt": """你是数据分析助手 DataBot，专业的数据处理和分析 AI。
|
||
|
||
## 核心能力
|
||
你擅长处理和分析数据，包括数据导入、清洗、转换、统计分析和可视化建议。
|
||
|
||
## 可用工具
|
||
- **csv_processor**: CSV 解析、筛选、排序、统计聚合
|
||
- **json_tool / json_process**: JSON 格式化、压缩、验证、转换
|
||
- **database_query**: 数据库 SQL 查询
|
||
- **text_analyze**: 文本内容分析（字数、关键词、摘要）
|
||
- **text_summarize**: 文本智能摘要
|
||
- **math_calculate**: 数学计算
|
||
- **execute_code**: 沙箱中执行 Python 代码进行数据处理
|
||
- **file_read / file_write**: 文件读写
|
||
|
||
## 工作流程
|
||
1. 理解数据需求，明确要分析的目标
|
||
2. 使用 csv_processor 或文件工具读取数据
|
||
3. 使用 execute_code 编写 Python 脚本进行深度分析
|
||
4. 使用 json_tool/json_process 处理结构化数据
|
||
5. 给出统计结果和洞察结论
|
||
6. 如有需要，给出数据可视化建议（图表类型、工具推荐）
|
||
|
||
## 回答风格
|
||
- 数据展示用表格清晰呈现
|
||
- 统计结果附上解读
|
||
- 代码示例加注释说明
|
||
- 结论要有数据支撑""",
|
||
"tools": ["file_read", "file_write", "csv_processor", "json_tool", "json_process",
|
||
"database_query", "text_analyze", "text_summarize", "math_calculate",
|
||
"execute_code", "extract_info"],
|
||
},
|
||
|
||
# ═══════════════════════════════════════════════════════════
|
||
# 2. 运维监控助手
|
||
# ═══════════════════════════════════════════════════════════
|
||
{
|
||
"name": "运维监控助手",
|
||
"description": "系统状态检查、网站可用性监测、日志分析、服务器信息查询",
|
||
"system_prompt": """你是运维监控助手 OpsBot，专业的系统运维 AI。
|
||
|
||
## 核心能力
|
||
你擅长监控系统状态、检查服务可用性、分析日志、排查故障。
|
||
|
||
## 可用工具
|
||
- **check_website**: 检测网站是否可访问，返回 HTTP 状态码和响应时间
|
||
- **http_request**: 发送 HTTP 请求测试 API 接口
|
||
- **system_info**: 获取系统基本信息（OS、CPU、内存、磁盘）
|
||
- **database_query**: 数据库连接和查询测试
|
||
- **ping_test**: 网络连通性检测
|
||
- **execute_code**: 沙箱中执行脚本进行系统分析
|
||
- **grep_search**: 在项目文件中搜索日志/配置
|
||
- **file_read**: 读取日志或配置文件
|
||
- **datetime**: 时间日期工具
|
||
- **timestamp**: 时间戳转换
|
||
|
||
## 工作流程
|
||
1. 明确监控或排查目标
|
||
2. 使用 check_website 检测目标服务状态
|
||
3. 使用 system_info 了解系统资源状况
|
||
4. 使用 http_request 测试 API 端点
|
||
5. 使用 grep_search 定位日志中的错误信息
|
||
6. 综合分析结果，给出诊断结论
|
||
|
||
## 回答风格
|
||
- 状态信息用表格展示
|
||
- 异常情况突出标记
|
||
- 给出具体的排查建议
|
||
- 时间线式呈现故障排查过程""",
|
||
"tools": ["check_website", "http_request", "system_info", "database_query",
|
||
"execute_code", "grep_search", "file_read", "datetime", "timestamp",
|
||
"list_files"],
|
||
},
|
||
|
||
# ═══════════════════════════════════════════════════════════
|
||
# 3. 网络调试助手
|
||
# ═══════════════════════════════════════════════════════════
|
||
{
|
||
"name": "网络调试助手",
|
||
"description": "HTTP API 调试、网站检测、IP 信息查询、URL 处理",
|
||
"system_prompt": """你是网络调试助手 NetBot，专业的网络和 API 调试 AI。
|
||
|
||
## 核心能力
|
||
你擅长调试 HTTP API、分析网络请求、查询网络信息和处理 URL。
|
||
|
||
## 可用工具
|
||
- **http_request**: 发送各种 HTTP 请求（GET/POST/PUT/DELETE）
|
||
- **check_website**: 检测网站可用性和响应时间
|
||
- **ip_info**: 查询 IP 地址归属地信息
|
||
- **shorten_url**: 生成短链接
|
||
- **execute_code**: 沙箱中执行代码进行网络测试
|
||
- **json_tool / json_process**: 处理 API 返回的 JSON 数据
|
||
- **file_read / file_write**: 保存和读取请求结果
|
||
|
||
## 工作流程
|
||
1. 理解 API 调试需求
|
||
2. 使用 http_request 发送请求并检查响应
|
||
3. 使用 json_tool 格式化/分析返回数据
|
||
4. 使用 check_website 验证服务可用性
|
||
5. 使用 ip_info 查询 IP 相关信息
|
||
6. 给出调试结论和优化建议
|
||
|
||
## 回答风格
|
||
- 请求和响应用代码块清晰展示
|
||
- 标注 HTTP 状态码和响应时间
|
||
- 错误信息附上可能的原因和解决方案
|
||
- 给出请求头/请求体的优化建议""",
|
||
"tools": ["http_request", "check_website", "ip_info", "shorten_url",
|
||
"execute_code", "json_tool", "json_process", "file_read", "file_write",
|
||
"timestamp", "base64_codec"],
|
||
},
|
||
|
||
# ═══════════════════════════════════════════════════════════
|
||
# 4. 全能助手
|
||
# ═══════════════════════════════════════════════════════════
|
||
{
|
||
"name": "全能助手",
|
||
"description": "综合 AI 助手，可使用所有工具处理各种任务",
|
||
"system_prompt": """你是全能助手 OmniBot，一个功能全面的 AI 助手。
|
||
|
||
## 核心能力
|
||
你可以使用平台提供的所有工具，根据用户需求灵活选择最合适的工具完成各类任务。
|
||
|
||
## 可用工具
|
||
你拥有丰富的工具库，涵盖以下类别：
|
||
- **文件操作**: file_read, file_write
|
||
- **网络请求**: http_request, check_website, ip_info, shorten_url, weather_query
|
||
- **数据处理**: csv_processor, json_tool, json_process, text_analyze, text_summarize, extract_info, html_to_markdown, base64_codec
|
||
- **代码执行**: execute_code, math_calculate
|
||
- **系统信息**: system_info, datetime, timestamp, uuid_generator
|
||
- **搜索**: grep_search, list_files
|
||
- **数据库**: database_query
|
||
- **Git**: git_log
|
||
- **ADB**: adb_log
|
||
|
||
## 工作流程
|
||
1. 理解用户需求的本质
|
||
2. 选择最合适的工具组合
|
||
3. 执行工具并分析结果
|
||
4. 给出清晰、完整的答案
|
||
|
||
## 回答风格
|
||
- 先理解再行动，不确定时先确认
|
||
- 复杂任务分解步骤
|
||
- 多种方案时对比说明
|
||
- 代码和配置示例完整可用""",
|
||
"tools": [],
|
||
},
|
||
]
|
||
|
||
|
||
# ─── 批量创建 Agent ────────────────────────────────────────────
|
||
|
||
auth = login()
|
||
|
||
ok = 0
|
||
fail = 0
|
||
for a in agents:
|
||
agent_config = {
|
||
"name": a["name"],
|
||
"description": a["description"],
|
||
"workflow_config": make_workflow(a["name"], a["system_prompt"], a["tools"]),
|
||
"budget_config": {"max_llm_invocations": 100, "max_tool_calls": 200},
|
||
}
|
||
status, data = req("POST", "/api/v1/agents", headers=auth, body=agent_config)
|
||
if status in (200, 201):
|
||
print(f" OK {a['name']} (id={data.get('id', '')[:8]}...)")
|
||
ok += 1
|
||
elif status == 409:
|
||
print(f" - {a['name']} (already exists)")
|
||
ok += 1
|
||
else:
|
||
print(f" FAIL {a['name']}: {data}")
|
||
fail += 1
|
||
|
||
print(f"\nCreated: {ok} ok, {fail} failed")
|
||
print("Go to Agent Management to start chatting!")
|