✨ feat!(llm): 重构并升级大语言模型服务为全新 AI 智能体框架 (#2146)

* ✨ feat!(llm): 重构并升级大语言模型服务为全新 AI 智能体框架 - 【重构】将原 services/llm 重构并迁移至全新的 services/ai 架构，提供向下兼容垫片 - 【新增】引入 Agent、Team、Workflow 三大智能体与工作流编排范式 - 【新增】引入基于 RAG 的长期向量记忆与中期槽位记忆系统 - 【新增】引入基于 Docker 的安全代码执行沙箱环境 - 【新增】支持 MCP 协议，允许动态管理和调用 MCP 服务 - 【新增】引入输入输出安全合规护栏与自愈反思机制 - 【优化】重构并优化多厂商 API 适配器 (Gemini, OpenAI, DeepSeek, GLM 等) - 【优化】优化日志脱敏与 Token 预估机制 - 【移除】移除旧版 llm default 和 llm reset-key 命令，新增 llm mcp 管理命令 * 🔧 chore(deps): 更新项目依赖与配置 - 添加 mcp、jieba 和 aiodocker 依赖到配置文件及 requirements.txt - 在 pyright 配置中设置 reportMissingImports 为 none - 调整 .gitignore 中 resources 目录的忽略规则 * ♻️ refactor(tools): 重构工具终止机制并清理知识库日志输出 - 统一使用 `context.state["__end_run__"]` 替代 `EndRunResult` 控制任务结束 - 移除文件系统和向量知识库检索工具中 `ToolResult` 的 `.with_log` 调用 - 调整指令处理器（Directive）的返回值为 `tool_res.output` - 修复部分类型检查警告并优化联合类型判断语法 * ♻️ refactor(tools): 重构工具副作用指令与控制流熔断机制 - 引入 `DirectivePayload` 及 `ToolResult` 的子类以结构化表达工具副作用 - 移除通过 `context.state` 传递魔术变量的隐式控制流设计 - 重构 `DirectiveManager` 处理器接口，直接在处理器中修改 `AgentState` 并构建 `AgentRunResult` - 在 `StandardAgentExecutor` 中统一通过 `directive_manager` 调度工具返回的副作用指令 - 补全 `MessageBuilder` 中部分核心方法的文档注释 * 🐛 fix(sandbox): 修复 Docker 沙箱容器状态检测与会话清理逻辑 -【修复】修正 `is_alive` 中直接读取私有属性的问题，改用 `show()` 返回值 -【修复】解决 `execute_code` 中缓存的执行器与当前会话不一致的问题 -【优化】在清理工作区前增加容器存活检测，避免向已死容器发送请求 -【优化】创建容器时增加运行状态校验，若已停止则自动从缓存中移除并重建 -【优化】优化容器销毁和清理逻辑，静默处理容器不存在 (404) 的异常 * 📝 docs(core): 补充核心模块初始化方法的文档注释 * 🚨 auto fix by pre-commit hooks --------- Co-authored-by: webjoin111 <455457521@qq.com> Co-authored-by: pre-commit-ci[bot] <66853113+pre-commit-ci[bot]@users.noreply.github.com>
2026-10-18 10:40:03 +08:00 · 2026-07-03 08:53:56 +08:00
parent bdc1374848
commit 80fc5b86a7
223 changed files with 41885 additions and 10006 deletions
@@ -0,0 +1,103 @@
+from collections.abc import Callable
+from typing import TYPE_CHECKING, Any, Generic, cast
+from typing_extensions import TypeVar
+
+from jinja2 import Environment
+
+from zhenxun.services.log import logger
+from zhenxun.utils.pydantic_compat import model_dump
+
+if TYPE_CHECKING:
+    from zhenxun.services.ai.run.context import RunContext
+
+AgentDepsT = TypeVar("AgentDepsT", default=Any)
+
+
+class PromptTemplate(Generic[AgentDepsT]):
+    """
+    核心 Prompt 渲染引擎。
+    基于 Jinja2 提供强大的模板变量替换功能。
+    支持沙盒隔离的自定义过滤器(filters)、全局函数(globals)，
+    """
+
+    def __init__(
+        self,
+        template_string: str,
+        custom_filters: dict[str, Callable] | None = None,
+        custom_globals: dict[str, Any] | None = None,
+    ):
+        """
+        初始化 Prompt 渲染引擎。
+
+        参数:
+            template_string: Jinja2 模板格式的提示词原文本。
+            custom_filters: 挂载到 Jinja2 渲染环境的自定义过滤器字典，默认 None。
+            custom_globals: 挂载到 Jinja2 渲染环境的全局变量或辅助函数字典，默认 None。
+        """
+        self.template_string = template_string
+
+        self._env = Environment(autoescape=False)
+        if custom_filters:
+            self._env.filters.update(custom_filters)
+        if custom_globals:
+            self._env.globals.update(custom_globals)
+
+        try:
+            self._template = (
+                self._env.from_string(template_string) if template_string else None
+            )
+        except Exception as e:
+            logger.error(f"PromptTemplate 模板语法编译失败: {e}")
+            self._template = None
+
+    def format_with_context(self, context: "RunContext[AgentDepsT]") -> str:
+        """从运行上下文中自动提取依赖和状态字典，用于模板渲染"""
+
+        vars_dict: dict[str, Any] = {
+            "ctx": context,
+            "ctx_deps": context.deps,
+            "ctx_state": context.state,
+            "ctx_shared": context.shared_state,
+        }
+
+        flat_deps = {}
+        if context.deps is not None:
+            if hasattr(context.deps, "model_dump"):
+                flat_deps.update(model_dump(cast(Any, context.deps), exclude_none=True))
+            elif hasattr(context.deps, "__dict__"):
+                flat_deps.update(context.deps.__dict__)
+            elif isinstance(context.deps, dict):
+                flat_deps.update(context.deps)
+
+        vars_dict.update(flat_deps)
+
+        if context.state:
+            collisions = set(flat_deps.keys()) & set(context.state.keys())
+            if collisions:
+                logger.warning(
+                    f"Prompt 模板变量发生名称冲突: {collisions}。"
+                    "`state` 已覆盖 `deps` 中的同名变量。"
+                    "建议在模板中使用安全隔离对象获取（如 {{ ctx_state.xxx }}）。"
+                )
+            vars_dict.update(context.state)
+
+        return self.render(**vars_dict)
+
+    def render(self, **variables: Any) -> str:
+        if not self._template:
+            return self.template_string or ""
+
+        try:
+            return self._template.render(**variables)
+        except Exception as e:
+            logger.error(
+                f"Jinja2 Prompt 模板渲染失败！\n"
+                f"错误信息: {e}\n"
+                f"请检查传入的变量或 Prompt 模板语法是否有误。\n"
+                f"模板原内容截断: {self.template_string[:150]}...",
+                e=e,
+            )
+            raise ValueError(f"Prompt 模板渲染异常: {e}") from e
+
+    def __str__(self) -> str:
+        return self.template_string