✨ 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 18:50:05 +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 +1,94 @@
+from collections.abc import AsyncGenerator
+from contextlib import asynccontextmanager
+import json
+from typing import Any
+
+from anyio import create_memory_object_stream, create_task_group
+from mcp.shared.message import SessionMessage
+from mcp.types import JSONRPCMessage
+
+from zhenxun.services.ai.sandbox.addons.base import BaseMcpProxyExtension
+from zhenxun.services.ai.sandbox.protocols import SupportsStreamExecution
+from zhenxun.services.ai.sandbox.registry import SandboxRegistry
+from zhenxun.services.log import logger
+from zhenxun.utils.pydantic_compat import model_dump_json, model_validate
+
+
+class UniversalMcpExtension(BaseMcpProxyExtension):
+    @property
+    def extension_name(self) -> str:
+        return "universal_mcp"
+
+    @asynccontextmanager
+    async def connect_mcp(
+        self, command: str, args: list[str], env: dict[str, str] | None = None
+    ) -> AsyncGenerator[tuple[Any, Any], None]:
+        if not isinstance(self.session, SupportsStreamExecution):
+            raise RuntimeError(
+                "当前沙箱驱动不支持流式后台进程执行 (SupportsStreamExecution)，"
+                "无法启动原生 MCP 代理。"
+            )
+
+        logger.info(
+            "[UniversalMcpExtension] 正在沙箱内原生启动 MCP 服务器: "
+            f"{command} {' '.join(args)}"
+        )
+
+        cmd_list = [command, *args]
+
+        async with self.session.create_stream_process(
+            command=cmd_list, cwd=self.session.workspace_path, env=env
+        ) as process_stream:
+            read_prod, read_cons = create_memory_object_stream(10)
+            write_prod, write_cons = create_memory_object_stream(10)
+
+            async def stream_reader():
+                buffer = b""
+                try:
+                    while True:
+                        msg = await process_stream.read()
+                        if msg is None:
+                            break
+                        if msg.stream_type == 1:
+                            buffer += msg.data
+                            while b"\n" in buffer:
+                                line, buffer = buffer.split(b"\n", 1)
+                                if not line.strip():
+                                    continue
+                                try:
+                                    msg = model_validate(
+                                        JSONRPCMessage, json.loads(line)
+                                    )
+                                    await read_prod.send(SessionMessage(message=msg))
+                                except Exception as exc:
+                                    await read_prod.send(exc)
+                except Exception:
+                    pass
+                finally:
+                    await read_prod.aclose()
+
+            async def stream_writer():
+                try:
+                    async for msg in write_cons:
+                        data = (
+                            model_dump_json(
+                                msg.message, by_alias=True, exclude_none=True
+                            ).encode("utf-8")
+                            + b"\n"
+                        )
+                        await process_stream.write(data)
+                except Exception:
+                    pass
+
+            async with create_task_group() as tg:
+                tg.start_soon(stream_reader)
+                tg.start_soon(stream_writer)
+                yield read_cons, write_prod
+                tg.cancel_scope.cancel()
+
+
+SandboxRegistry.register_extension(UniversalMcpExtension)
+
+__all__ = [
+    "UniversalMcpExtension",
+]