♻️ refactor(core): 重构 AI 能力与定时任务调度系统 (#2148)

* ♻️ refactor(core): 重构 AI 能力与定时任务调度系统

- 【AI 能力与工具】重构 Capability 注册与管理机制,引入 CapabilityManager 统一管理
- 移除全局能力注册表,改用声明式装饰器 `@capability` 进行解耦注册
- 重构工具解析器链,使用统一的 BaseToolResolver 代替原有的多个特定解析器
- 增强工具查询过滤,支持通配符匹配、工具箱过滤和排除标签
- 【定时任务调度】重构定时任务管理器,引入 SchedulerRegistry 统一管理任务元数据
- 引入 JobConfig 聚合定时任务配置,支持用户维度的定时任务调度
- 重构执行分发器,支持并发限制、串行间隔和随机延迟打散
- 【运行上下文】引入 ScheduledDeps 以支持后台和定时任务环境下的依赖注入
- 优化 RunContext,支持从定时任务上下文快速构造,并提供 emit 辅助方法
- 【日志与监控】引入 AILoggerProxy,实现 AI 各模块的专属日志输出
- 将各模块的全局 logger 替换为对应的模块专属日志代理
- 【其他优化】修复 Pydantic V1 兼容层中 model_validator 的装饰器兼容性问题
- 在非交互式环境(如定时任务)中自动隐藏 HITL 交互工具以节省 Token

* ♻️ refactor(core): 优化内部导入路径并提升 Pydantic 兼容性

- 【重构】将 `services/ai` 模块内的绝对导入重构为相对导入,优化包结构
- 【重构】移除不必要的 `if TYPE_CHECKING` 保护,通过 `from __future__ import annotations` 直接导入类型
- 【清理】清理 `core/messages/types.py` 中未使用的 `AssistantContentUnion` 等联合类型定义
- 【优化】在 `utils/pydantic_compat.py` 中新增 `model_rebuild` 兼容函数,统一 Pydantic V1/V2 的模型重建逻辑
- 【优化】将部分函数内部的延迟导入提升至模块顶部,规范代码结构

* ♻️ refactor(imports): 优化导入路径为相对导入并清理冗余导入

- 【重构】将 AI 服务相关模块中的绝对导入路径修改为相对导入,提升模块内聚性与可移植性
- 【清理】移除多处函数内部或类方法中未使用的冗余导入,避免循环引用和资源浪费
- 【格式化】微调部分工具装饰器和返回语句的格式与尾随逗号

* 🚨 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>
This commit is contained in:
Rumio
2026-07-10 09:14:06 +08:00
committed by GitHub
co-authored by webjoin111 pre-commit-ci[bot]
parent 0b32d69c9c
commit 922d092650
132 changed files with 2372 additions and 1972 deletions
+72 -21
View File
@@ -3,12 +3,14 @@
"""
from dataclasses import dataclass, field
import fnmatch
from typing import TYPE_CHECKING, Any, Literal
from pydantic import BaseModel, ConfigDict, Field
from zhenxun.services.ai.core.messages import ToolCallPart, UsageInfo
from zhenxun.services.ai.run.context import RunContext
from zhenxun.services.ai.utils.logger import log_tool as logger
from zhenxun.utils.pydantic_compat import model_dump, model_validate
if TYPE_CHECKING:
@@ -210,12 +212,12 @@ class ToolOverride(BaseModel):
async def resolve(self, context: RunContext | None = None) -> "ResolvedToolPayload":
from zhenxun.services.ai.tools.engine.registry import tool_provider_manager
from zhenxun.services.ai.tools.models import ResolvedToolPayload
from zhenxun.services.log import logger
found_tools = await tool_provider_manager.resolve_specific_tools([self.name])
if found_tools:
base_tool = found_tools[0]
payload = await tool_provider_manager.resolve_tools(
[self.name], context=context
)
if payload and payload.tools:
base_tool = payload.tools[0]
if hasattr(base_tool, "clone_with_options"):
cloned_tool = base_tool.clone_with_options(self)
if hasattr(cloned_tool, "resolve"):
@@ -231,17 +233,8 @@ class ToolOverride(BaseModel):
return ResolvedToolPayload()
class GlobalToolFilter(BaseModel):
"""全局宏观工具过滤器"""
allowed_servers: list[str] | None = None
"""仅允许的服务端名称列表"""
excluded_servers: list[str] | None = None
"""需要排除的服务端名称列表"""
class ValidatedToolCall(BaseModel):
"""工具调用验证结果载体(解耦验证与执行)"""
"""工具调用验证结果载体"""
model_config = ConfigDict(arbitrary_types_allowed=True)
@@ -265,22 +258,68 @@ class Query(BaseModel):
用于在 Agent 中精确或批量筛选加载特定命名空间、特定标签的工具。
"""
name: str | None = Field(default=None)
"""如果提供,则必须与工具的名称完全一致。"""
name: str | list[str] | None = Field(default=None)
"""如果提供,则工具的最终解析名称必须等于该字符串或在列表中。"""
toolkit: str | list[str] | None = Field(default=None)
"""如果提供,则工具必须属于指定的 Toolkit (支持字符串或列表)。"""
tags: list[str] | None = Field(default=None)
"""如果提供,则工具必须包含这里列出的所有标签 (交集/AND匹配)。"""
exclude_tags: list[str] | None = Field(default=None)
"""如果提供,则工具不能包含这里列出的任何标签 (排斥过滤)。"""
namespace: str | None = Field(default=None)
"""必填(由系统补充或显式声明)。限制搜索的插件命名空间,'global' 将跨全插件搜索。"""
"""限制搜索的插件命名空间。如果不指定,将自动推导为调用者所在的插件;
'global' 将跨全插件搜索。"""
metadata_filter: dict[str, Any] | None = Field(default=None)
"""如果提供,则工具的 metadata 必须包含这里列出的所有键值对。"""
def match(self, tool: "BaseTool") -> bool:
"""判断某个工具或工具箱是否符合当前 Query 的筛选条件"""
def _match_pattern(val: str, pattern: str | list[str]) -> bool:
patterns = [pattern] if isinstance(pattern, str) else pattern
for p in patterns:
if "*" in p or "?" in p:
if fnmatch.fnmatch(val, p):
return True
elif val == p:
return True
return False
is_toolkit_itself = hasattr(tool, "get_tools") and not hasattr(tool, "execute")
if self.toolkit:
if is_toolkit_itself:
tk_name = getattr(
tool, "name", getattr(tool, "__class__", type).__name__
)
else:
parent_tk = getattr(tool, "parent_toolkit", None)
tk_name = (
getattr(
parent_tk,
"name",
getattr(parent_tk, "__class__", type).__name__,
)
if parent_tk
else None
)
if not tk_name:
return False
if not _match_pattern(tk_name, self.toolkit):
return False
if is_toolkit_itself and (self.name or self.tags or self.exclude_tags):
return True
if self.name:
tool_name = getattr(tool, "name", getattr(tool, "__class__", type).__name__)
if tool_name != self.name:
if not _match_pattern(tool_name, self.name):
return False
if self.tags:
tool_tags = []
if self.tags or self.exclude_tags:
tool_config = getattr(tool, "config", None)
if (
tool_config
@@ -291,9 +330,15 @@ class Query(BaseModel):
else:
tool_settings = getattr(tool, "settings", None)
tool_tags = getattr(tool_settings, "tags", []) if tool_settings else []
if self.tags:
if not all(tag in tool_tags for tag in self.tags):
return False
if self.exclude_tags:
if any(tag in tool_tags for tag in self.exclude_tags):
return False
if self.metadata_filter:
tool_settings = getattr(tool, "settings", None)
tool_metadata = (
@@ -315,9 +360,15 @@ class ResolvedToolPayload:
injected_prompts: list[str] = field(default_factory=list)
toolkits: list[Any] = field(default_factory=list)
def merge(self, other: "ResolvedToolPayload") -> "ResolvedToolPayload":
"""将另一个解析载荷合并到当前载荷中"""
self.tools.extend(other.tools)
self.injected_prompts.extend(other.injected_prompts)
self.toolkits.extend(other.toolkits)
return self
__all__ = [
"GlobalToolFilter",
"Query",
"ResolvedToolPayload",
"ToolOptions",