Files
zhenxun_bot/zhenxun/services/ai/run/session.py
922d092650 ♻️ 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>
2026-07-10 09:14:06 +08:00

178 lines
6.7 KiB
Python

import asyncio
from contextlib import asynccontextmanager
from contextvars import ContextVar
import time
from typing import Any
from pydantic import BaseModel, ConfigDict, Field
from zhenxun.services.ai.core.models import CancellationToken
from zhenxun.services.ai.utils.scope import BaseScopeBuilder, ScopeSelector
class PendingMessageQueue:
"""简单的运行时挂起消息队列"""
def __init__(self):
self._queue: list[Any] = []
def enqueue(self, msg: Any):
self._queue.append(msg)
def drain(self) -> list[Any]:
msgs = list(self._queue)
self._queue.clear()
return msgs
def has_items(self) -> bool:
return len(self._queue) > 0
class TaskStopper(BaseScopeBuilder["TaskStopper"]):
"""
声明式任务中止器 (Fluent Task Stopper)。
为第三方开发者提供友好的链式 API,精准中止正在运行或排队的大模型任务。
"""
def __init__(self, manager: "AgentSessionManager"):
super().__init__()
self.manager = manager
async def cancel(self) -> int:
"""执行中止动作,返回被成功中止的任务数量。"""
return await self.manager.cancel_by_query(self._selector)
class SessionInfo(BaseModel):
"""会话信息的元数据视图。"""
model_config = ConfigDict(arbitrary_types_allowed=True)
session_id: str
"""会话的唯一标识符"""
state: dict[str, Any] = Field(default_factory=dict)
"""业务流转的强类型载荷"""
created_at: float = Field(default_factory=time.time)
"""会话创建的时间戳"""
updated_at: float = Field(default_factory=time.time)
"""会话最后更新的时间戳"""
active_task: Any | None = Field(default=None)
"""当前正在执行的 asyncio.Task"""
cancel_token: CancellationToken | None = Field(default=None)
"""当前任务的取消令牌"""
steer_queue: PendingMessageQueue = Field(default_factory=PendingMessageQueue)
"""动态转向指令干预队列"""
follow_up_queue: PendingMessageQueue = Field(default_factory=PendingMessageQueue)
"""后续追加指令干预队列"""
class LockContext(BaseModel):
"""并发锁的执行追踪器(解决 INTERRUPT 需要跨 Session 取消任务的问题)"""
model_config = ConfigDict(arbitrary_types_allowed=True)
active_task: Any | None = None
"""当前持锁运行的异步任务"""
cancel_token: CancellationToken | None = None
"""当前任务关联的取消令牌,以便由抢占者随时下发取消指令"""
class AgentSessionManager:
"""
Agent 会话状态管理器。
彻底拥抱无状态:只维护业务强类型载荷 (state payload) 以及并发锁,不干涉 LLM 历史。
"""
def __init__(self):
self._sessions: dict[str, SessionInfo] = {}
self._locks: dict[str, asyncio.Lock] = {}
self._exec_locks: dict[str, asyncio.Lock] = {}
self.lock_contexts: dict[str, LockContext] = {}
self.live_tasks: dict[str, list[tuple[CancellationToken, Any]]] = {}
def stopper(self) -> TaskStopper:
"""获取声明式任务中止器,供第三方开发者极速中止运行中/排队中的任务"""
return TaskStopper(self)
async def cancel_by_query(self, query: ScopeSelector) -> int:
"""根据查询条件取消符合条件的会话任务。返回取消的数量"""
count = 0
scope_prefix = query.scope_prefix
for sid, tasks in list(self.live_tasks.items()):
if sid.startswith(scope_prefix) or (
query.session_id and sid == query.session_id
):
for token, task in tasks:
if not token.is_cancelled():
token.cancel()
count += 1
if task and not task.done():
task.cancel()
from zhenxun.services.ai.utils.logger import log_agent as logger
if count > 0:
logger.info(
f"🛑 [TaskStopper] 已强制终止排队或执行中的会话任务: {sid}"
)
return count
def _get_lock(self, session_id: str) -> asyncio.Lock:
"""获取或创建指定会话的内部同步锁"""
if session_id not in self._locks:
self._locks[session_id] = asyncio.Lock()
return self._locks[session_id]
def get_exec_lock(self, session_id: str) -> asyncio.Lock:
"""获取或创建指定会话的任务排队执行锁"""
if session_id not in self._exec_locks:
self._exec_locks[session_id] = asyncio.Lock()
return self._exec_locks[session_id]
async def get_or_create(self, session_id: str) -> SessionInfo:
"""获取或创建指定会话的信息,不存在则自动初始化"""
async with self._get_lock(session_id):
if session_id not in self._sessions:
self._sessions[session_id] = SessionInfo(session_id=session_id)
return self._sessions[session_id]
async def get(self, session_id: str) -> SessionInfo | None:
"""获取指定会话的信息,不存在则返回 None"""
async with self._get_lock(session_id):
return self._sessions.get(session_id)
async def update_state(self, session_id: str, new_state: dict[str, Any]):
"""用新字典更新指定会话的状态载荷"""
async with self._get_lock(session_id):
if session_id in self._sessions:
self._sessions[session_id].state.update(new_state)
self._sessions[session_id].updated_at = time.time()
async def delete(self, session_id: str):
"""删除指定会话及其对应的长期内存上下文"""
async with self._get_lock(session_id):
self._sessions.pop(session_id, None)
from zhenxun.services.ai.context.memory.manager import memory_manager
from zhenxun.services.ai.context.memory.models import MemoryConfig
from zhenxun.services.ai.context.memory.types import SessionMetadata
default_ctx = memory_manager.get_chat_context(MemoryConfig())
if default_ctx:
await default_ctx.clear(SessionMetadata(session_id=session_id))
session_manager = AgentSessionManager()
active_session_id: ContextVar[str | None] = ContextVar(
"active_session_id", default=None
)
@asynccontextmanager
async def agent_session_scope(session_id: str):
"""声明式上下文包装器。进入此作用域后的 Agent 都会自动吸附到指定的 SessionID 上。"""
await session_manager.get_or_create(session_id)
token = active_session_id.set(session_id)
try:
yield session_id
finally:
active_session_id.reset(token)