mirror of
https://github.com/zhenxun-org/zhenxun_bot.git
synced 2026-09-29 08:39:59 +08:00
922d092650
* ♻️ 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>
85 lines
3.0 KiB
Python
85 lines
3.0 KiB
Python
from __future__ import annotations
|
||
|
||
from typing import Any
|
||
|
||
from nonebot_plugin_alconna import UniMessage
|
||
|
||
from zhenxun.services.ai.core.stream_events import ToolStreamChunkEvent, UserCustomEvent
|
||
from zhenxun.utils.message import MessageUtils
|
||
from zhenxun.utils.platform import PlatformUtils
|
||
|
||
from .context import RunContext
|
||
|
||
|
||
class UIController:
|
||
"""前端 UI 富交互流式控制器 (按需生成模式)"""
|
||
|
||
def __init__(self, context: RunContext):
|
||
self.context = context
|
||
|
||
@property
|
||
def tool_name(self) -> str:
|
||
"""从上下文中动态获取当前调用的工具名"""
|
||
return getattr(self.context.call, "tool_name", "UnknownTool")
|
||
|
||
async def send_text(self, text: str, status: str = "running") -> None:
|
||
"""向前端流式反馈执行进度文本"""
|
||
await self.context.run.emit(
|
||
ToolStreamChunkEvent(
|
||
tool_name=self.tool_name, content=text, metadata={"status": status}
|
||
)
|
||
)
|
||
|
||
async def send_image(self, image: bytes | str) -> None:
|
||
"""向前端发送富文本图片气泡（字节流或 URL）"""
|
||
display_msg = UniMessage()
|
||
if isinstance(image, bytes):
|
||
display_msg = display_msg.image(raw=image)
|
||
else:
|
||
display_msg = display_msg.image(url=image)
|
||
await self.context.run.emit(UserCustomEvent(display=display_msg))
|
||
|
||
async def send_display(self, display: Any) -> None:
|
||
"""向前端发送任意展示载体"""
|
||
if display is not None:
|
||
await self.context.run.emit(UserCustomEvent(display=display))
|
||
|
||
@staticmethod
|
||
async def handle_control_flow_exit_display(
|
||
e: BaseException, context: RunContext | None, reply_to: bool = False
|
||
) -> None:
|
||
"""统一处理 ControlFlowExit 异常带来的 UI 反馈逻辑"""
|
||
from zhenxun.services.ai.core.exceptions import ControlFlowExit
|
||
|
||
if not isinstance(e, ControlFlowExit):
|
||
return
|
||
|
||
display_msg = getattr(e, "display", None) or getattr(e, "display_content", None)
|
||
if not display_msg:
|
||
return
|
||
|
||
try:
|
||
bot = context.get_bot() if context else None
|
||
event = context.get_event() if context else None
|
||
|
||
if bot:
|
||
msg_to_send = (
|
||
display_msg
|
||
if isinstance(display_msg, UniMessage)
|
||
else MessageUtils.build_message(str(display_msg))
|
||
)
|
||
if event:
|
||
await msg_to_send.send(event, bot=bot, reply_to=reply_to)
|
||
elif context:
|
||
target = PlatformUtils.get_target(
|
||
user_id=context.get_user_id(), group_id=context.get_group_id()
|
||
)
|
||
if target:
|
||
await msg_to_send.send(target=target, bot=bot)
|
||
else:
|
||
await MessageUtils.build_message(str(display_msg)).send(
|
||
reply_to=reply_to
|
||
)
|
||
except Exception:
|
||
pass
|