Files
zhenxun_bot/zhenxun/services/ai/tools/bridges/handoff.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

110 lines
4.3 KiB
Python

from typing import Any
from pydantic import BaseModel, Field, create_model
from zhenxun.services.ai.core.messages import HandoffEvent
from zhenxun.services.ai.core.options import BaseOutputDefinition
from zhenxun.services.ai.run.context import RunContext
from zhenxun.services.ai.tools.core.tool import BaseTool
from zhenxun.services.ai.tools.models import HandoffResult, ToolResult
class HandoffTool(BaseTool):
"""
触发控制权移交 (Handoff) 信号的底层工具。
当大模型调用此工具时,当前 Agent 执行流将被立即熔断并向外抛出 ToolHandoff 信号。
"""
def __init__(
self,
target_name: str,
target_description: str,
input_schema: type[BaseModel] | Any | None = None,
max_handoffs: int = 3,
):
"""
初始化移交工具,为模型赋予转移对话控制权到指定实体的能力。
参数:
target_name: 被转移的目标接收者(Agent 或负责人)的唯一标识名称。
target_description: 目标接收者的职责或专长说明,供模型决策是否移交。
input_schema: 自定义移交数据结构,指定转移时所需携带的结构化参数。
max_handoffs: 允许在同一个会话中向同一个实体发起移交的最大次数,防止无限踢皮球,默认 3。
""" # noqa: E501
super().__init__(
name=f"transfer_to_{target_name}",
description=(
f"将对话控制权移交给 {target_name}。专长/职责:{target_description}"
),
)
self.target_name = target_name
self.max_handoffs = max_handoffs
actual_schema = None
if input_schema:
if isinstance(input_schema, BaseOutputDefinition):
actual_schema = input_schema.type_
else:
actual_schema = input_schema
if actual_schema:
fields: dict[str, Any] = {
"reason": (str, Field(..., description="移交的原因或简要状态说明")),
}
schema_fields = getattr(
actual_schema, "model_fields", getattr(actual_schema, "__fields__", {})
)
for k, v in schema_fields.items():
fields[k] = (v.annotation, v)
self.args_schema = create_model(
f"DynamicHandoffArgs_{target_name}", **fields
)
else:
class DefaultHandoffArgs(BaseModel):
reason: str = Field(..., description="移交的原因或简要状态说明")
context_data: Any = Field(
default="",
description="你需要传递给下一个负责人的所有核心数据",
)
self.args_schema = DefaultHandoffArgs
async def execute(
self, context: RunContext | None = None, **kwargs: Any
) -> ToolResult:
reason = kwargs.pop("reason", "")
if "context_data" in kwargs and len(kwargs) == 1:
context_data = kwargs["context_data"]
else:
context_data = kwargs
if context:
counts = context.session.shared_state.setdefault("__handoff_counts__", {})
counts[self.target_name] = counts.get(self.target_name, 0) + 1
if counts[self.target_name] > self.max_handoffs:
return ToolResult(
output=(
f"❌ 系统拦截:移交次数已达上限。\n"
f"你所在的团队已经向 {self.target_name} 尝试移交了 "
f"{counts[self.target_name]} 次,"
f"超出了最大允许次数 ({self.max_handoffs})。\n"
"为防止任务陷入停滞,请立即改变策略,"
"由你亲自处理当前任务或得出最终结论,严禁再次移交!"
)
).as_error()
if context:
context.run.add_event(
HandoffEvent(
target=self.target_name,
reason=reason,
context_data=context_data,
)
)
return HandoffResult(
target=self.target_name, reason=reason, context_data=context_data
)