mirror of
https://github.com/zhenxun-org/zhenxun_bot.git
synced 2026-10-07 04:40:00 +08:00
* ✨ 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>
76 lines
2.6 KiB
Python
76 lines
2.6 KiB
Python
import asyncio
|
|
import json
|
|
from typing import Any, Generic, TypeVar
|
|
|
|
from pydantic import BaseModel, ValidationError
|
|
|
|
from zhenxun.utils.pydantic_compat import (
|
|
model_dump,
|
|
model_json_schema,
|
|
model_validate,
|
|
)
|
|
|
|
T = TypeVar("T", bound=BaseModel)
|
|
|
|
|
|
class BlackboardManager(Generic[T]):
|
|
"""
|
|
结构化黑板管理器,提供带锁的并发读写和 Schema 校验。
|
|
解决多智能体 (Team) 并发状态竞争及无结构脏写的问题。
|
|
"""
|
|
|
|
def __init__(self, schema: type[T], initial_state: T | None = None):
|
|
self.schema = schema
|
|
if initial_state is not None:
|
|
self._state = initial_state
|
|
else:
|
|
try:
|
|
self._state = schema()
|
|
except ValidationError as e:
|
|
raise ValueError(
|
|
"初始化黑板状态失败,因为 Schema 存在无默认值的必填字段,"
|
|
f"请显式提供 initial_state: {e}"
|
|
)
|
|
|
|
self._lock = asyncio.Lock()
|
|
|
|
async def read(self) -> str:
|
|
"""安全读取当前状态的 JSON 字符串表示"""
|
|
async with self._lock:
|
|
state_dict = model_dump(self._state)
|
|
return json.dumps(state_dict, ensure_ascii=False)
|
|
|
|
async def update(self, **kwargs: Any) -> str:
|
|
"""部分更新状态"""
|
|
async with self._lock:
|
|
current_dict = model_dump(self._state)
|
|
|
|
def deep_update(d: dict, u: dict) -> dict:
|
|
for k, v in u.items():
|
|
if isinstance(v, dict) and k in d and isinstance(d[k], dict):
|
|
deep_update(d[k], v)
|
|
elif isinstance(v, list) and k in d and isinstance(d[k], list):
|
|
d[k].extend(x for x in v if x not in d[k])
|
|
else:
|
|
d[k] = v
|
|
return d
|
|
|
|
merged_dict = deep_update(current_dict, kwargs)
|
|
|
|
try:
|
|
new_state = model_validate(self.schema, merged_dict)
|
|
self._state = new_state
|
|
return "全局黑板状态更新成功"
|
|
except ValidationError as e:
|
|
error_msgs = []
|
|
for err in e.errors():
|
|
loc = ".".join(str(x) for x in err["loc"])
|
|
msg = err.get("msg", "")
|
|
error_msgs.append(f"字段 `{loc}`: {msg}")
|
|
err_msg = "\n".join(error_msgs)
|
|
raise ValueError(f"黑板状态更新失败,非法的数据格式:\n{err_msg}")
|
|
|
|
def get_schema(self) -> dict[str, Any]:
|
|
"""获取结构化 Schema"""
|
|
return model_json_schema(self.schema)
|