Files
zhenxun_bot/zhenxun/services/ai/tools/providers/builtin/blackboard.py
T
80fc5b86a7 ✨ feat!(llm): 重构并升级大语言模型服务为全新 AI 智能体框架 (#2146)
* ✨ 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>
2026-07-03 08:53:56 +08:00

73 lines
2.7 KiB
Python

from typing import Any
from pydantic import Field, create_model
from zhenxun.services.ai.core.exceptions import ToolRetryError
from zhenxun.services.ai.run.blackboard import BlackboardManager
from zhenxun.services.ai.tools.core.tool import FunctionTool
from zhenxun.services.ai.tools.core.toolkit import BaseToolkit
from zhenxun.services.ai.tools.models import ToolOptions, ToolResult
from zhenxun.utils.pydantic_compat import model_fields
class BlackboardToolkit(BaseToolkit):
"""
黑板工具箱,将底层的 BlackboardManager 桥接给大模型,提供动态的读写工具。
"""
default_prefix = ""
def __init__(self, manager: BlackboardManager, **kwargs: Any):
super().__init__(**kwargs)
self.manager = manager
self._injected_tools.extend(self._create_dynamic_tools())
def _create_dynamic_tools(self) -> list[FunctionTool]:
async def read_blackboard() -> ToolResult:
"""读取当前团队的全局共享黑板状态。"""
content = await self.manager.read()
return ToolResult(output=content)
read_tool = FunctionTool(
func=read_blackboard,
name="read_blackboard",
description="读取当前团队的全局共享黑板最新状态。当你需要获取最新数据或了解现状时请调用此工具。",
)
optional_fields = {}
for field in model_fields(self.manager.schema):
desc = (
getattr(field.field_info, "description", None)
if hasattr(field, "field_info")
else None
)
optional_fields[field.name] = (
field.annotation | None,
Field(default=None, description=desc),
)
UpdateSchema = create_model(
f"Update_{self.manager.schema.__name__}", **optional_fields
)
async def update_blackboard(**kwargs) -> ToolResult:
valid_kwargs = {k: v for k, v in kwargs.items() if v is not None}
if not valid_kwargs:
return ToolResult(
output="警告:没有提供任何有效的更新字段,黑板状态未发生改变。"
)
try:
res = await self.manager.update(**valid_kwargs)
return ToolResult(output=res)
except ValueError as e:
raise ToolRetryError(str(e))
update_tool = FunctionTool(
func=update_blackboard,
name="update_blackboard",
description="局部更新全局黑板状态。请仅提供你需要修改的字段即可,不需要改变的字段请留空。",
settings=ToolOptions(args_schema=UpdateSchema),
)
return [read_tool, update_tool]