Files
zhenxun_bot/zhenxun/services/ai/context/memory/facades.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

129 lines
4.3 KiB
Python

from collections.abc import Sequence
from typing import TYPE_CHECKING, Literal
from zhenxun.services.ai.context.memory.types import (
MemorySlot,
SessionMetadata,
)
from zhenxun.services.ai.core.messages import AgentMessage, LLMMessage
if TYPE_CHECKING:
from zhenxun.services.ai.context.memory.manager import GlobalMemoryManager
from zhenxun.services.ai.context.memory.storage.interfaces import (
BaseChatContext,
BaseSlotContext,
)
class ChatHistoryFacade:
"""短期对话历史门面"""
def __init__(self, manager: "GlobalMemoryManager", session_meta: SessionMetadata):
self.manager = manager
self.session_meta = session_meta
@property
def _backend(self) -> "BaseChatContext | None":
return self.manager.get_chat_context(
None, self.session_meta.namespace or "global"
)
async def get(self, limit: int | None = None) -> list[LLMMessage]:
"""获取当前会话的历史消息"""
if not self._backend:
return []
msgs = await self._backend.get_messages(self.session_meta)
return msgs[-limit:] if limit else msgs
async def add(self, messages: Sequence[AgentMessage] | AgentMessage) -> None:
"""向当前会话追加一条或多条历史消息"""
if not self._backend:
return
from zhenxun.services.ai.core.engine.context_renderer import ContextConverter
msgs = messages if isinstance(messages, Sequence) else [messages]
flattened = ContextConverter.flatten_to_llm_messages(msgs)
if flattened:
await self._backend.add_messages(self.session_meta, flattened)
async def clear(self) -> None:
"""清空当前会话的短期对话历史"""
if not self._backend:
return
await self._backend.clear(self.session_meta)
class SlotFacade:
"""中期记忆槽门面"""
def __init__(self, manager: "GlobalMemoryManager", session_meta: SessionMetadata):
self.manager = manager
self.session_meta = session_meta
@property
def _backend(self) -> "BaseSlotContext | None":
"""获取底层槽位存储后端"""
return self.manager.get_slot_context(
None, self.session_meta.namespace or "global"
)
async def get(self, label: str) -> str | None:
"""获取指定标识的槽位记忆内容"""
if not self._backend:
return None
slot = await self._backend.get_slot(self.session_meta, label)
return slot.content if slot else None
async def set(
self,
label: str,
content: str,
scope: Literal["session", "global"] = "session",
size_limit: int = 2000,
pinned: bool = True,
) -> None:
"""设置或更新指定的槽位记忆"""
if not self._backend:
return
slot = MemorySlot(
label=label,
content=content,
scope=scope,
size_limit=size_limit,
pinned=pinned,
)
await self._backend.set_slot(self.session_meta, slot)
async def delete(
self, label: str, scope: Literal["session", "global"] = "session"
) -> None:
"""删除指定的槽位记忆"""
if not self._backend:
return
await self._backend.delete_slot(self.session_meta, label, scope)
async def list_all(self) -> dict[str, str]:
"""获取当前会话所有被置顶的槽位记忆"""
if not self._backend:
return {}
slots = await self._backend.list_pinned_slots(self.session_meta)
return {s.label: s.content for s in slots}
class AgentSessionFacade:
"""
提供给第三方开发者的会话记忆访问聚合门面 (Facade)。
"""
def __init__(self, manager: "GlobalMemoryManager", session_meta: SessionMetadata):
self.manager = manager
self.session_meta = session_meta
self.history = ChatHistoryFacade(manager, session_meta)
self.slots = SlotFacade(manager, session_meta)
async def clear_all(self) -> None:
"""一键清空当前会话下的短期对话历史与记忆槽"""
cleaner = self.manager.cleaner().session(self.session_meta.session_id)
await cleaner.clear_short_term()
await cleaner.clear_slots()