mirror of
https://github.com/zhenxun-org/zhenxun_bot.git
synced 2026-10-06 12:20:00 +08:00
80fc5b86a7
* ✨ 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>
48 lines
1.5 KiB
Python
48 lines
1.5 KiB
Python
from typing import Any, Literal
|
|
|
|
from pydantic import BaseModel, ConfigDict, Field
|
|
|
|
|
|
class BaseRecord(BaseModel):
|
|
"""RAG 基础记录载体，没有任何业务属性"""
|
|
|
|
id: str = Field(default_factory=lambda: __import__("uuid").uuid4().hex)
|
|
"""记录的唯一标识符"""
|
|
content: str = Field(...)
|
|
"""数据块的文本内容"""
|
|
embedding: list[float] | None = Field(default=None)
|
|
"""数据块对应的向量嵌入"""
|
|
metadata: dict[str, Any] = Field(default_factory=dict)
|
|
"""数据块的元数据字典"""
|
|
action: Literal["insert", "update", "delete", "ignore"] = Field(default="insert")
|
|
"""数据块在索引管线中的操作意图"""
|
|
|
|
|
|
class SearchResult(BaseModel):
|
|
"""搜索结果"""
|
|
|
|
record: BaseRecord
|
|
"""检索到的基础记录"""
|
|
score: float
|
|
"""检索相似度得分"""
|
|
|
|
|
|
class QueryRequest(BaseModel):
|
|
"""通用检索请求"""
|
|
|
|
model_config = ConfigDict(arbitrary_types_allowed=True)
|
|
|
|
text: str = Field(default="")
|
|
"""原始查询文本"""
|
|
embedding: list[float] | None = Field(default=None)
|
|
"""用于向量检索的数组"""
|
|
search_type: Literal["dense", "sparse", "hybrid"] = Field(default="dense")
|
|
"""检索类型标识：稠密向量、稀疏关键词或混合"""
|
|
metadata_filters: dict[str, Any] | None = Field(default=None)
|
|
"""元数据精确匹配字典"""
|
|
limit: int = Field(default=10)
|
|
"""返回的最大条数"""
|
|
|
|
|
|
StorageConfigType = dict[str, Any]
|