Files
zhenxun_bot/zhenxun/services/ai/sandbox/registry.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

46 lines
1.8 KiB
Python

from typing import TYPE_CHECKING, ClassVar
from zhenxun.services.log import logger
if TYPE_CHECKING:
from zhenxun.services.ai.sandbox.addons.base import BaseSandboxExtension
from zhenxun.services.ai.sandbox.drivers.base import BaseSandboxClient
class SandboxRegistry:
_clients: ClassVar[dict[str, type["BaseSandboxClient"]]] = {}
_extensions: ClassVar[dict[str, type["BaseSandboxExtension"]]] = {}
@classmethod
def register_client(cls, name: str, client_cls: type["BaseSandboxClient"]) -> None:
if name in cls._clients:
logger.warning(f"[SandboxRegistry] 覆盖已存在的沙箱客户端: {name}")
cls._clients[name] = client_cls
logger.debug(f"[SandboxRegistry] 成功注册沙箱客户端: {name}")
@classmethod
def get_client_cls(cls, name: str) -> type["BaseSandboxClient"]:
if name not in cls._clients:
raise ValueError(f"未找到名为 '{name}' 的沙箱客户端。")
return cls._clients[name]
@classmethod
def get_all_clients(cls) -> dict[str, type["BaseSandboxClient"]]:
return cls._clients.copy()
@classmethod
def register_extension(cls, extension_cls: type["BaseSandboxExtension"]) -> None:
if (
isinstance(getattr(extension_cls, "extension_name", None), property)
and extension_cls.extension_name.fget
):
name = extension_cls.extension_name.fget(None)
else:
name = getattr(extension_cls, "extension_name", str(extension_cls))
cls._extensions[name] = extension_cls
logger.debug(f"[SandboxRegistry] 成功注册沙箱扩展: {name}")
@classmethod
def get_extension_cls(cls, name: str) -> type["BaseSandboxExtension"] | None:
return cls._extensions.get(name)