mirror of
https://github.com/zhenxun-org/zhenxun_bot.git
synced 2026-10-13 16:10:05 +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>
133 lines
4.8 KiB
Python
133 lines
4.8 KiB
Python
import json
|
|
from typing import Any, Literal
|
|
|
|
import httpx
|
|
|
|
from zhenxun.services.ai.core.stream_events import ToolStreamChunkEvent
|
|
from zhenxun.services.ai.run import RunContext
|
|
from zhenxun.services.ai.tools.core.decorators import tool
|
|
from zhenxun.services.ai.tools.core.toolkit import BaseToolkit
|
|
from zhenxun.services.ai.tools.models import ToolResult
|
|
from zhenxun.services.log import logger
|
|
|
|
|
|
class RestApiToolkit(BaseToolkit):
|
|
"""
|
|
通用 REST API 工具箱。
|
|
让大模型无需编写任何代码即可调用外部 HTTP 接口获取或提交数据。
|
|
"""
|
|
|
|
default_prefix = ""
|
|
|
|
default_instructions = (
|
|
"你拥有调用外部 REST API 接口的能力。\n"
|
|
"1. 使用 `make_request` 工具发起 HTTP 请求。\n"
|
|
"2. 如果请求失败,请分析返回的错误信息。可能需要调整请求参数 (params) 或请求体 (json_data)。\n" # noqa: E501
|
|
"3. 务必根据返回的 JSON 数据,提取对用户有用的信息进行回答。"
|
|
)
|
|
|
|
def __init__(
|
|
self,
|
|
base_url: str = "",
|
|
default_headers: dict[str, str] | None = None,
|
|
default_params: dict[str, Any] | None = None,
|
|
timeout: int = 30,
|
|
**kwargs: Any,
|
|
):
|
|
"""
|
|
初始化通用 REST API 工具箱。
|
|
|
|
参数:
|
|
base_url: 接口基础 URL,默认发起请求时将与其拼接。
|
|
default_headers: 发起请求时携带的默认 Headers 请求头。
|
|
default_params: 发起请求时携带的默认 URL 查询参数。
|
|
timeout: 请求超时时间,单位为秒。
|
|
kwargs: 其他透传给 BaseToolkit 的参数。
|
|
"""
|
|
super().__init__(**kwargs)
|
|
self.base_url = base_url.rstrip("/") if base_url else ""
|
|
self.default_headers = default_headers or {}
|
|
self.default_params = default_params or {}
|
|
self.timeout = timeout
|
|
|
|
@tool(name="make_request")
|
|
async def make_request(
|
|
self,
|
|
endpoint: str,
|
|
method: Literal["GET", "POST", "PUT", "DELETE", "PATCH"] = "GET",
|
|
params: dict[str, Any] | None = None,
|
|
json_data: dict[str, Any] | None = None,
|
|
context: RunContext | None = None,
|
|
) -> ToolResult:
|
|
"""
|
|
发起 HTTP 请求获取外部数据。
|
|
|
|
Args:
|
|
endpoint: API的路径(若初始化了base_url,将自动拼接)。如果是一个完整的URL(以http开头),则直接请求该URL。
|
|
method: HTTP 请求方法。
|
|
params: URL 查询参数字典。
|
|
json_data: JSON 请求体字典。
|
|
""" # noqa: E501
|
|
if endpoint.startswith("http://") or endpoint.startswith("https://"):
|
|
url = endpoint
|
|
else:
|
|
url = (
|
|
f"{self.base_url}/{endpoint.lstrip('/')}" if self.base_url else endpoint
|
|
)
|
|
|
|
merged_params = self.default_params.copy()
|
|
if params:
|
|
merged_params.update(params)
|
|
|
|
logger.info(f"🌐 [RestApiToolkit] 正在请求 {method} {url}")
|
|
|
|
try:
|
|
async with httpx.AsyncClient(timeout=self.timeout) as client:
|
|
response = await client.request(
|
|
method=method,
|
|
url=url,
|
|
params=merged_params,
|
|
json=json_data,
|
|
headers=self.default_headers,
|
|
)
|
|
|
|
try:
|
|
response_data = response.json()
|
|
except json.JSONDecodeError:
|
|
response_data = response.text
|
|
|
|
result_dict = {"status_code": response.status_code, "data": response_data}
|
|
|
|
is_error = response.status_code >= 400
|
|
result = ToolResult(output=result_dict)
|
|
|
|
if context and context.run.event_bus:
|
|
msg = (
|
|
f"🌐 已调用 API: {url}"
|
|
if not is_error
|
|
else f"❌ API 调用失败 (Status: {response.status_code})"
|
|
)
|
|
await context.run.event_bus.emit(
|
|
ToolStreamChunkEvent(
|
|
tool_name=context.call.tool_name if context else "make_request",
|
|
content=msg,
|
|
)
|
|
)
|
|
|
|
if is_error:
|
|
result = result.as_error()
|
|
return result
|
|
|
|
except Exception as e:
|
|
logger.error(f"RestApiToolkit 请求失败: {e}")
|
|
if context and context.run.event_bus:
|
|
await context.run.event_bus.emit(
|
|
ToolStreamChunkEvent(
|
|
tool_name=context.call.tool_name if context else "make_request",
|
|
content="❌ API 网络请求发生框架级错误",
|
|
)
|
|
)
|
|
return ToolResult(
|
|
output=f"网络请求失败: {type(e).__name__} - {e}"
|
|
).as_error()
|