Files
zhenxun_bot/zhenxun/services/ai/tools/providers/builtin/rest_api.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

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()