当前位置： 首页 > news >正文

京东agent之joyagent解读

news 2025/10/11 9:09:32

1、默认部署方式

（1）Github地址

https://github.com/jd-opensource/joyagent-jdgenie?tab=readme-ov-file

（2）环境准备

  • jdk17
  • python3.11
  • python环境准备
    • pip install uv
    • cd genie-tool
    • uv sync
    • .\.venv\Scripts\activate （windows命令，激活当前项目中的python虚拟环境）
  • 安装pnpm，安装命令：npm install -g pnpm（对于已经安装了Node.js的方法）

（3）配置文件修改

基于deepseek的api进行调用

复制.env_template为.env

在.env文件中，删除掉默认的OPENAI_API_KEY和OPENAI_BASE_URL，然后设置我们的DEEPSEEK_API_KEY，DEFAULT_MODEL以及SERPER_API_KEY，如下：

（4）修改代码

Genie-backend下的DeepSearchTool.java文件

request_id(agentContext.getRequestId() + ":" + StringUtil.generateRandomString(5))

修改为：

request_id(agentContext.getRequestId() + "_" + StringUtil.generateRandomString(5))

2）Genie-backend下的GenieController.java文件

在public SseEmitter AutoAgent(@RequestBody AgentRequest request) 下新增代码：

String requestId = request.getRequestId().replace(":", "_");

同时将该函数中的request.getRequestId()都替换为requestId。

否则在windows环境下genie-tool会报错：

NotADirectoryError: [WinError 267] 目录名称无效。: 'file_db_dir\\geniesession-1756824119395-5013:1756824119436-3677'

（5）启动脚本调整

1）UI目录

将start.sh修改为start.bat，脚本如下：@echo off
:: Windows 批处理脚本：启动前端项目:: 获取 Node.js 主版本号
for /f "tokens=1 delims=." %%i in ('node -v 2^>nul') do set NODE_VERSION=%%i
set NODE_MAJOR=%NODE_VERSION:~1%if "%NODE_MAJOR%"=="" (echo Node.js is not installed or not in PATH.exit /b 1
)if %NODE_MAJOR% LSS 18 (echo Node.js version 18 or higher is required. Current version: v%NODE_MAJOR%exit /b 1
)
echo Node.js version: v%NODE_MAJOR% (OK):: 检查 pnpm
where pnpm >nul 2>nul
if %errorlevel% neq 0 (echo pnpm is not installed. Installing pnpm@7.33.1...call npm install -g pnpm@7.33.1if %errorlevel% neq 0 (echo Failed to install pnpm.exit /b 1)
):: 获取 pnpm 版本
for /f "tokens=1 delims=." %%i in ('pnpm -v 2^>nul') do set PNPM_MAJOR=%%i
if %PNPM_MAJOR% LSS 7 (echo pnpm version 7 or higher is required. Current version: %PNPM_MAJOR%.xexit /b 1
)
echo pnpm version: %PNPM_MAJOR%.x (OK):: 安装依赖
echo Installing dependencies...
call pnpm install --registry https://registry.npmmirror.com:: 关键：批准构建脚本（解决警告）
echo Approving build scripts...
call pnpm approve-builds:: 启动开发服务器
echo Starting dev server...
call pnpm run dev:: 如果你看到这行，说明 dev 脚本退出了
echo 🚨 Development server stopped or failed to start.pause

2）genie-backend目录

将build.sh修改为build.bat，脚本如下：@echo off
:: Windows 批处理脚本：使用 Maven 构建 Java 项目（使用阿里云镜像）:: 创建阿里云镜像配置文件
echo ^<settings^> > aliyun-settings.xml
echo   ^<mirrors^> >> aliyun-settings.xml
echo     ^<mirror^> >> aliyun-settings.xml
echo       ^<id^>aliyun^</id^> >> aliyun-settings.xml
echo       ^<url^>https://maven.aliyun.com/repository/public^</url^> >> aliyun-settings.xml
echo       ^<mirrorOf^>^*^</mirrorOf^> ^<^!-- 匹配所有仓库 --^> >> aliyun-settings.xml
echo     ^</mirror^> >> aliyun-settings.xml
echo   ^</mirrors^> >> aliyun-settings.xml
echo ^</settings^> >> aliyun-settings.xmlecho Created aliyun-settings.xml with Alibaba Cloud mirror.:: 执行 Maven 构建
echo Building project with Maven (using aliyun mirror)...
mvn clean package -DskipTests -s aliyun-settings.xml:: 检查构建是否成功
if %errorlevel% equ 0 (echo ✅ Build success! JAR/WAR file generated.
) else (echo ❌ Build failed. Please check the errors above.exit /b 1
):: 可选：暂停查看结果（调试时有用）
:: pause

执行build.bat脚本，执行一次即可。

将start.sh修改为start.bat，脚本如下：

chcp 65001 >nul
java -classpath "./target/genie-backend/conf;./target/genie-backend/lib/*" -Dbasedir="./target/genie-backend" -Dfile.encoding="UTF-8" -Dsun.jnu.encoding=UTF-8 com.jd.genie.GenieApplication

3）genie-tool目录

在python311环境下，首次启动需要执行 python -m genie_tool.db.db_engine 之后则无需执行。

修改.env_template文件，

修改ANTHROPIC_API_KEY/ ANTHROPIC_API_BASE，SERPER_SEARCH_URL/ SERPER_SEARCH_API_KEY。

activate python311

 python server.py 启动服务即可

4）genie-client目录

Activate python311后，

将start.sh修改为start.bat，脚本如下：

uv run server.py

运行程序：

http://localhost:3000/

2、后端调试模式

【idea工程配置】

Genie-backend工程不需要以cmd方式打开，

在Idea中启动服务，配置好maven和project structure信息

Maven配置：

Project Settings：

3、genie-backend代码导读

（1）SSE

1）概念

SSE：Server-Sent Events，一种简单的服务器向客户端推送实时通知的技术。相比WebSocket，SSE的实现更为简单，因为它只需要服务器端发送数据到客户端，而不需要处理客户端到服务器的双向通信。

SSE的优势：

  1. 单向实时通信（服务端 -> 客户端）
  2. 基于Http协议，无需复杂握手
  3. 自动重连机制
  4. 轻量级且易于实现

2）与WebSocket的对比

特性

SSE

WebSocket

通信方向

单向（服务器到客户端）

双向

协议

HTTP

独立协议

数据格式

文本

二进制/文本

断线重连

自动支持

需手动实现

浏览器兼容性

IE 不支持

较新浏览器均支持

3）创建SSE连接

Long AUTO_AGENT_SSE_TIMEOUT = 60 * 60 * 1000L; // 1小时超时

SseEmitter emitter = new SseEmitter(AUTO_AGENT_SSE_TIMEOUT);

创建一个直播通道，最长持续1小时。

4）api

emitter.send()：发送一次数据，连接保持打开

emitter.complete()：彻底关闭连接，不能再发送任何数据

如果某个任务的处理过程需要发送100个数据片段，那么会调用100次send，但只会在最后调用一次complete。

5）emitter事件

emitter.onCompletion()：任务完成

emitter.onTimeout()：任务超时

emitter.onErro()：任务失败

6）创建、释放emitter实例时机

一对一关系：一个HTTP请求对应一个SseEmitter实例。SseEmitter本质上就是这个特定连接的句柄或通道。

独立性：每个SseEmitter实例都是独立的。它们可以有不同的超时时间、不同的监听器。这样可以确保不同用户的请求，或者同一个用户的不同任务请求之间互不干扰。

资源管理：因为每次请求都创建，所以必须在任务结束时（成功、失败或超时）调用emitter.complete()或emitter.completeWithErro()来释放资源。否则这些emitter实例会一直占用内存和线程，最终导致服务器资源耗尽。

（2）java类

1）包用途

Java.util.concurrent.Executors：多线程类

Java.util.concurrent.ScheduledFuture：定时任务（比如每10秒发一次心跳）

java.util.concurrent.ScheduledExecutorService：定时和周期性任务调度的线程池

2）数据结构

10_000：java语法糖，用于分隔大数字，提高可读性。10_000等同于10000。

3）Map类

  • computeIfAbsent方法

原型：V computeIfAbsent(K key, Function<? super K, ? extends V> mappingFunction)

如果key非null且在map中有值，则返回value值

如果key为null或在map中无值，则mappingFunction这个lambada函数重新计算值，并将值写入map中。

  • getOrDefault方法

原型：V getOrDefault(Object key, V defaultValue)

如果key在map中有值，则返回value值

如果key在map中无值，则返回默认值defaultValue

  • EnumMap

专门给枚举类型的map，比hashmap更快

使用示例：

Map<AgentType, AgentResponseHandler> map = new EnumMap<>(AgentType.class);

4）好方法

BeanUtils.copyProperties：把一个实例赋值给另一个实例，避免逐个属性赋值

5）线程

【BasicThreadFactory】

作用：自定义线程池中的线程属性

关键方法：namingPattern()、daemon()

示例：

ThreadFactory threadFactory = new BasicThreadFactory.Builder()

    .namingPattern("exe-pool-%d")  // 设置线程名格式

    .daemon(true)                  // 设置为守护线程（JVM退出时自动结束）

    .build();

【CountDownLatch】

作用：等待一组线程完成

关键方法：countDown()、await()

示例：

CountDownLatch latch = new CountDownLatch(tasks.size());

for (Runnable task : tasks) {

    executor.execute(() -> {

        try {

            task.run();

        } finally {

            latch.countDown(); // 确保执行

        }

    });

}

latch.await(); // 主线程等待全部完成

System.out.println("所有任务完成！");

（3）spring类

1）@Controller

Spring MVC控制器，接收和处理Web请求，返回值默认是视图名，用于渲染HTML页面

2）@ResponseBody

让控制器方法的返回值直接写入HTTP响应体（Response Body）中，而不是被解释为一个视图名称。

3）@RestController

是一个组合注释，@Controller + @ResponseBody

将一个类标记为处理HTTP请求的控制器，并且该类中所有@RequestMapping（或其变体@GetMapping，@PostMapping等）方法的返回值都会自动序列化（例如转换为JSON或XML）并直接写入HTTP响应体。

4）@RequestMapping的produces属性

内容协商参数。

作用：

  1. 请求匹配：客户端发送请求时在Accept请求头中声明能够接受哪些类型的响应（比如Accept: application/json），Spring会检查控制器方法的produces属性，只有两者一致才会被选中处理这个请求，如果不匹配Spring会返回406 Not Acceptable状态码
  2. 设置响应头：当Spring方法成功执行并返回时会将produces中指定的MIME类型设置到HTTP响应的Content-Type头中，告诉客户端：“我给你的数据是xx类型的“。

5）@Autowired

它是Spring框架的自动配送员，它的作用是：你只需要说“我需要什么”，Spring就会自动把合适的对象“送上门”，不用你手动new。它是IOC控制反转和DI依赖注入的核心武器。

6）@Accessor(chain=true)

@Accessor是控制Lombok自动生成的getter和setter方法的样式，

chain=true支持链式调用，比如：

User user = new User().setName(“xx”).setAget(25);

7）@EqualAndHashCode(callSupper=true)

让Lombok生成的equals()和hashCode()方法不仅基于当前类的字段，还包括从父类继承来的字段。

equals用于比较两个类是否相等，默认情况下只看当前类中属性是否都相同。

加了callSupper=true之后，还会比较下父类中的属性。

8）@Bean

作用在方法上，表示该方法的返回值要交给Spring的IOC容器。

一般出现在@Configuration类中。

适用于：

  • 第三方库的对象（你无法在类上加@Component）
  • 需要复杂初始化编辑的对象（如带参数的构造函数、Builder模式）

关于spring容器注册Bean的说明：

  • 注册的bean的key包含类型和名称
  • 注册时或者加载类时都可以自定义名称
  • 类默认名称是类名(首字母小写)，方法+Bean默认是方法名。

9）@Autowired

【两种用法】

  1. 用在字段上

@Component

public class OrderService {

    @Autowired

    private PaymentService paymentService;  // 自动主入

}

  1. 用在方法上

在类实例化时会自动执行该方法，并把需要的对象传进去

  • 构造函数可省略的情况：

@Component

public class OrderService {

    private final PaymentService paymentService;

    // @Autowired 可以省略（如果只有一个构造函数）

    public OrderService(PaymentService paymentService) {

        this.paymentService = paymentService;

    }

}

  • 普通函数的情况

@Component

public class DataInitializer {

    @Autowired

    public void init(UserService userService, OrderService orderService) {

        System.out.println("系统初始化中...");

        userService.initData();

        orderService.initData();

    }

}

【List、Map用法】

当用@Autowired注入：

  1. List<T>：把所有类型为T的Bean打包成一个列表给我
  2. Map<String, T>：把所有类型为T的Bean，按名字当key，示例当value，做成一个字典给我

4、系统概念

（1）心跳机制的作用

为什么需要心跳：SSE是长时间保持的，如果很长时间（比如30秒）服务端都没有调用emitter.send()发送任何数据，网络中间件（比如代理、防火墙）或客户端可能会认为连接已经“死亡“并主动断开它。

心跳如何工作：周期性地（比如5秒）调用emitter.send()发送一个保活信息，不包含业务数据。

（2）主流程、非守护线程、守护线程区别

主流程：老板角色。是程序的起点和终点，它也是非守护线程

非守护线程：正式员工角色。它是主流程派出去干活的核心员工，只要该员工还在干活，JVM就得等着

守护线程：临时工角色。主流程和非守护线程结束，它立刻会被终止。

（3）ReAct模式

ReAct = Reasoning（思考） + Acting（行动）

核心循环：Think -> Act -> Observe -> Thingk …

5、看过的类说明

1）GenieController.java

智能体流程控制器总入口

2）AgentHandlerFactory.java

智能体处理器工厂

方法1：负责把所有处理器服务放到handlerMap(key: handerName, value:handler实例)中

方法2：获取handler实例

3）AgentContext.java

Bean类，包含一次请求的上下文的所有信息

  1. RequestId：一次请求的UUID
  2. SessionId：一次会话，用于管理多轮对话
  3. Task：当前正在执行的具体任务，从query中拆解出来的子任务
  4. Printer：一个消息发送器，用于把AI的思考、结果实时推送给前端
  5. ToolCollection：一个工具集合
  6. ProductFiles：一批产品文件，用户上传的资料
  7. StreamMessageType：流式输出时，当前发送的消息类型，前端根据类型做不同展示
  8. SopPrompt：SOP（标准作业流程）提示词，定义AI应该遵循的步骤
  9. BasePrompt：基础提示词，定义AI的角色、语气、风格等
  10. AgentType：当前Agent的类型，比如1=编程助手，2=客服助手
  11. TaskProductFiles：当前任务生成的中间产物文件，多步任务中，上一步生成的文件作为下一步的输入

4）AgentContext.java

Bean类，前端发送给AI助手的请求

  1. Erp：用户的ERP账号，用于身份识别和权限控制
  2. Messages：历史对话消息列表，用于支持多轮对话
  3. OutputStyle：输出格式，AI会根据这个字段调整输出结构和排版

5）AgentHandlerService.java

接口类

处理Agent请求的handle方法

判断是否满足handler条件的support方法

6）ReactHandlerImpl.java

ReAct模式的处理器

Executor.run(request.getQuery())，executor为ReActAgent：接收query，开始ReAct循环，将每一步记录到自己的memory(记忆)中

SummaryAgent会从memory获取所有数据进行总结

7）PlanSolveHandlerImpl.java

任务分解与并行执行的智能调度器

PlaningAgent：负责任务拆解，得到的结果比如：收集项目背景<sep>分析技术难点<sep>设计解决方案

ExecutorAgent：负责执行子任务

SummaryAgent：负责最终总结

Planner-Executor反馈循环：

  1. Planner拆任务
  2. Executor执行
  3. 结果反馈给Planner
  4. Planner决定是否继续、调整或结束

MemoryIndex：记录当前executor的记忆长度，用于后续合并

两个planning.run()：第一个是任务拆解，while中的第2个用于判断任务是否完成。

整体流程：

8）Handler类和Agent类的关系

Handler是系统调度员，控制流程，调用多个Agent，处理异常、状态、文件、推送。

Agent是执行工人，不关心上下文流程，只关心怎么完成这个任务。

目前有ReAct模式、PlanSolve模式，新增一种模式增加Handler。

新增一种能力增加Agent。

9）BaseAgent.java

定义了所有Agent的公共能力与执行流程。

DuplicateThreshold：重复动作阈值，防止Agent在同一个工具或动作上反复打转

Step()：子类必须实现如何执行”一步”，是生成计划？执行动作？还是总结？

它是AI执行引擎的模板，定义了：

  1. 如何运行（run循环）
  2. 如何记忆（memory）
  3. 如何调用工具（executeTool）

10）ReActAgent.java

抽象类，实现了经典的ReAct模式=Reason + Act，即思考+行动的循环。

FormatSystemPrompt：生成完整的提示词

11）ReactImplAgent.java

ReAct模式的具体实现，实现了think和act方法。

MaxObserve：控制每次工具返回结果的最大长度，防止工具返回过长污染上下文。

ToolChoice.AUTO：允许LLM自主决定是否调用工具

12）SummaryAgent.java

用于任务完成后的总结阶段，对整个对话过程进行归纳，并提取最终交付物（如文件）。

它不参与ReAct循环，而是在主流程结束后调用，生成最终报告。

典型使用流程：

  1. 主Agent（如ReactImplAgent）完成任务，生成若干文件
  2. 调用SummaryAgent.summaryTaskResult(历史消息, 原始问题)
  3. SummaryAgent构造提示词，让LLM生成：

“本次任务完成了销售分析，发现Q2增长显著。$$$report.xlsx、chart.png“

  1. 解析出summary和文件列表
  2. 返回给前端展示最终结果

13）PlanningAgent.java

任务的指挥官，不亲自干活，而是指定计划、分配任务、监控进度，确保任务完成。

  1. 指定计划：根据用户问题和可用工具，生成多步计划
  2. 管理计划：通过planningTool 创建、更新、推进计划
  3. 驱动计划：决定每一步调用哪个工具，或推进到下一个任务
  4. 支持固定计划模式：一旦计划生成，可关闭修改，按序执行
  5. 与ReAct框架融合：复用think()/act()循环，但专注“计划“而非”执行执行”

14）ExecutorAgent.java

与PlanningAgent不同，它不制定计划，而是专注于调用工具、执行操作、返回结果。

接收任务：从PlanningAgent或用户处接收具体任务

决策调用：根据上下文决定调用哪个工具

执行操作：调用search、code、file、api等工具

返回结果：将执行结果写回记忆，并推送给前端

15）LLMSettings.java

LLM配置类

16）AgentType.java

agentType:

  1. Comprehensive(1)：综合型智能体

比如用户说：帮我分析以下上个月的销售数据，并生成一份PPT发给领导

Comprehensive Agent会拆解任务：查数据 -> 分析 -> 生成PPT -> 发送。

  1. Workflow(2)：工作流型智能体

适用于标准化流程（如审批、报表生成、客服流程），

按顺序或条件执行节点，

每个节点可配置输入/输出/错误处理，

支持暂停、恢复、人工干预

  1. Plan-slove(3)：规划-求解型智能体

适用于复杂多步任务。

比如：帮我找一家适合家庭出行的三亚酒店，价格中等，评分4.5以上。

Plan_Solve Agent会规划：搜索三亚酒店 -> 筛选评分 -> 筛选价格 -> 推荐Top3

  1. Router(4)：路由型智能体

负责将任务发放给最合适的Agent

实现方式：

使用LLM或规则引擎进行分类：

  • 是规划类？ 传给PLAN_SOLVE
  • 是流程类？传给WORKFLOW
  • 是综合任务？传给COMPREHENSIVE
  • 是简单回答？直接回答

调用目标Agent并返回结果

技术特点：

  • 使用fewshot prompting进行任务分类
  • 可能结合embedding + 向量相似度 匹配
  • 支持fallback机制（如果目标Agent失败则Agent切换、模式降级、人工介入，保证系统永远有答案，哪怕不是最优）
  • 是实现Mixture of Agents(MOA)的关键
  1. REACT(5)：ReAct智能体（推理+行动）

各种模式的差异和协同：

核心架构：

CEO：COMPREHENSIVE综合决策

项目经理：PLAN_SOLVE先规划再执行

流水线工人：WORKFLOW按流程办事

前台接待：ROUTER分流任务

研究员：REACT边想边做

协同工作：

17) SSEPrinter.java

用于将AI Agent的执行过程和结果实时推送给前端。

【Tool_thought】工具调用前的思考，比如："我需要查询京东上iPhone 15的价格，先使用搜索工具。"

【Task】子任务描述，拆解出的一个具体执行任务。比如："执行顺序1. 搜索iPhone 15在京东的售价"。

【Task_summary】任务摘要，一个任务完成后的总结性描述，通常包含结构化信息。比如：

{

  "taskSummary": "已搜索iPhone 15价格，最低价为5999元，来自京东自营。",

  "productId": "1000123456",

  "price": 5999,

  "shop": "京东自营"

}

【Plan_thought】规划阶段的思考，全局策略思考，比如tool_thought更高层。比如："用户想买手机，我需要先了解预算和偏好，再搜索比价，最后推荐最优选项。"

【Plan】结构化的踱步执行计划。比如：

// 假设 message 是一个 Plan 对象

Plan plan = new Plan();

plan.setPlanId("plan_001");

plan.setDescription("购买iPhone 15");

plan.setSteps(Arrays.asList(

    new Step(1, "询问用户预算"),

    new Step(2, "搜索京东、途虎价格"),

    new Step(3, "比较售后服务"),

    new Step(4, "生成推荐报告")

));

【tool_result】工具调用结果，调用外部工具（比如搜索、API）后返回的结构化结果。比如：

{

  "toolName": "web_search",

  "toolInput": "iPhone 15 价格",

  "toolOutput": "京东：5999元，途虎：6199元，拼多多：5799元（非自营）",

  "success": true

}

【agent_stream】流式文本输出，前端应拼接显示，实现打字机效果。

【result】最终结果。任务完成后的最终输出，可能是字符串、Map或对象。

String的形式："已为您找到最低价：5799元（拼多多），但推荐京东自营（5999元）以保障售后。"

Map的形式：

{

  "taskSummary": "推荐京东自营 iPhone 15，价格5999元，次日达，支持7天无理由退货。",

  "recommendation": "京东",

  "price": 5999,

  "url": "https://item.jd.com/1000123456.html"

}

Json的形式：

{

  "finalReport": {

    "title": "购机建议",

    "items": [

      { "product": "iPhone 15", "price": 5999, "source": "京东" }

    ]

  }

}

6、LLM执行主流程

（1）用户输入问题

用户输入：途虎养车怎么样？

组装system_prompt、user_prompt、tools后的python程序如下：

import os
from openai import OpenAI

# 系统提示词（保持不变）
system_prompt = '''
# 角色
你是一个智能助手，名叫Genie。

# 说明
你是任务规划助手，根据用户需求，拆解任务列表，从而确定planning工具入参。每次执行planning工具前，必须先输出本轮思考过程（reasoning），再调用planning工具生成任务列表。

# 技能
- 擅长将用户任务拆解为具体、独立的任务列表。
- 对简单任务，避免过度拆解任务。
- 对复杂任务，合理拆解为多个有逻辑关联的子任务

# 处理需求
## 拆解任务
- 深度推理分析用户输入，识别核心需求及潜在挑战。
- 将复杂问题分解为可管理、可执行、独立且清晰的子任务，任务之间不重复、不交叠。拆解最多不超过5个任务。
- 任务按顺序或因果逻辑组织，上下任务逻辑连贯。
- 读取文件后，对文件进行处理，处理完成保存文件应该放到一个子任务中。

## 要求
- 每一个子任务都是一个完整的子任务，例如读取文件后，将文件中的表格抽取出出来形成表格保存。
- 调用planning工具前，必须输出500字以内的思考过程，说明本轮任务拆解的依据与目标。
- 首次规划拆分时，输出整体拆分思路；后续如需调整，也需输出调整思考。
- 每个子任务为清晰、独立的指令，细化完成标准，不重复、不交叠。
- 不要输出重复的任务。
- 任务中间不能输出网页版报告，只能在最后一个任务中，生成一个网页版报告。
- 最后一个任务是需要输出报告时，如果没有明确要求，优先“输出网页版报告”，如果有指定格式要求，最后一个任务按用户指定的格式输出。
- 当前不能支持用户在计划中提供内容，因此不要要求用户提供信息

## 输出格式
输出本轮思考过程，200字以内，简明说明拆解任务依据或调整依据，并调用planning工具生成任务计划。

# 语言设置
- 所有内容均以 **中文** 输出

# 任务示例：
以下仅是你拆解任务的一个简单参考示例，你在解决问题时，参考如下拆解任务，但不要局限于如下示例计划

## 示例任务1：分析 xxxx
任务列表
- 执行顺序1. 信息收集：收集xxxx
- 执行顺序2. 筛选分析：xxxx，分析并保存成Markdown文件
- 执行顺序3. 输出报告：以网页形式呈现分析报告，调用网页生成工具

##示例任务2：提取文件中的表格
任务列表
- 执行顺序1. 文件表格提取：读取文件内容，抽取文件中存在的表格，并保存成表格文件。

## 示例任务3：分析 xxxx，以PPT格式展示
任务列表
- 执行顺序1. 信息收集：收集xxxx
- 执行顺序2. 筛选分析：xxxx，分析并保存成Markdown文件
- 执行顺序3. 输出PPT：以PPT呈现xx，调用PPT生成工具

## 示例任务4：我要写一个 xxxx
任务列表
- 执行顺序1. 信息收集：收集xxxx
- 执行顺序2. 文件输出：以网页形式呈现xxx，调用网页生成工具


===
# 环境变量
## 当前日期
<date>
今天是 2025年9月18日 星期四
</date>

## 当前可用的文件名及描述
<files>

</files>

## 用户历史对话信息
<history_dialogue>
{{history_dialogue}}
</history_dialogue>

## 约束
- 思考过程中，不要透露你的工具名称
- 调用planning生成任务列表，完成所有子任务就能完成任务。
- 以上是你需要遵循的指令，不要输出在结果中。

Let's think step by step (让我们一步步思考)
'''

user_prompt = '''
一步一步（step by step）思考，结合用户上传的文件分析用户问题，并根据问题制定计划，用户问题如下：途虎养车怎么样？
'''

# 初始化 OpenAI 兼容客户端（指向 DashScope）
client = OpenAI(
    api_key=os.getenv("DASHSCOPE_API_KEY"),
    base_url="https://dashscope.aliyuncs.com/compatible-mode/v1",
)

# 定义 planning 工具（function）
tools = [
    {
        "type": "function",
        "function": {
            "name": "planning",
            "description": "这是一个计划工具，可让代理创建和管理用于解决复杂任务的计划。该工具提供创建计划、更新计划步骤和跟踪进度的功能。",
            "parameters": {
                "type": "object",
                "properties": {
                    "command": {
                        "type": "string",
                        "enum": ["create", "update", "mark_step"],
                        "description": "需要执行的命令"
                    },
                    "title": {
                        "type": "string",
                        "description": "任务的标题，仅在 command 为 create 时必填"
                    },
                    "steps": {
                        "type": "array",
                        "items": {"type": "string"},
                        "description": "任务列表，格式为 ['执行顺序1. 简称: 详细描述', ...]，仅在 command 为 create 时必填"
                    },
                    "step_index": {
                        "type": "integer",
                        "description": "当前操作的步骤索引，仅在 command 为 mark_step 时必填"
                    },
                    "step_status": {
                        "type": "string",
                        "enum": ["not_started", "in_progress", "completed", "blocked"],
                        "description": "步骤状态，仅在 command 为 mark_step 时使用"
                    },
                    "step_notes": {
                        "type": "string",
                        "description": "步骤备注，可选"
                    }
                },
                "required": ["command"]  # 注意：只有 command 是全局必填
            }
        }
    }
]

# 发起请求
completion = client.chat.completions.create(
    model="qwen-plus",  # 可替换为 qwen-max, qwen-turbo 等
    messages=[
        {"role": "system", "content": system_prompt},
        {"role": "user", "content": user_prompt},
    ],
    tools=tools,           # 使用 tools 字段（OpenAI 格式）
    tool_choice="auto",    # 让模型自动决定是否调用工具
)

# 输出结果
print(completion.model_dump_json())

得到的结果如下：

{"id":"chatcmpl-59ddb0dc-9d38-4380-aa3e-0dd9ea66ba79","choices":[{"finish_reason":"tool_calls","index":0,"logprobs":null,"message":{"content":"当前用户问题为“途虎养车怎么样？”，需结合上传文件进行分析。但当前环境变量中未提供任何可用文件（<files>为空），无法读取具体数据支持分析。因此，任务拆解将基于公开信息的理解逻辑进行初步规划，后续若文件加载成功可调整计划。\n\n首先需明确“途虎养车”的评价维度，通常包括服务质量、价格透明度、用户口碑、门店覆盖、售后服务等。由于无结构化数据输入，无法执行数据提取或文件处理任务，故不涉及文件操作类子任务。\n\n下一步应聚焦于信息收集与综合评估：通过可靠渠道获取相关信息，整理关键指标，并形成结构化分析。最终输出需为网页版报告，便于展示图文内容。\n\n因此，计划拆解为三个步骤：先收集多维度信息，再进行优劣分析与总结，最后生成网页报告。避免过度拆解，确保任务独立且连贯。\n\n","refusal":null,"role":"assistant","annotations":null,"audio":null,"function_call":null,"tool_calls":[{"id":"call_ebc34c2902074c23b1f742","function":{"arguments":"{\"command\": \"create\", \"title\": \"分析途虎养车服务情况\", \"steps\": [\"执行顺序1. 信息收集：搜集途虎养车的服务范围、价格体系、用户评价、门店分布及售后政策等相关信息，确保来源可靠并覆盖主要维度\", \"执行顺序2. 综合分析：基于收集的信息，分析途虎养车的优势（如标准化服务、品牌保障）与潜在不足（如价格偏高、区域覆盖有限），形成结构化结论\", \"执行顺序3. 输出报告：将分析结果整合为一份网页版报告，包含服务概述、核心优势、用户反馈、对比分析及总结建议\"]}","name":"planning"},"type":"function","index":0}]}}],"created":1758194673,"model":"qwen-plus","object":"chat.completion","service_tier":null,"system_fingerprint":null,"usage":{"completion_tokens":348,"prompt_tokens":1282,"total_tokens":1630,"completion_tokens_details":null,"prompt_tokens_details":{"audio_tokens":null,"cached_tokens":0}}}

Planning返回：

LLM.ToolCallResponse(content=, toolCalls=[ToolCall(id=call_00_9QjyyL9bbirJ9kukvGXUQDSO, type=function, function=ToolCall.Function(name=planning, arguments={"command": "create", "title": "途虎养车服务分析", "steps": ["执行顺序1. 文件分析：读取用户上传的文件，提取关于途虎养车的相关信息", "执行顺序2. 信息收集：收集途虎养车的服务内容、价格、用户评价等数据", "执行顺序3. 数据分析：分析途虎养车的优势、劣势和用户反馈", "执行顺序4. 报告生成：以网页形式呈现途虎养车服务分析报告"]}))], finishReason=null, totalTokens=null, duration=0)

http://www.dtcms.com/a/466106.html

相关文章：

  • 【第五章:计算机视觉-项目实战之生成式算法实战：扩散模型】3.生成式算法实战：扩散模型-(2)DDPM数据读取
  • UCC21530-Q1 隔离栅极驱动器完全解析:从原理到实战应用
  • 企业网站的网络营销功能wordpress 发视频
  • 创作纪念日
  • 直接找高校研究生做网站行吗公众号开发单位
  • 怎么看网站开发语言是哪种律所网站建设建议
  • Docker：公有仓库和私有仓库的搭建
  • 有专门做牙膏的网站吗网站footer设计
  • 零基础从头教学Linux（Day 47）
  • libevent输出缓存区的数据
  • 宋红康 JVM 笔记 Day18｜class文件结构
  • 网站源代码购买荆州 网站建设
  • ws2_32.dll文件丢失或损坏怎么办？4种有效修复方案分享
  • Rust程序语言设计(5-8)
  • 三合一网站建设公司杭州科技公司排名
  • 温州建设监理协会网站录入客户信息的软件
  • 38.Shell脚本编程2
  • ETLCloud-重塑制造业数据处理新范式
  • 【JavaSE】JVM
  • 部分网站dns解析失败wordpress 图片预加载
  • django 网站开发案例公众号微信
  • 数据库进阶实战：从性能优化到分布式架构的核心突破
  • MySQLEXPLAIN命令详解从执行计划看SQL性能优化
  • leetcode 506 斐波那契数
  • Linux 命令：mount
  • JavaWeb——Servlet生命周期
  • JavaWeb——（web.xml）中的（url-pattern）
  • 企业网站建设合作协议范文天津城市建设大学网站
  • 新专业加速落地！设备采购先行，工业视觉人才培养破局。
  • FastAPI 入门：从环境搭建到实战开发的完整指南