html业务网站源码aso优化哪家好

在探索大语言模型的创意应用过程中，我们开发了一个基于多 Agent 的智能诗歌创作系统。本文将介绍如何通过多个专业化的 Agent 协同工作，实现根据地点和天气信息自动创作诗歌的功能。
GitHub Code 项目地址

核心架构设计

1. Agent 基类设计

from pydantic import BaseModel
from typing import Optionalclass Agent(BaseModel):name: str = "Agent"model: str = "gpt-4o"  # deepseek-chat, mixtral-8x7b-32768, Qwen/Qwen2-72B-Instruct, gpt-4o, llama3-70b-8192instructions: str = "你是一个非常有用的人工智能助手，你使用中文回答用户的问题。"tools: list = []

2. 消息处理机制

def run_full_turn(agent, messages, logger):current_agent = agentnum_init_messages = len(messages)messages = messages.copy()while True:# turn python functions into tools and save a reverse maptool_schemas = [function_to_schema(tool) for tool in current_agent.tools]tools = {tool.__name__: tool for tool in current_agent.tools}# === 1. get openai completion ===response = get_model_response_with_tools(model_name=current_agent.model,messages=[{"role": "system", "content": current_agent.instructions}]+ messages,tools=tool_schemas or None)message = response.choices[0].messagemessages.append(message)# 记录agent会话logger.start_agent_session(current_agent.name)if message.content:print(f"{current_agent.name}:", message.content)logger.log_agent_message(current_agent.name, message.content)if not message.tool_calls:break# === 2. handle tool calls ===for tool_call in message.tool_calls:tool_name = tool_call.function.nametool_args = json.loads(tool_call.function.arguments)result = execute_tool_call(tool_call, tools, current_agent.name)logger.log_tool_call(tool_name, tool_args, result)if type(result) is Agent:current_agent = resultresult = f"交接给 {current_agent.name}. 请立即进入角色."result_message = {"role": "tool","tool_call_id": tool_call.id,"content": str(result),}messages.append(result_message)return Response(agent=current_agent, messages=messages[num_init_messages:])

3. Agent 切换机制

def transfer_back_to_triage():"""如果用户提出了一个超出你职责的话题，就调用这个选项。"""return triage_agentdef transfer_to_poem_agent():"""交接给诗歌创作agent"""return poem_agentdef transfer_to_get_env_agent():"""交接给环境信息查询agent"""return get_env_agent

4. 工具系统设计

def get_data_info(location: str) -> str:"""获取当前日期信息"""current_date = datetime.now()formatted_date = current_date.strftime("%Y年%m月%d日")return formatted_datedef poetry_creation(weather: str, location: str, date: str) -> str:"""根据天气、地点和当前的时间信息创作一首诗。"""if not date:date = datetime.now().strftime("%Y年%m月%d日")weather = weather or "晴天"location = location or "塞纳河畔"poem = get_model_response_with_tools(model_name="deepseek-chat",messages=[{"role": "system", "content": """你是一位才华横溢的诗人，擅长捕捉当下的时空之美。创作时请注意：1. 准确把握季节特征，将天气、温度等自然元素融入诗中2. 体现地域特色，紧密结合当前地点，展现当地独特的景观和人文气息3. 用优美的意象和细腻的感受打动读者4. 根据用户需求灵活选择诗歌形式（古诗、现代诗等）"""}] + [{"role": "user", "content": f"请根据以下信息创作一首诗：\n地点：{location}\n天气状况：{weather}，当前日期：{date}"}])return poem

专业化 Agent 设计

1. 分发任务 Agent

triage_agent = Agent(name="Triage Agent",instructions=("你是一个专门分发任务的小助手，擅长使用工具。你的工作是收集信息，调用不同的agent来解决用户的问题。你和用户交流的语气和善而自然。"),tools=[transfer_to_get_env_agent, transfer_to_poem_agent],
)

2. 环境信息收集 Agent

get_env_agent = Agent(name="Get Weather Agent",instructions=("你的任务根据用户所在地点，收集该地的环境信息，你擅长使用工具。你需要 \1. 根据用户所在地点进行天气的查询，并返回天气信息 \2. 获取当前日期信息 \3. 交接给诗歌创作agent"),tools=[get_weather, get_data_info, transfer_to_poem_agent, transfer_back_to_triage]
)

3. 诗歌创作 Agent

poem_agent = Agent(name="Poetry Creation Agent",instructions=("你的职责是根据天气信息和地点信息写一首诗。如果用户没有指明诗歌的风格，就写一首现代诗；如果用户有要求诗歌的风格，则按照用户要求的风格写诗。"),tools=[poetry_creation, transfer_back_to_triage],
)

系统特点

1. 分层协作

   • 任务分发层：智能路由用户请求
   • 信息收集层：获取环境数据
   • 创作执行层：生成诗歌内容

2. 完整日志记录

   • Agent 会话追踪
   • 工具调用记录
   • 完整对话历史

3. 灵活的创作模式

   • 支持多种诗歌风格
   • 融合环境元素
   • 个性化创作指导

实例展示

以下是一个完整的诗歌创作对话示例：

user: 我在上海，请给我写一首七言绝句Triage Agent: 好的，我需要先查询一下今天上海的环境信息，然后再为你创作一首七言绝句。请稍等片刻。
Triage Agent: transfer_to_get_env_agent({})Get Weather Agent: get_weather({'city': 'shanghai'})
Get Weather Agent: get_data_info({'location': 'shanghai'})
Get Weather Agent: transfer_to_poem_agent({})Poetry Creation Agent: poetry_creation({'weather': '晴朗', 'location': '上海', 'date': '2024年12月07日'})
Poetry Creation Agent: 《上海晴日》十二月七日，上海晴空万里，  
阳光洒满黄浦江畔，温暖如春。  
外滩的钟声悠扬，穿越百年沧桑，  
东方明珠塔顶，云端之上，俯瞰繁华。梧桐叶落，铺就金色地毯，  
南京路步行街，人潮如织，笑语盈盈。  
豫园的古色古香，与现代高楼相映成趣，  
城隍庙的香火，缭绕着岁月的痕迹。陆家嘴金融区，玻璃幕墙闪耀，  
世纪大道上，车流如梭，时光匆匆。  
在这座魔都，古老与现代交织，  
晴朗的日子，每一处都是诗意的画卷。2024年12月07日，上海的晴朗，  
是冬日里的一抹暖阳，温暖人心。  
在这座城市的每一个角落，  
都能感受到，那份独特的魅力与活力。user: 不要写这么长，我要的是七言绝句Poetry Creation Agent: poetry_creation({'weather': '晴朗', 'location': '上海', 'date': '2024年12月07日'})
Poetry Creation Agent: 《上海晴日》黄浦江畔日光暖，  
外滩钟声百年传。  
东方明珠映蓝天，  
晴日漫步心悠然。user: 好的谢谢

这个示例展示了系统如何通过多个 Agent 的协作完成诗歌创作：首先由 Triage Agent 接收请求并转发，然后由 Get Weather Agent 收集环境信息，最后由 Poetry Creation Agent 根据收集到的信息进行创作。当用户对诗歌长度不满意时，系统能够快速调整并重新创作符合要求的作品。