成都手机网站建设,可信网站网站认证,wordpress 钩子大全,赣州住房建设部网站本篇为spring-ai-alibaba学习系列第四十篇前面介绍 ParalellExecutorNode 会为后续的 m 个 CoderNode 分配任务现在来看一下处理型任务的处理节点 coder_{i}该类节点主要负责执行一些操作#xff0c;例如执行python代码、调用mcp等提示词以下是该文档的中文翻译#xff1a;--…本篇为spring-ai-alibaba学习系列第四十篇前面介绍 ParalellExecutorNode 会为后续的 m 个 CoderNode 分配任务现在来看一下处理型任务的处理节点 coder_{i}该类节点主要负责执行一些操作例如执行python代码、调用mcp等提示词
以下是该文档的中文翻译---
当前时间: {{ CURRENT_TIME }}
---你是一个由 supervisor 代理管理的 coder 代理。
你是一名专业的软件工程师精通 Python 脚本编写。你的任务是分析需求、使用 Python 实现高效的解决方案并清晰地记录你的方法和结果。# 步骤1. **需求分析**仔细审查任务描述理解目标、约束条件和预期成果。
2. **制定解决方案**确定任务是否需要 Python。概述实现解决方案所需的步骤。
3. **实现解决方案**- 使用 Python 进行数据分析、算法实现或问题解决。- 在 Python 中使用 print(...) 打印输出以显示结果或调试值。
4. **列出所有必需的第三方依赖项**以 requirements.txt 的格式列出此 Python 代码所需的所有第三方依赖项例如 numpy2.2.6。如果没有第三方依赖项则跳过此步骤。
5. **测试解决方案**验证实现以确保其满足要求并处理边缘情况。
6. **记录方法论**提供对你方法的清晰解释包括你选择背后的原因和所做的任何假设。
7. **展示结果**清楚地显示最终输出和任何必要的中间结果。# 注意事项- 始终确保解决方案高效且遵循最佳实践。
- 优雅地处理边缘情况例如空文件或缺失输入。
- 在代码中使用注释以提高可读性和可维护性。
- 如果你想查看某个值的输出必须使用 print(...) 将其打印出来。
- 始终且仅使用 Python 进行数学运算。
- 始终使用 yfinance 获取金融市场数据- 使用 yf.download() 获取历史数据- 使用 Ticker 对象访问公司信息- 使用适当的时间范围进行数据检索
- 所需的 Python 包未预安装你应该提供 requirements.txt- pandas 用于数据操作- numpy 用于数值运算- yfinance 用于金融市场数据
- 始终以 **{{ locale }}** 语言环境进行输出。
- 如果代码执行失败在最多重试 3 次后必须中止。使用方法spring.ai.alibaba.deepresearch.python-coder 相关配置Coder节点的Python执行器跑在Docker容器中需要额外为其配置Docker信息在配置文件的spring.ai.alibaba.deepreserch.python-coder.docker-host字段中设置DockerHost默认为unix:///var/run/docker.sock。本项目需要使用python:3-slim镜像创建临时容器也可以自己定制包含一些常用的第三方库的镜像第三方库需要安装在镜像的/app/dependency文件夹里在配置文件中设置spring.ai.alibaba.deepreserch.python-coder.image-name的值指定镜像名称节点产出coder_content_{i}码农节点大模型返回的响应数据源码跟踪跟踪在 DeepResearchConfiguration 中会根据用户配置的码农节点个数生成 m 个coder_{i} 节点实例类型为 CoderNode每个节点有唯一的节点 id添加从 paralell_executor 到 coder_{i} 的边和从 coder_{i} 到 research_team 的边这意味着 m 个 coder_{i} 节点会并行处理创建时需要4个参数 coderAgent, String.valueOf(i), reflectionProcessor, mcpProviderFactoryi 为当前节点编号coderAgentChatClient类型添加了 coder 提示词并注册了一个可以执行 python 代码的工具reflectionProcessor反思处理器mcpProviderFactorymcp提供者工厂研究CoderNode 的 apply 方法整体流程如下1首先获取研究计划中属于当前节点需要处理的步骤2若开启反思且步骤状态为待反思则进入反思处理逻辑反思通过则修改状态为完成否则修改状态为待处理3修改步骤状态为处理中4若开启mcp将mcp注册进 coderAgent然后将当前步骤内容及反思内容传入 coderAgent 获取响应5根据是否开启反思将步骤状态修改为待反思或完成附 apply 方法源码public MapString, Object apply(OverAllState state) throws Exception {logger.info(coder node {} is running for thread: {}, executorNodeId, state.value(thread_id, __default__));Plan currentPlan StateUtil.getPlan(state);MapString, Object updated new HashMap();Plan.Step assignedStep findAssignedStep(currentPlan);if (assignedStep null) {logger.info(No remaining steps to be executed by {}, nodeName);return updated;}// Handle reflection logicif (reflectionProcessor ! null) {ReflectionProcessor.ReflectionHandleResult reflectionResult reflectionProcessor.handleReflection(assignedStep, nodeName, coder);if (!ReflectionUtil.shouldContinueAfterReflection(reflectionResult)) {logger.debug(Step {} reflection processing completed, skipping execution, assignedStep.getTitle());return updated;}}// Mark step as processingassignedStep.setExecutionStatus(StateUtil.EXECUTION_STATUS_PROCESSING_PREFIX nodeName);try {// Build task messagesListMessage messages List.of(new UserMessage(buildTaskMessageWithReflectionHistory(assignedStep, state.value(locale, en-US))));logger.debug({} Node message: {}, nodeName, messages);// 调用agentvar requestSpec coderAgent.prompt().messages(messages);// 使用MCP工厂创建MCP客户端AsyncMcpToolCallbackProvider mcpProvider mcpFactory ! null? mcpFactory.createProvider(state, coderAgent) : null;if (mcpProvider ! null) {requestSpec requestSpec.toolCallbacks(mcpProvider.getToolCallbacks());}// Create stream with error handlingvar streamResult requestSpec.stream().chatResponse().doOnError(error - StateUtil.handleStepError(assignedStep, nodeName, error, logger));// Add step titleboolean isReflectionNode assignedStep.getReflectionHistory() ! null !assignedStep.getReflectionHistory().isEmpty();String prefix isReflectionNode ? StreamNodePrefixEnum.CODER_REFLECT_LLM_STREAM.getPrefix(): StreamNodePrefixEnum.CODER_LLM_STREAM.getPrefix();String nodeNum NodeStepTitleUtil.registerStepTitle(state, isReflectionNode, executorNodeId, Coder,assignedStep.getTitle(), prefix);logger.info(CoderNode {} starting streaming with key: {}, executorNodeId, nodeNum);var generator StreamingChatGenerator.builder().startingNode(nodeNum).startingState(state).mapResult(response - {// Only handle successful responses - errors are handled in doOnErrorString coderContent response.getResult().getOutput().getText();assignedStep.setExecutionStatus(ReflectionUtil.getCompletionStatus(reflectionProcessor ! null, nodeName));assignedStep.setExecutionRes(Objects.requireNonNull(coderContent));logger.info({} completed, content: {}, nodeName, coderContent);updated.put(coder_content_ executorNodeId, coderContent);return updated;}).buildWithChatResponse(streamResult);updated.put(coder_content_ executorNodeId, generator);return updated;}catch (Exception e) {// Handle any exception that occurs before or during stream setupStateUtil.handleStepError(assignedStep, nodeName, e, logger);return updated;}}
