| 12345678910111213141516171819202122232425262728293031323334353637383940414243 |
- import sys
- from pathlib import Path
- path = Path(__file__).resolve().parent.parent
- sys.path.insert(0, str(path))
- from llm_client import get_llm
- from langchain.agents import create_agent
- from agent_demo.tools import tools
- llm = get_llm()
- prompt = """你是一名专业研究分析Agent。
- 你的任务：完成用户交给你的研究任务。
- 你拥有搜索工具。当你的知识不足，或者需要最新信息时，必须调用工具。
- 工作流程：
- 1. Thought: 分析当前需要什么信息
- 2. Action: 调用工具
- 3. Observation: 查看工具返回结果
- 4. 继续推理，直到输出最终答案
- 不要编造数据。
- """
- agent = create_agent(llm, tools, system_prompt=prompt)
- def execute_task(task: str):
- """执行一个Planner任务，返回Agent最终答案"""
- result = agent.invoke({"messages": [("user", task)]})
- return result["messages"][-1].content
- # ======================================
- # 测试 Executor
- # ======================================
- if __name__ == "__main__":
- task = "分析2026年AI Agent市场发展趋势"
- answer = execute_task(task)
- print("\n最终结果：")
- print(answer)
|
