first commit

2026-02-04 16:11:55 +08:00
commit 0f3ee050dc
165 changed files with 25795 additions and 0 deletions
--- a/MeetSpot/app/agent/meetspot_agent.py
+++ b/MeetSpot/app/agent/meetspot_agent.py
@@ -0,0 +1,361 @@
+"""MeetSpotAgent - 智能会面地点推荐 Agent
+
+基于 ReAct 模式实现的智能推荐代理，通过工具调用完成地点推荐任务。
+"""
+
+import json
+from typing import Any, Dict, List, Optional
+
+from pydantic import Field
+
+from app.agent.base import BaseAgent
+from app.agent.tools import (
+    CalculateCenterTool,
+    GeocodeTool,
+    GenerateRecommendationTool,
+    SearchPOITool,
+)
+from app.llm import LLM
+from app.logger import logger
+from app.schema import AgentState, Message
+from app.tool.tool_collection import ToolCollection
+
+
+SYSTEM_PROMPT = """你是 MeetSpot 智能会面助手，帮助用户找到最佳会面地点。
+
+## 你的能力
+你可以使用以下工具来完成任务：
+
+1. **geocode** - 地理编码
+   - 将地址转换为经纬度坐标
+   - 支持大学简称（北大、清华）、地标、商圈等
+   - 返回坐标和格式化地址
+
+2. **calculate_center** - 计算中心点
+   - 计算多个位置的几何中心
+   - 作为最佳会面位置的参考点
+   - 使用球面几何确保精确
+
+3. **search_poi** - 搜索场所
+   - 在中心点附近搜索各类场所
+   - 支持咖啡馆、餐厅、图书馆、健身房等
+   - 返回名称、地址、评分、距离等
+
+4. **generate_recommendation** - 生成推荐
+   - 分析搜索结果
+   - 根据评分、距离、用户需求排序
+   - 生成个性化推荐理由
+
+## 工作流程
+请按以下步骤执行：
+
+1. **理解任务** - 分析用户提供的位置和需求
+2. **地理编码** - 依次对每个地址使用 geocode 获取坐标
+3. **计算中心** - 使用 calculate_center 计算最佳会面点
+4. **搜索场所** - 使用 search_poi 在中心点附近搜索
+5. **生成推荐** - 使用 generate_recommendation 生成最终推荐
+
+## 输出要求
+- 推荐 3-5 个最佳场所
+- 为每个场所说明推荐理由（距离、评分、特色）
+- 考虑用户的特殊需求（停车、安静、商务等）
+- 使用中文回复
+
+## 注意事项
+- 确保在调用工具前已获取所有必要参数
+- 如果地址解析失败，提供具体的错误信息和建议
+- 如果搜索无结果，尝试调整搜索关键词或扩大半径
+"""
+
+
+class MeetSpotAgent(BaseAgent):
+    """MeetSpot 智能会面推荐 Agent
+
+    基于 ReAct 模式的智能代理，通过 think() -> act() 循环完成推荐任务。
+    """
+
+    name: str = "MeetSpotAgent"
+    description: str = "智能会面地点推荐助手"
+
+    system_prompt: str = SYSTEM_PROMPT
+    next_step_prompt: str = "请继续执行下一步，或者如果已完成所有工具调用，请生成最终推荐结果。"
+
+    max_steps: int = 15  # 允许更多步骤以完成复杂任务
+
+    # 工具集合
+    available_tools: ToolCollection = Field(default=None)
+
+    # 当前工具调用
+    tool_calls: List[Any] = Field(default_factory=list)
+
+    # 存储中间结果
+    geocode_results: List[Dict] = Field(default_factory=list)
+    center_point: Optional[Dict] = None
+    search_results: List[Dict] = Field(default_factory=list)
+
+    class Config:
+        arbitrary_types_allowed = True
+        extra = "allow"
+
+    def __init__(self, **data):
+        super().__init__(**data)
+        # 初始化工具集合
+        if self.available_tools is None:
+            self.available_tools = ToolCollection(
+                GeocodeTool(),
+                CalculateCenterTool(),
+                SearchPOITool(),
+                GenerateRecommendationTool()
+            )
+
+    async def step(self) -> str:
+        """执行一步: think + act
+
+        Returns:
+            步骤执行结果的描述
+        """
+        # Think: 决定下一步行动
+        should_continue = await self.think()
+
+        if not should_continue:
+            self.state = AgentState.FINISHED
+            return "任务完成"
+
+        # Act: 执行工具调用
+        result = await self.act()
+        return result
+
+    async def think(self) -> bool:
+        """思考阶段 - 决定下一步行动
+
+        使用 LLM 分析当前状态，决定是否需要调用工具以及调用哪个工具。
+
+        Returns:
+            是否需要继续执行
+        """
+        # 构建消息
+        messages = self.memory.messages.copy()
+
+        # 添加提示引导下一步
+        if self.next_step_prompt and self.current_step > 1:
+            messages.append(Message.user_message(self.next_step_prompt))
+
+        # 调用 LLM 获取响应
+        response = await self.llm.ask_tool(
+            messages=messages,
+            system_msgs=[Message.system_message(self.system_prompt)],
+            tools=self.available_tools.to_params(),
+            tool_choice="auto"
+        )
+
+        if response is None:
+            logger.warning("LLM 返回空响应")
+            return False
+
+        # 提取工具调用和内容
+        self.tool_calls = response.tool_calls or []
+        content = response.content or ""
+
+        logger.info(f"Agent 思考: {content[:200]}..." if len(content) > 200 else f"Agent 思考: {content}")
+
+        if self.tool_calls:
+            tool_names = [tc.function.name for tc in self.tool_calls]
+            logger.info(f"选择工具: {tool_names}")
+
+        # 保存 assistant 消息到记忆
+        if self.tool_calls:
+            # 带工具调用的消息
+            tool_calls_data = [
+                {
+                    "id": tc.id,
+                    "type": "function",
+                    "function": {
+                        "name": tc.function.name,
+                        "arguments": tc.function.arguments
+                    }
+                }
+                for tc in self.tool_calls
+            ]
+            self.memory.add_message(Message(
+                role="assistant",
+                content=content,
+                tool_calls=tool_calls_data
+            ))
+        elif content:
+            # 纯文本消息（可能是最终回复）
+            self.memory.add_message(Message.assistant_message(content))
+            # 如果没有工具调用且有内容，可能是最终回复
+            if "推荐" in content and len(content) > 100:
+                return False  # 结束循环
+
+        return bool(self.tool_calls) or bool(content)
+
+    async def act(self) -> str:
+        """行动阶段 - 执行工具调用
+
+        执行思考阶段决定的工具调用，并将结果添加到记忆。
+
+        Returns:
+            工具执行结果的描述
+        """
+        if not self.tool_calls:
+            # 没有工具调用，返回最后一条消息的内容
+            return self.memory.messages[-1].content or "无操作"
+
+        results = []
+        for call in self.tool_calls:
+            tool_name = call.function.name
+            tool_args = call.function.arguments
+
+            try:
+                # 解析参数
+                args = json.loads(tool_args) if isinstance(tool_args, str) else tool_args
+
+                # 执行工具
+                logger.info(f"执行工具: {tool_name}, 参数: {args}")
+                result = await self.available_tools.execute(name=tool_name, tool_input=args)
+
+                # 保存中间结果
+                self._save_intermediate_result(tool_name, result, args)
+
+                # 将工具结果添加到记忆
+                result_str = str(result)
+                self.memory.add_message(Message.tool_message(
+                    content=result_str,
+                    tool_call_id=call.id,
+                    name=tool_name
+                ))
+
+                logger.info(f"工具 {tool_name} 完成")
+                results.append(f"{tool_name}: 成功")
+
+            except Exception as e:
+                error_msg = f"工具执行失败: {str(e)}"
+                logger.error(f"{tool_name} {error_msg}")
+
+                # 添加错误消息到记忆
+                self.memory.add_message(Message.tool_message(
+                    content=error_msg,
+                    tool_call_id=call.id,
+                    name=tool_name
+                ))
+                results.append(f"{tool_name}: 失败 - {str(e)}")
+
+        return " | ".join(results)
+
+    def _save_intermediate_result(self, tool_name: str, result: Any, args: Dict) -> None:
+        """保存工具执行的中间结果
+
+        Args:
+            tool_name: 工具名称
+            result: 工具执行结果
+            args: 工具参数
+        """
+        try:
+            # 解析结果
+            if hasattr(result, 'output') and result.output:
+                data = json.loads(result.output) if isinstance(result.output, str) else result.output
+            else:
+                return
+
+            if tool_name == "geocode" and data:
+                self.geocode_results.append({
+                    "address": args.get("address", ""),
+                    "lng": data.get("lng"),
+                    "lat": data.get("lat"),
+                    "formatted_address": data.get("formatted_address", "")
+                })
+
+            elif tool_name == "calculate_center" and data:
+                self.center_point = data.get("center")
+
+            elif tool_name == "search_poi" and data:
+                places = data.get("places", [])
+                self.search_results.extend(places)
+
+        except Exception as e:
+            logger.debug(f"保存中间结果时出错: {e}")
+
+    async def recommend(
+        self,
+        locations: List[str],
+        keywords: str = "咖啡馆",
+        requirements: str = ""
+    ) -> Dict:
+        """执行推荐任务
+
+        这是 Agent 的主要入口方法，接收用户输入并返回推荐结果。
+
+        Args:
+            locations: 参与者位置列表
+            keywords: 搜索关键词（场所类型）
+            requirements: 用户特殊需求
+
+        Returns:
+            包含推荐结果的字典
+        """
+        # 重置状态
+        self.geocode_results = []
+        self.center_point = None
+        self.search_results = []
+        self.current_step = 0
+        self.state = AgentState.IDLE
+        self.memory.clear()
+
+        # 构建任务描述
+        locations_str = "、".join(locations)
+        task = f"""请帮我找到适合会面的地点：
+
+**参与者位置**：{locations_str}
+**想找的场所类型**：{keywords}
+**特殊需求**：{requirements or "无特殊需求"}
+
+请按照工作流程执行：
+1. 先用 geocode 工具获取每个位置的坐标
+2. 用 calculate_center 计算中心点
+3. 用 search_poi 搜索附近的 {keywords}
+4. 用 generate_recommendation 生成推荐
+
+最后请用中文总结推荐结果。"""
+
+        # 执行任务
+        result = await self.run(task)
+
+        # 格式化返回结果
+        return self._format_result(result)
+
+    def _format_result(self, raw_result: str) -> Dict:
+        """格式化最终结果
+
+        Args:
+            raw_result: Agent 执行的原始结果
+
+        Returns:
+            格式化的结果字典
+        """
+        # 获取最后一条 assistant 消息作为最终推荐
+        final_recommendation = ""
+        for msg in reversed(self.memory.messages):
+            if msg.role == "assistant" and msg.content:
+                final_recommendation = msg.content
+                break
+
+        return {
+            "success": self.state == AgentState.IDLE,  # IDLE 表示正常完成
+            "recommendation": final_recommendation,
+            "geocode_results": self.geocode_results,
+            "center_point": self.center_point,
+            "search_results": self.search_results[:10],  # 限制返回数量
+            "steps_executed": self.current_step,
+            "raw_output": raw_result
+        }
+
+
+# 创建默认 Agent 实例的工厂函数
+def create_meetspot_agent() -> MeetSpotAgent:
+    """创建 MeetSpotAgent 实例
+
+    Returns:
+        配置好的 MeetSpotAgent 实例
+    """
+    return MeetSpotAgent()