小节三:实现一个最小 SubAgentRunner——SubAgent 不是函数名,而是局部 Agent Runtime

到了实现层面,建议大家不要一上来就写得太复杂。先把最小结构搭出来,你对 SubAgent 这一套的理解会快很多。下面这张图就对应这一节代码里的几个核心对象。

图片[1]-小节三:实现一个最小 SubAgentRunner——SubAgent 不是函数名,而是局部 Agent Runtime-大赛人网

它把 SubAgentTask、SubAgentRegistry、SubAgentRunner 和 SubAgentResult 之间的关系串起来了。任务先被包装成结构化输入,Runner 再根据 agent_name 去注册表里加载对应的 SubAgent,执行完成后返回结构化结果。把这层关系看顺了,后面的代码就不容易写乱。

现在我们实现一个最小结构。

现在我们实现一个最小结构。

先定义:

SubAgentTask
SubAgentResult
SubAgent
SubAgentRunner

数据结构

from dataclasses import dataclass, field


@dataclass
class SubAgentTask:
    task_id: str
    goal: str
    constraints: list[str] = field(
        default_factory=list
    )


@dataclass
class SubAgentResult:
    task_id: str
    agent_name: str
    status: str
    summary: str
    findings: list[str] = field(
        default_factory=list
    )

SubAgent 接口

class SubAgent:

    name = "base"

    def run(
        self,
        task: SubAgentTask,
    ) -> SubAgentResult:
        raise NotImplementedError

然后实现三个最小 Agent。

这段代码还没有真正 LLM Loop。

但接口已经建立。

真实版本里:

CodeAgent
TestAgent
ResearchAgent

内部都可以使用:

自己的 ContextBuilder
自己的 Tool Registry
自己的 RunGuard
自己的 Main Loop

这就是:

SubAgent 是局部 Harness。

为什么 SubAgent Result 要结构化?

如果只返回一大段自然语言:

Main Agent 很难判断

更好的结果至少有:

status
summary
findings

以后可以增加:

artifacts
errors
confidence
next_suggestion

这样 Main Agent 更容易汇总。

© 版权声明
THE END
喜欢就支持一下吧
点赞14 分享
评论 抢沙发
头像-大赛人网
欢迎您留下宝贵的见解!
提交
头像-大赛人网

昵称

取消
昵称

    请登录后查看评论内容