CangjieMagic框架：使用华为仓颉编程语言编写，专门用于开发AI Agent，支持鸿蒙、Windows、macOS、Linux等系统。

这篇文章剖析一下 CangjieMagic 框架中的 Agent 接口设计。

1 Agent 接口概述

首先让我们看看 agent.cj 这个文件定义了什么。这个文件位于 magic.core.agent 包中，定义了一个名为 Agent 的公共接口，代表智能代理的核心抽象。

2 属性详解

这个接口定义了智能代理需要包含的各种核心属性，就像我们人类需要名字、技能、记忆一样，AI Agent 也需要这些关键组件：

2.1 基本属性

• 名称 (name): 每个代理都有自己的名字，就像我们每个人都有名字一样。
• 描述 (description): 代理的功能说明，告诉用户这个代理能做什么。

2.2 思维控制

• 温度值 (temperature): 这是控制 LLM 输出随机性的参数，就像调节人的思维发散程度。
  • Option<Float64> 表示这个属性是可选的，可以为空
  • 温度值越高，回答越随机创新；越低，回答越确定稳定

2.3 行为指导

• 系统提示 (systemPrompt): 这就像是给代理的工作手册，定义了代理的角色和行为准则。

2.4 工具使用

• 工具管理器 (toolManager): 代理可以使用的工具集合，就像人类使用工具扩展能力一样。
  • 工具可以是计算器、搜索引擎、代码执行器等

2.5 思维与执行

• 聊天模型 (model): 代理使用的大语言模型，是代理的"大脑"。
• 执行器 (executor): 代理的执行引擎，负责实际执行代理的决策过程。

2.6 知识获取

• 检索器 (retriever): 可选的检索组件，允许代理从外部知识库获取信息。
  • 这就像人类可以查阅资料来增强自己的知识

2.7 记忆存储

• 记忆 (memory): 可选的记忆组件，让代理能够记住过去的对话。
  • 这使得代理可以像人类一样，有上下文记忆

2.8 行为监控

• 拦截器 (interceptor): 可选的拦截器，可以在代理执行过程中进行干预。
  • 这就像是代理的"自我监督"机制

3 代理的核心功能

Agent 接口定义了两个关键函数：

3.1 同步对话 (chat)

func chat(request: AgentRequest): AgentResponse

这个函数接收一个 AgentRequest 对象，返回一个 AgentResponse 对象。就像我们问一个问题，然后等待回答。

细看 AgentRequest，它包含：

• 当前用户问题 (question)
• 之前的对话历史 (dialog)
• 是否输出详细执行信息的标志 (verbose)

而 AgentResponse 则包含：

• 执行结果内容 (content)
• 执行过程的内部信息 (execInfo)

3.2 异步对话 (asyncChat)

func asyncChat(request: AgentRequest): AsyncAgentResponse

这个函数提供了流式返回的能力，可以逐步看到回答生成的过程，而不必等待完整回答。

4 与执行器的关系

Agent 接口与 AgentExecutor 密切相关：

AgentExecutor 接口定义了执行器的核心功能：

• 同步执行 run 函数
• 异步执行 asyncRun 函数

这种设计将决策逻辑与代理属性分离，符合单一职责原则。

5 生活中的类比

Agent 就像一位助手：

• 名字和描述就是助手的身份信息
• 温度值就像是助手的性格特点（严谨或创意）
• 系统提示就像是给助手的工作手册
• 工具管理器就像是助手可以使用的工具箱
• 聊天模型就像是助手的大脑和思维方式
• 执行器就像是助手的行动能力
• 检索器就像是助手可以查阅的资料库
• 记忆就像是助手记笔记的能力
• 拦截器就像是助手的自我监督机制

6 实际应用案例

假设我们要创建一个客服助手，我们可以这样配置：

• name: “客服小智”
• description: “专业解答产品问题的AI助手”
• temperature: 0.3（保持回答的确定性）
• systemPrompt: “你是一位专业的客服代表，总是礼貌、准确地回答问题…”
• toolManager: 配置产品查询、订单查询等工具
• model: 选择适合客服场景的LLM
• executor: 使用适合客服场景的执行策略
• retriever: 连接到产品知识库
• memory: 启用对话记忆，记住用户的问题历史
• interceptor: 添加敏感信息过滤

这样配置的Agent就能像真正的客服一样工作，回答用户问题，查询信息，并保持对话的连贯性。

7 总结

仓颉语言的Agent接口设计非常全面，涵盖了构建智能代理所需的各个核心组件。通过这个设计，我们可以：

1. 灵活配置代理的各种属性
2. 控制代理的思维方式（温度值）
3. 为代理赋予工具使用能力
4. 实现同步和异步对话模式
5. 让代理拥有记忆和知识检索能力
6. 监控和干预代理的行为

这种模块化、灵活的设计，使得我们可以根据不同场景和需求，构建出各种功能强大的AI代理。