| 123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585960616263646566676869707172737475767778798081828384858687888990919293949596979899100101102103104105106107108109110111112113114115116117118119120121122123124125126127128129130131132133134135136137138139140141142143144145146147148149150151152153154155156157158159160161162163164165166167168169170171172173174175176177178179180181182183184185186187188189190191192193194195196197198 |
- """
- AutoGen 软件开发团队协作案例
- """
- import os
- import asyncio
- from typing import List, Dict, Any
- from dotenv import load_dotenv
- # 加载环境变量
- load_dotenv()
- # # 导入 HelloAgentsLLM
- # import sys
- # sys.path.append(os.path.join(os.path.dirname(__file__), '..', '..'))
- # from llm_client import HelloAgentsLLM
- # 先测试一个版本,使用 OpenAI 客户端
- from autogen_ext.models.openai import OpenAIChatCompletionClient
- from autogen_agentchat.agents import AssistantAgent, UserProxyAgent
- from autogen_agentchat.teams import RoundRobinGroupChat
- from autogen_agentchat.conditions import TextMentionTermination
- from autogen_agentchat.ui import Console
- def create_openai_model_client():
- """创建 OpenAI 模型客户端用于测试"""
- return OpenAIChatCompletionClient(
- model=os.getenv("LLM_MODEL_ID", "gpt-4o"),
- api_key=os.getenv("LLM_API_KEY"),
- base_url=os.getenv("LLM_BASE_URL", "https://api.openai.com/v1")
- )
- def create_product_manager(model_client):
- """创建产品经理智能体"""
- system_message = """你是一位经验丰富的产品经理,专门负责软件产品的需求分析和项目规划。
- 你的核心职责包括:
- 1. **需求分析**:深入理解用户需求,识别核心功能和边界条件
- 2. **技术规划**:基于需求制定清晰的技术实现路径
- 3. **风险评估**:识别潜在的技术风险和用户体验问题
- 4. **协调沟通**:与工程师和其他团队成员进行有效沟通
- 当接到开发任务时,请按以下结构进行分析:
- 1. 需求理解与分析
- 2. 功能模块划分
- 3. 技术选型建议
- 4. 实现优先级排序
- 5. 验收标准定义
- 请简洁明了地回应,并在分析完成后说"请工程师开始实现"。"""
- return AssistantAgent(
- name="ProductManager",
- model_client=model_client,
- system_message=system_message,
- )
- def create_engineer(model_client):
- """创建软件工程师智能体"""
- system_message = """你是一位资深的软件工程师,擅长 Python 开发和 Web 应用构建。
- 你的技术专长包括:
- 1. **Python 编程**:熟练掌握 Python 语法和最佳实践
- 2. **Web 开发**:精通 Streamlit、Flask、Django 等框架
- 3. **API 集成**:有丰富的第三方 API 集成经验
- 4. **错误处理**:注重代码的健壮性和异常处理
- 当收到开发任务时,请:
- 1. 仔细分析技术需求
- 2. 选择合适的技术方案
- 3. 编写完整的代码实现
- 4. 添加必要的注释和说明
- 5. 考虑边界情况和异常处理
- 请提供完整的可运行代码,并在完成后说"请代码审查员检查"。"""
- return AssistantAgent(
- name="Engineer",
- model_client=model_client,
- system_message=system_message,
- )
- def create_code_reviewer(model_client):
- """创建代码审查员智能体"""
- system_message = """你是一位经验丰富的代码审查专家,专注于代码质量和最佳实践。
- 你的审查重点包括:
- 1. **代码质量**:检查代码的可读性、可维护性和性能
- 2. **安全性**:识别潜在的安全漏洞和风险点
- 3. **最佳实践**:确保代码遵循行业标准和最佳实践
- 4. **错误处理**:验证异常处理的完整性和合理性
- 审查流程:
- 1. 仔细阅读和理解代码逻辑
- 2. 检查代码规范和最佳实践
- 3. 识别潜在问题和改进点
- 4. 提供具体的修改建议
- 5. 评估代码的整体质量
- 请提供具体的审查意见,完成后说"代码审查完成,请用户代理测试"。"""
- return AssistantAgent(
- name="CodeReviewer",
- model_client=model_client,
- system_message=system_message,
- )
- def create_user_proxy():
- """创建用户代理智能体"""
- return UserProxyAgent(
- name="UserProxy",
- description="""用户代理,负责以下职责:
- 1. 代表用户提出开发需求
- 2. 执行最终的代码实现
- 3. 验证功能是否符合预期
- 4. 提供用户反馈和建议
- 完成测试后请回复 TERMINATE。""",
- )
- async def run_software_development_team():
- """运行软件开发团队协作"""
-
- print("🔧 正在初始化模型客户端...")
-
- # 先使用标准的 OpenAI 客户端测试
- model_client = create_openai_model_client()
-
- print("👥 正在创建智能体团队...")
-
- # 创建智能体团队
- product_manager = create_product_manager(model_client)
- engineer = create_engineer(model_client)
- code_reviewer = create_code_reviewer(model_client)
- user_proxy = create_user_proxy()
-
- # 添加终止条件
- termination = TextMentionTermination("TERMINATE")
-
- # 创建团队聊天
- team_chat = RoundRobinGroupChat(
- participants=[
- product_manager,
- engineer,
- code_reviewer,
- user_proxy
- ],
- termination_condition=termination,
- max_turns=20, # 增加最大轮次
- )
-
- # 定义开发任务
- task = """我们需要开发一个比特币价格显示应用,具体要求如下:
- 核心功能:
- - 实时显示比特币当前价格(USD)
- - 显示24小时价格变化趋势(涨跌幅和涨跌额)
- - 提供价格刷新功能
- 技术要求:
- - 使用 Streamlit 框架创建 Web 应用
- - 界面简洁美观,用户友好
- - 添加适当的错误处理和加载状态
- 请团队协作完成这个任务,从需求分析到最终实现。"""
-
- # 执行团队协作
- print("🚀 启动 AutoGen 软件开发团队协作...")
- print("=" * 60)
-
- # 使用 Console 来显示对话过程
- result = await Console(team_chat.run_stream(task=task))
-
- print("\n" + "=" * 60)
- print("✅ 团队协作完成!")
-
- return result
- # 主程序入口
- if __name__ == "__main__":
- try:
- # 运行异步协作流程
- result = asyncio.run(run_software_development_team())
-
- print(f"\n📋 协作结果摘要:")
- print(f"- 参与智能体数量:4个")
- print(f"- 任务完成状态:{'成功' if result else '需要进一步处理'}")
-
- except ValueError as e:
- print(f"❌ 配置错误:{e}")
- print("请检查 .env 文件中的配置是否正确")
- except Exception as e:
- print(f"❌ 运行错误:{e}")
- import traceback
- traceback.print_exc()
|