ai-agent-book 精选快照（<2MB 代码与文档，来自 github.com/bojieli/ai-agent-book）

chapter6/async-agent/events.py

@@ -0,0 +1,91 @@
+"""事件模型（对应设计文档中的 Event / Trajectory 概念）。
+
+Flux 把 Agent 的一切经历都抽象成"事件"，按时间顺序追加到轨迹（trajectory）里。
+本文件定义事件类型、事件对象，以及"事件紧急度"的判定逻辑——这是实验 6-2 里
+"批量处理 vs 立即打断"两种处理机制的分类依据。
+"""
+
+from __future__ import annotations
+
+import time
+from dataclasses import dataclass, field
+from typing import Optional
+
+
+class EventType:
+    """事件类型常量（对应设计文档第 2 节 Inputs / Interrupts / Thinking / Actions）。"""
+
+    USER_INPUT = "user.input"          # 用户输入（非紧急，走"排队处理"）
+    USER_INTERRUPT = "user.interrupt"  # 用户打断（紧急，走"取消式处理"）
+    AGENT_OUTPUT = "agent.output"      # Agent 面向用户的最终回复
+    AGENT_TOOL_CALL = "agent.tool_call"  # Agent 发起的工具调用（Action）
+    TOOL_RESULT = "tool.result"        # 工具返回结果（同步工具 / 异步占位符）
+    ASYNC_RESULT = "async.result"      # 异步工具真正完成后注入的新事件
+    SYSTEM_NOTE = "system.note"        # 框架注入的系统提示（如取消回执）
+
+
+class Urgency:
+    """事件紧急度：决定采用哪种事件处理机制。"""
+
+    INTERRUPT = "interrupt"  # 取消式处理：立刻打断当前执行并取消异步工具
+    IMMEDIATE = "immediate"  # 立即处理：不打断后台异步任务，但马上回应（如用户提问）
+    DEFERRED = "deferred"    # 排队处理：累积到 pending 队列，任务完成时批量追加
+
+
+# 打断类关键词：命中即视为紧急打断
+_INTERRUPT_KEYWORDS = ["取消", "停止", "中止", "打住", "别做了", "stop", "cancel", "abort"]
+
+# 疑问类信号：命中即视为需要"立即回应"（而不是排队）
+_QUESTION_MARKS = ("?", "？")
+_QUESTION_KEYWORDS = ["几点", "多少", "怎么", "如何", "为什么", "是不是", "有没有",
+                      "吗", "呢", "what", "when", "how", "why", "which"]
+
+
+def classify_urgency(text: str) -> str:
+    """根据用户消息内容判定紧急度。
+
+    规则（简单、可解释，便于书中讲清楚）：
+      1. 含打断关键词（取消/停止/stop...） -> INTERRUPT（紧急，取消式处理）
+      2. 是一个提问（带问号或疑问词）      -> IMMEDIATE（立即回应，但不打断后台任务）
+      3. 其它（补充性指令，如"用日语回复"）-> DEFERRED（排队，批量处理）
+    """
+    low = text.lower()
+    if any(kw in text or kw in low for kw in _INTERRUPT_KEYWORDS):
+        return Urgency.INTERRUPT
+    if text.strip().endswith(_QUESTION_MARKS) or any(kw in text or kw in low for kw in _QUESTION_KEYWORDS):
+        return Urgency.IMMEDIATE
+    return Urgency.DEFERRED
+
+
+@dataclass
+class Event:
+    """一条轨迹事件。
+
+    message 字段保存"可直接喂给 LLM 的 OpenAI 消息字典"（保证上下文的高保真回放）；
+    没有 message 的事件（若有）只用于日志。
+    """
+
+    type: str
+    message: Optional[dict] = None        # OpenAI chat 格式消息，供构建 LLM 上下文
+    label: str = ""                       # 人类可读的日志标签
+    task_id: Optional[str] = None         # 关联的异步任务 ID（若有）
+    urgency: Optional[str] = None         # 仅用户输入事件会带
+    ts: float = field(default_factory=time.time)
+
+    def to_dict(self) -> dict:
+        """序列化为纯 JSON 可写的字典（用于状态检查点持久化）。"""
+        return {
+            "type": self.type, "message": self.message, "label": self.label,
+            "task_id": self.task_id, "urgency": self.urgency, "ts": self.ts,
+        }
+
+    @classmethod
+    def from_dict(cls, d: dict) -> "Event":
+        """从检查点字典还原事件对象。"""
+        raw_ts = d.get("ts")
+        return cls(
+            type=d["type"], message=d.get("message"),
+            label=d.get("label") or "",
+            task_id=d.get("task_id"), urgency=d.get("urgency"),
+            ts=raw_ts if raw_ts is not None else time.time(),
+        )