""" 补充案例一键演示：`python demo.py` 演示两件事： 1) 进化：Agent 从零基础工具出发 —— 搜索 → 读文档 → 沙箱测试 → 封装工具 → 用新工具给出 NVIDIA(NVDA) 的真实股价与「相对一周前」的真实涨跌幅。 2) 复用：换一支股票(AAPL) 再问一次。Agent 应先 search_tools 命中已创建的工具并直接复用， 不再重新上网搜索、重新造轮子。程序会打印轨迹并自动校验「复用」是否成立。 在线路径（默认）需要真实联网 + 真实调用 OpenAI，请先配置 OPENAI_API_KEY。 若手头没有 API key / 无法联网，可用 `--offline` 跑「机制自检」：不调用 LLM/网络， 直接驱动工具库的「搜索未命中 → 造工具 → 存前验证 → 注册 → 复用」闭环（见下）。 常用示例： python demo.py # 跑「进化 + 复用」两个默认任务（需 API） python demo.py --fresh # 先清空 tool_library/ 再跑（重现「从零进化」） python demo.py --offline # 离线机制自检（无需 API/网络），演示完整进化闭环 python demo.py --task "查询比特币当前美元价格及24小时涨跌幅" # 自定义任务（可多次） python demo.py --no-create # 禁用造工具能力（对照：只能复用/无法进化） python demo.py --model gpt-5.6-luna --output run.json # 覆盖模型并把结果写入 JSON python demo.py --help # 查看全部参数 提示：工具库会持久化到 tool_library/。若上一轮已封装出 get_stock_price，再次直接运行时 任务一会在第 0 步就命中并复用它，从而看不到「进化」过程；想重现进化请加 --fresh。 """ import argparse import glob import json import os import shutil import sys import tempfile from pathlib import Path from tool_manager import LIBRARY_DIR, ToolLibrary TASK_1 = "查询 NVIDIA(股票代码 NVDA) 的最新股价，以及与一周前相比的涨跌幅（百分比）。请给出真实数据。" TASK_2 = "查询 Apple(股票代码 AAPL) 的最新股价，以及与一周前相比的涨跌幅（百分比）。请给出真实数据。" _META_TOOLS = {"web_search", "read_webpage", "code_interpreter", "create_tool", "search_tools"} def _clear_library(): """清空持久化的工具库（仅删除生成的 *.json 工件），用于重现「从零进化」。""" removed = 0 for p in glob.glob(os.path.join(str(LIBRARY_DIR), "*.json")): try: os.remove(p) removed += 1 except OSError: pass print(f"[--fresh] 已清空 tool_library/（删除 {removed} 个已封装工具），将从零开始进化。\n") def _is_reuse(traj: list) -> bool: """某条轨迹是否属于「工具复用」：调用了 search_tools、没有重新 web_search/create_tool， 且真的调用了某个已封装（非元）工具。""" return ( "search_tools" in traj and "web_search" not in traj and "create_tool" not in traj and any(t not in _META_TOOLS for t in traj) ) # --------------------------------------------------------------------------- # # 离线机制自检：不调用 LLM / 网络，直接驱动工具库的进化闭环 # 搜索未命中 → 造工具（带存前验证）→ 注册 → 调用 → 复用 # 用一个纯离线、确定性的工具（计算两个日期之间的天数）来跑通全流程， # 便于在没有 API key / 无网络时验证「自我进化 + 复用」机制本身是否可靠。 # --------------------------------------------------------------------------- # _DAYS_TOOL_CODE = ( "from datetime import date\n\n" "def run(start, end):\n" " s = date.fromisoformat(start)\n" " e = date.fromisoformat(end)\n" " return {'start': start, 'end': end, 'days': (e - s).days}\n" ) _DAYS_TOOL_PARAMS = { "type": "object", "properties": { "start": {"type": "string", "description": "起始日期 YYYY-MM-DD"}, "end": {"type": "string", "description": "结束日期 YYYY-MM-DD"}, }, "required": ["start", "end"], } # 一个「跑不通」的坏工具：用来证明存前验证闸门确实会拒绝它入库 _BAD_TOOL_CODE = ( "def run(start, end):\n" " return {'days': undefined_name}\n" # NameError at runtime ) def run_offline_selftest(output_path: str | None = None) -> int: print("=" * 70) print("离线机制自检（--offline）：不调用 LLM/网络，直接驱动工具库进化闭环") print(" 闭环：search_tools 未命中 → create_tool(存前验证) → 注册 → 调用 → 复用") print("=" * 70) tmp = Path(tempfile.mkdtemp(prefix="selfevolve_selftest_")) lib = ToolLibrary(library_dir=tmp) # 用临时库，绝不污染用户真实的 tool_library/ try: # ---------- 存前验证闸门演示：坏工具应被拒绝入库 ---------- print("\n[验证闸门] 尝试注册一个运行会崩溃的坏工具（附 test_args）...") bad = lib.create_tool( "days_between_bad", "会崩溃的示例工具", _DAYS_TOOL_PARAMS, _BAD_TOOL_CODE, test_args={"start": "2020-01-01", "end": "2020-03-01"}, ) print(f" 结果: success={bad.get('success')} -> {bad.get('error', '')[:60]}") assert not bad["success"], "坏工具竟然通过了存前验证！" assert lib.get_tool("days_between_bad") is None, "坏工具不应落盘！" print(" ✅ 存前验证挡住了坏工具（未入库），符合『别把坏程序存进去』。") # ---------- 任务一：进化（造工具）---------- traj1: list = [] print("\n########## 离线任务一：计算 2020-01-01 到 2020-03-01 的天数（演示进化）##########") traj1.append("search_tools") hit = lib.search_tools("date days between") print(f"[step 1] search_tools -> 命中 {hit['count']} 个（工具库为空，未命中）") traj1.append("create_tool") created = lib.create_tool( "days_between", "计算两个 ISO 日期(YYYY-MM-DD)之间相差的天数", _DAYS_TOOL_PARAMS, _DAYS_TOOL_CODE, test_args={"start": "2020-01-01", "end": "2020-01-11"}, ) print(f"[step 2] create_tool(days_between) -> success={created['success']} " f"validated={created.get('validated')}（存前验证已真跑一次 run()）") traj1.append("days_between") r1 = lib.execute_tool("days_between", {"start": "2020-01-01", "end": "2020-03-01"}) ans1 = r1.get("result", {}).get("days") print(f"[step 3] days_between(...) -> {r1.get('result')}") print(f"[离线任务一结论] 2020-01-01 到 2020-03-01 共 {ans1} 天。") # ---------- 任务二：复用（不再造轮子）---------- traj2: list = [] print("\n########## 离线任务二：计算 2021-01-01 到 2021-12-31 的天数（演示复用）##########") traj2.append("search_tools") hit2 = lib.search_tools("date days between") print(f"[step 1] search_tools -> 命中 {hit2['count']} 个：{[t['name'] for t in hit2['tools']]}（复用！）") traj2.append("days_between") r2 = lib.execute_tool("days_between", {"start": "2021-01-01", "end": "2021-12-31"}) ans2 = r2.get("result", {}).get("days") print(f"[step 2] days_between(...) -> {r2.get('result')}") print(f"[离线任务二结论] 2021-01-01 到 2021-12-31 共 {ans2} 天。") reused = _is_reuse(traj2) print("\n" + "=" * 70) print("离线自检结论") print("=" * 70) print(f"任务一轨迹: {traj1}") print(f"任务二轨迹: {traj2}") print(f"任务二是否复用了任务一造的工具(未重新 create_tool): {'是 ✅' if reused else '否 ❌'}") print(f"存前验证闸门是否挡住了坏工具: {'是 ✅' if not bad['success'] else '否 ❌'}") if output_path: payload = { "mode": "offline_selftest", "gate_rejected_bad_tool": (not bad["success"]), "tasks": [ {"task": "2020-01-01→2020-03-01 天数", "answer_days": ans1, "trajectory": traj1}, {"task": "2021-01-01→2021-12-31 天数", "answer_days": ans2, "trajectory": traj2}, ], "reused": reused, } Path(output_path).write_text(json.dumps(payload, ensure_ascii=False, indent=2), encoding="utf-8") print(f"\n[已写入] {output_path}") return 0 if (reused and not bad["success"]) else 1 finally: shutil.rmtree(tmp, ignore_errors=True) # --------------------------------------------------------------------------- # # 在线路径：真实 LLM + 真实网络 # --------------------------------------------------------------------------- # def run_online(tasks: list, allow_create: bool, model: str | None, output_path: str | None) -> int: # 延迟导入：--offline 时无需 openai 依赖也能跑 from agent import SelfEvolvingAgent try: agent = SelfEvolvingAgent(verbose=True, allow_create=allow_create, model=model) except RuntimeError as e: print(f"[配置错误] {e}", file=sys.stderr) print( "请先配置对应供应商的 API Key（默认 OpenAI）：\n" " cp env.example .env 然后在 .env 中填入 OPENAI_API_KEY；\n" " 或直接 export OPENAI_API_KEY=your-openai-api-key\n" "如需切换供应商：export LLM_PROVIDER=moonshot|ark 并配置对应的 " "MOONSHOT_API_KEY / ARK_API_KEY。\n" "（若只想验证机制而无 API key，可运行：python demo.py --offline）", file=sys.stderr, ) return 2 default = tasks == [TASK_1, TASK_2] runs = [] for i, task in enumerate(tasks, 1): label = {1: "任务一", 2: "任务二"}.get(i, f"任务{i}") if default else f"任务{i}" tag = {1: "（演示 搜索→测试→封装→用）", 2: "（演示 工具复用）"}.get(i, "") if default else "" print(f"\n########## {label}{tag} ##########") agent.trajectory = [] ans = agent.run(task) traj = list(agent.trajectory) created = [t["name"] for t in agent.library.list_tools()] print(f"\n>>> {label}结束。当前工具库已封装工具: {created}") print(f">>> {label}动作轨迹: {traj}") runs.append({"task": task, "answer": ans, "trajectory": traj, "reused": _is_reuse(traj)}) # 复用校验：只要有「非首个」任务发生了复用即算成立 reused = any(r["reused"] for r in runs[1:]) print("\n" + "=" * 70) print("结论汇总") print("=" * 70) for i, r in enumerate(runs, 1): print(f"[任务{i}] {r['answer']}") print("-" * 70) if len(runs) >= 2: print(f"后续任务是否复用了已创建工具(未重新搜索/创建): {'是 ✅' if reused else '否 ❌'}") print(" 证据：复用任务调用了 search_tools 且未出现 web_search/create_tool。") if output_path: Path(output_path).write_text(json.dumps( {"mode": "online", "model": agent.model, "allow_create": allow_create, "runs": runs, "reused": reused}, ensure_ascii=False, indent=2), encoding="utf-8") print(f"\n[已写入] {output_path}") if len(runs) < 2: return 0 return 0 if reused else 1 def build_parser() -> argparse.ArgumentParser: p = argparse.ArgumentParser( description="补充案例：Agent 从网络寻找工具并验证后复用。", formatter_class=argparse.RawDescriptionHelpFormatter, epilog="示例：\n" " python demo.py 跑默认两个任务（进化 + 复用，需 API）\n" " python demo.py --fresh 先清空工具库再跑（重现从零进化）\n" " python demo.py --offline 离线机制自检（无需 API/网络）\n" " python demo.py --task '...' 自定义任务（可重复多次）\n" " python demo.py --no-create 禁用造工具能力（对照实验）\n") p.add_argument("--task", action="append", metavar="任务描述", help="要执行的任务（可重复指定多次以按顺序运行多个任务）。" "不指定则运行默认的 NVDA/AAPL 两个任务。") p.add_argument("--offline", action="store_true", help="离线机制自检：不调用 LLM/网络，直接驱动『搜索→造工具→存前验证→注册→复用』闭环。") p.add_argument("--fresh", action="store_true", help="运行前清空 tool_library/，以重现『从零进化』过程（重复演示时推荐）。") p.add_argument("--no-create", dest="allow_create", action="store_false", help="禁用『造工具(create_tool)』能力，用于对照演示（默认允许造工具）。") p.add_argument("--model", metavar="模型名", default=None, help="覆盖 LLM 模型名（优先级高于 LLM_MODEL 环境变量），如 gpt-5.6-luna。") p.add_argument("--output", metavar="路径", default=None, help="把本次运行的任务、答案、动作轨迹与复用结论写入该 JSON 文件。") return p def main(): args = build_parser().parse_args() if args.offline: return run_offline_selftest(output_path=args.output) if args.fresh: _clear_library() tasks = args.task if args.task else [TASK_1, TASK_2] return run_online(tasks, allow_create=args.allow_create, model=args.model, output_path=args.output) if __name__ == "__main__": sys.exit(main())