pop_dialog_state(state: State)弹出对话栈并返回到主助手,让整个对话流程图可以明确追踪对话流,并将控制权委派给特定的子对话图。

示例代码:

python 复制代码
def pop_dialog_state(state: State) -> dict:
    """弹出对话栈并返回到主助手。

    这让整个对话流程图可以明确追踪对话流,并将控制权委派给特定的子对话图。
    """
    messages = []
    if state["messages"][-1].tool_calls:
        # 注意:目前没有处理 llm 并行调用工具的边缘情况
        messages.append(
            ToolMessage(
                content="恢复与主助手的对话。请回顾过去的对话内容,并根据需要协助用户。",
                tool_call_id=state["messages"][-1].tool_calls[0]["id"],
            )
        )
    return {
        "dialog_state": "pop",
        "messages": messages,
    }

self.builder.add_node("leave_skill", pop_dialog_state)
self.builder.add_edge("leave_skill", "primary_assistant")

详细解释

  1. 函数定义与文档字符串

    python 复制代码
    def pop_dialog_state(state: State) -> dict:
        """弹出对话栈并返回到主助手。
    
        这让整个对话流程图可以明确追踪对话流,并将控制权委派给特定的子对话图。
        """
    • 作用 :定义了一个名为 pop_dialog_state 的函数,该函数接收一个 state 对象,并返回一个字典。
    • 目的:当对话过程中需要结束当前子对话或技能,并返回主助手接管对话时,就会调用这个函数。
    • 解释:所谓"弹出对话栈"就是结束当前技能的状态,恢复到上一级(主助手)的控制状态。
    • 举例:如果用户正在使用某个子技能(如航班查询),而后决定结束该技能,系统就会调用这个函数返回到主助手。
  2. 初始化消息列表

    python 复制代码
    messages = []
    • 作用:创建一个空列表,用于存储后续生成的消息。
    • 解释:在返回的字典中,这个列表会包含需要发送给用户的工具消息。
  3. 判断是否存在工具调用

    python 复制代码
    if state["messages"][-1].tool_calls:
    • 作用 :检查 state 对象中最后一条消息是否包含工具调用(tool_calls)。
    • 解释:只有当最后一条消息中有工具调用信息时,才需要生成一条恢复对话的消息。
  4. 生成工具消息

    python 复制代码
    messages.append(
        ToolMessage(
            content="恢复与主助手的对话。请回顾过去的对话内容,并根据需要协助用户。",
            tool_call_id=state["messages"][-1].tool_calls[0]["id"],
        )
    )
    • 作用 :创建一个 ToolMessage 对象,并将其添加到 messages 列表中。
    • ToolMessage 内容说明
      • "恢复与主助手的对话":说明当前对话将回到主助手,由主助手接管。
      • "请回顾过去的对话内容,并根据需要协助用户":提示主助手参考之前的对话记录,继续协助用户解决问题。
    • 工具调用 ID
      • state["messages"][-1].tool_calls[0]["id"] 中提取 ID,用于标识此次工具调用的关联信息。
    • 举例 :假设 state["messages"][-1].tool_calls[0]["id"] 的值为 "abc123",那么生成的 ToolMessage 会带有 tool_call_id="abc123"
  5. 返回新的对话状态和消息

    python 复制代码
    return {
        "dialog_state": "pop",
        "messages": messages,
    }
    • 作用 :构造一个字典,包含两个键:
      • "dialog_state" 设置为 "pop",表示当前对话状态已经弹出,返回到上一级对话。
      • "messages" 包含前面生成的工具消息列表。
    • 解释:这一步将更新系统的对话状态,同时传递消息,指示主助手接管对话。
  6. 将节点和边添加到对话图中

    python 复制代码
    self.builder.add_node("leave_skill", pop_dialog_state)
    self.builder.add_edge("leave_skill", "primary_assistant")
    • 作用
      • add_nodepop_dialog_state 函数作为一个节点,命名为 "leave_skill"
      • add_edge"leave_skill" 节点与 "primary_assistant" 节点连接起来。
    • 解释
      • 当对话流程经过 "leave_skill" 节点时,就会执行 pop_dialog_state 函数,更新对话状态。
      • 之后,对话流会继续沿着边转移到 "primary_assistant",即让主助手重新控制对话。
    • 举例 :假如用户结束了当前技能的使用,系统会调用 "leave_skill" 节点,执行 pop_dialog_state,然后自动转到主助手处理后续对话。

总结

这段代码的主要目的是在对话系统中实现"退出当前技能/子对话"的功能。通过调用 pop_dialog_state 函数:

  • 更新对话状态 :将当前状态设置为 "pop",表示回退到上一层或主对话状态。
  • 发送恢复消息:生成一条工具消息,提示系统回到主助手,并提醒主助手查看历史对话以便继续辅助用户。
  • 连接对话图节点:通过添加节点和边,将此状态变化集成到整个对话流程图中,使系统能自动将对话权交还给主助手。

例如,当用户在使用航班查询技能后决定退出并交回主助手时,系统会通过该方法将状态弹出,并将对话控制权切换给主助手,从而确保整个对话流程能够顺畅进行。

相关推荐
曲辕RPA4 分钟前
深度解析GEO技术及背后的机器人曲辕RPA
python·ai·自动化·rpa
2301_7644413310 分钟前
使用python构建的STAR实验ΛΛ̄自旋关联完整仿真
开发语言·python·算法
xifangge202515 分钟前
Python 爬虫实战:爬取豆瓣电影 Top250 数据并进行可视化分析
开发语言·爬虫·python
Flittly21 分钟前
【从零手写 ClaudeCode:learn-claude-code 项目实战笔记】(10)Team Protocols (团队协议)
笔记·python·ai·ai编程
阿_旭21 分钟前
基于YOLO26深度学习的蓝莓成熟度检测与分割系统【python源码+Pyqt5界面+数据集+训练代码】图像分割、人工智能
人工智能·python·深度学习·毕业设计·蓝莓成熟度检测
lxmyzzs24 分钟前
使用Python分析COCO数据集标注信息:一个简单脚本实现统计与可视化
python·深度学习·目标检测·计算机视觉
wertyuytrewm24 分钟前
自动化与脚本
jvm·数据库·python
qq_4176950529 分钟前
Python深度学习入门:TensorFlow 2.0/Keras实战
jvm·数据库·python
problc31 分钟前
在 OpenClaw 里一句话记账:消费说出来,账单自动进乖猫记账 App
开发语言·python
紫丁香31 分钟前
Dify源码深度剖析3
后端·python·ai·flask·fastapi