Solon AI 开发学习19 - 结合 Solon Flow 定制 ReAct 效果

Solon Flow 是一个通用流程编排引擎，采用 yaml 或 json 配置。下面演示 solon-ai 和 solon-flow 演示一个人机交互的 RcAct 效果。

1、演示步骤预期：

让 LLM 根据主题编写文章，然后由人工审核，如果没有通过重复上面的动作。步骤如下：

Agent 编写：流程进入 agent 节点，LLM 编写初稿。
人机回路 1：流程进入 review 节点。
- 用户输入 reject，并输入反馈："文章太短，请增加挑战部分的具体细节。"
动态循环：评审 link 到 "agent"，流程回到 agent 节点。
Agent 修改： LLM 读取反馈，修改内容。
人机回路 2：流程再次进入 review 节点。
- 用户输入 approve。
流程结束：评审 link 到 "approved"，流程结束。

2、流程编排

flow/demo1.yml

yaml 复制代码

id: demo1
layout:
  - {type: 'start'}
  - {task: '@agent', id: 'agent'}
  - {task: '@review', id: 'review', type: exclusive, link: [
      {nextId: 'final_approval', title: 'approved', when: '"APPROVED".equals(review_status)'},
      {nextId: 'final_failure', title: 'failed', when: '"REJECTED".equals(review_status) && revision_count.get() >= MAX_REVISIONS'},
      {nextId: 'agent', title: 'revise', when: '"REJECTED".equals(review_status) && revision_count.get() < MAX_REVISIONS'},
      {nextId: 'review', title: 'review'}
    ]}
  - {task: '@final_approval', id: 'final_approval', link: 'end'}
  - {task: '@final_failure', id: 'final_failure', link: 'end'}
  - {type: 'end', id: 'end'}

3、编写组件

agent 根据状态编写内容或修改内容。

java 复制代码

@Component("agent")
public class AiNodeAgent implements TaskComponent {
    private static final Logger log = LoggerFactory.getLogger(AiNodeAgent.class);

    private final ChatModel chatModel;
    public AiNodeAgent(ChatModel chatModel) {
        this.chatModel = chatModel;

    }

    @Override
    public void run(FlowContext context, Node node) throws Throwable {
        AtomicInteger revision_count = context.getAs("revision_count");
        String draft_content = context.getAs("draft_content");
        String feedback = context.getAs("feedback");
        List<ChatMessage> messages = context.getAs("messages");

        Prompt prompt = new Prompt();
        //构建 LLM 提示词
        if (revision_count.get() == 0) {
            //第一次：编写内容
            String topic = messages.get(0).getContent();
            prompt.addMessage(ChatMessage.ofSystem("你是一个专业的内容创作者，请根据主题草拟一篇简短的文章。"));
            prompt.addMessage(ChatMessage.ofUser("请草拟关于主题 '" + topic + "' 的文章。"));
        } else {
            //循环：根据反馈修改内容
            prompt.addMessage(ChatMessage.ofSystem("你是一个专业的内容创作者。你收到了人工审核员的反馈，请根据反馈修改你的草稿。"));
            prompt.addMessage(ChatMessage.ofUser("这是你的旧草稿：\\n---\\n" + draft_content + "\\n---\\n这是人工审核员的反馈：\\n---\\n" + feedback + "\\n---\\n请提供修改后的新草稿。"));
        }

        ChatMessage new_draft = chatModel.prompt(prompt).call().getMessage();

        revision_count.incrementAndGet();
        log.info("--- LLM 完成第 {} 次草稿/修改 ---", revision_count.get());

        context.put("draft_content", new_draft.getContent());
        context.put("review_status", "PENDING");
        messages.add(ChatMessage.ofAssistant("提交第 " + revision_count.get() + " 次草稿进行审核。"));
    }
}

review 模拟人工审核流程，流程在此暂停，等待人工输入。

java 复制代码

@Component("review")
public class AiNodeReview implements TaskComponent {
    private static final Logger log = LoggerFactory.getLogger(AiNodeReview.class);

    @Override
    public void run(FlowContext context, Node node) throws Throwable {
        AtomicInteger revision_count = context.getAs("revision_count");
        String draft_content = context.getAs("draft_content");
        List<ChatMessage> messages = context.getAs("messages");

        String feedback;
        String status = null;

        log.info("**人机回路节点激活** - 当前草稿 ({} 次修改):{}",
                revision_count.get(),
                (draft_content.length() > 200 ? draft_content.substring(0, 200) + "..." : draft_content));

        //为了演示，我们用 "控制台" 模拟人工输入：

        while (true) {
            System.out.println("请输入审核结果 (approve or reject):");
            String action = getInput();

            if ("approve".equals(action)) {
                feedback = "Approved.";
                status = "APPROVED";
                break;
            } else if ("reject".equals(action)) {
                System.out.println("请输入拒绝反馈意见: ");
                feedback = getInput();
                status = "REJECTED";
                break;
            } else {
                System.out.println("输入无效，请重新输入。");
            }
        }

        context.put("review_status", status);
        context.put("feedback", feedback);

        messages.add(ChatMessage.ofUserTmpl("审核结果: #{status}. 反馈: #{feedback}")
                .paramAdd("status", status)
                .paramAdd("feedback", feedback)
                .generate());
    }

    private String getInput() throws Throwable {
        BufferedReader reader = new BufferedReader(new InputStreamReader(System.in));
        return reader.readLine();
    }
}

final_approval 运行通过。

java 复制代码

@Component("final_approval")
public class AiNodeFinalApproval implements TaskComponent {
    @Override
    public void run(FlowContext context, Node node) throws Throwable {
        List<ChatMessage> messages = context.getAs("messages");
        messages.add(ChatMessage.ofAssistant("最终内容已发布！"));
    }
}

final_failure 运行失败。

java 复制代码

@Component("final_failure")
public class AiNodeFinalFailure implements TaskComponent {
    @Override
    public void run(FlowContext context, Node node) throws Throwable {
        List<ChatMessage> messages = context.getAs("messages");
        messages.add(ChatMessage.ofAssistant("流程失败：内容修改次数过多，已退出。"));
    }
}

4、组合运行与测试

java 复制代码

@Configuration
public class DemoAgent {
    private static final Logger log = LoggerFactory.getLogger(DemoAi.class);

    @Inject
    FlowEngine flowEngine;

    @Bean
    public ChatModel chatModel(){
        return ChatModel.of("http://127.0.0.1:11434/api/chat")
                .provider("ollama")
                .model("qwen2.5:1.5b")
                .build();
    }

    @Init
    public void test() {
        FlowContext context = FlowContext.of()
                .put("MAX_REVISIONS", 3)
                .put("draft_content", "")
                .put("review_status", "NONE")
                .put("feedback", "")
                .put("revision_count", new AtomicInteger(0))
                .put("messages", Utils.asList(ChatMessage.ofUser("智能家居的未来趋势和潜在挑战。")));


        log.info("--- 启动内容审核 Agent ---");

        //执行
        flowEngine.eval("demo1", context);

        //执行后打印
        System.out.println(context.get("draft_content").toString());
        
        List<ChatMessage> messageList = context.getAs("messages");
        for (ChatMessage message : messageList) {
            System.out.println(message);
        }
    }
}

Solon AI 开发学习19 - 结合 Solon Flow 定制 ReAct 效果

1、演示步骤预期：

2、流程编排

3、编写组件

4、组合运行与测试

5、运行效果截图