设计模式-模板方法实战
什么是模板方法
在软件设计模式中，模板方法设计模式是一种行为型设计模式，其核心思想是在抽象类中定义一个算法的骨架（即模板），并将某些具体的实现步骤延迟到子类去完成
实战概览
在自己编写的agent框架中实现工具调用需要审批
为什么做这篇
在学习设计模式时，应当结合实战。不久前刚学到的模板方法设计模式，今天在搓自己的agent框架实现功能------工具调用需要审批时刚好用得上
代码实战
未使用模板方法的缺陷
要实现的功能：工具调用需要审批
在tool_registry.py中，调用的逻辑伪代码如下
php
# 触发审批功能
approved = self.approval_tool.approve(tool, parameters, tool_call_id)
# 根据审批结果，调用对应的功能
if not approved:
return '未通过审批！'
#开始调用工具
tool.run(parameters, tool_call_id)
# ...省略根据要实现的功能，不难得出在调用Tool前需要触发审批的逻辑，由于审批的实现有多种，比如可以实现以下审批：
- 交互式命令行审批
- Web界面审批
- AI辅助审批
鉴于有多种实现，我们需要先创建一个抽象类，让子类来实现对应的审批逻辑，上述代码块approval_tool是对应的实现类对象
python
class ApprovalTool(ABC):
"""审批工具基类"""
@abstractmethod
def approve(self, tool: Tool, parameters: Dict[str, Any], tool_call_id: str) -> bool:
"""具体的审批逻辑，由子类实现
Args:
tool (Tool): 被调用的工具实例
parameters (Dict[str, Any]): 工具参数
tool_call_id (str): 工具调用ID
"""
pass然后让子类去实现该抽象方法，例子如下（交互式命令行审批）：
python
class DefaultApprovalTool(ApprovalTool):
"""默认审批工具"""
def approve(self, tool: Tool, parameters: Dict[str, Any], tool_call_id: str) -> bool:
max_attempts = self.max_attempts
while max_attempts > 0:
is_approved = input(f"{prompt}\n是否批准该工具调用？(y/n): ")
if is_approved.lower() == "y":
return True
elif is_approved.lower() == "n":
return False
else:
print(f"无效输入，请输入 'y' 或 'n'\n 剩余尝试次数: {max_attempts - 1}")
max_attempts -= 1
print("超过最大尝试次数，默认拒绝该工具调用")
return False至此，一个审批工具实现类便以完成，伪代码使用示例如下（approval_tool为对应的实现类对象）：
php
# 触发审批功能
approved = self.approval_tool.approve(tool, parameters, tool_call_id)
# 根据审批结果，调用对应的功能
if not approved:
return '未通过审批！'
#开始调用工具
tool.run(parameters, tool_call_id)
# ...省略缺陷展现
在完成该功能后，假设想为工具审批 添加自动批准指定工具、需要审批的指定工具 功能，那么这些逻辑都需要在实现类中编写，这些功能在代码编写上都是相似的，每个实现类都要为实现这些功能编写重复性的代码，这并不利于日后的维护和保持代码简洁优雅。
模板方法设计模式可以有效解决上述缺陷
使用模板方法
再次回顾：在软件设计模式中，模板方法设计模式是一种行为型设计模式，其核心思想是在抽象类中定义一个算法的骨架（即模板），并将某些具体的实现步骤延迟到子类去完成
为了解决上述缺陷，我们需要使用模板方法设计模式，现在我们修改ApprovalTool类，将抽象方法改为do_approve()：
python
class ApprovalTool(ABC):
"""审批工具基类"""
def __init__(self,
auto_approve_tools: Optional[List[Type[Tool]]] = None,
require_approval_tools: Optional[List[Type[Tool]]] = None,
auto_approve_if_no_rules: bool = False
):
"""初始化审批工具
假设一个tool在auto_approve_tools和require_approval_tools中都存在，则以require_approval_tools为准，即需要审批。
假设一个tool既不在auto_approve_tools中，也不在require_approval_tools中，则根据auto_approve_if_no_rules的值来决定是否需要审批。
Args:
auto_approve_tools (Optional[List[Type[Tool]]], optional): 自动批准的工具列表. Defaults to None.
require_approval_tools (Optional[List[Type[Tool]]], optional): 需要审批的工具列表. Defaults to None.
auto_approve_if_no_rules (bool, optional): 当工具不在任何列表中时是否自动批准. Defaults to False.
"""
self.auto_approve_tools = auto_approve_tools or []
self.require_approval_tools = require_approval_tools or []
self.auto_approve_if_no_rules = auto_approve_if_no_rules
def approve(self, tool: Tool, parameters: Dict[str, Any], tool_call_id: str) -> bool:
"""
根据工具类型和审批规则决定是否批准工具调用
Args:
tool (Tool): 被调用的工具实例
parameters (Dict[str, Any]): 工具参数
tool_call_id (str): 工具调用ID
Returns:
bool: 是否批准工具调用
"""
if type(tool) in self.require_approval_tools:
return self.do_approve(tool, parameters, tool_call_id)
if type(tool) in self.auto_approve_tools:
return True
if self.auto_approve_if_no_rules == False:
return self.do_approve(tool, parameters, tool_call_id)
else:
return True
@abstractmethod
def do_approve(self, tool: Tool, parameters: Dict[str, Any], tool_call_id: str) -> bool:
"""具体的审批逻辑，由子类实现
Args:
tool (Tool): 被调用的工具实例
parameters (Dict[str, Any]): 工具参数
tool_call_id (str): 工具调用ID
"""
pass可以看到抽象方法改成了do_approve()，自动批准指定工具、需要审批的指定工具的功能 已在approve()实现，使得每个实现类都不用重复性地编写自动批准指定工具、需要审批的指定工具相关代码。我们再来看下子类（交互式命令行审批）代码：
python
class DefaultApprovalTool(ApprovalTool):
"""默认审批工具"""
def __init__(self,
auto_approve_tools: Optional[List[Type[Tool]]] = None,
require_approval_tools: Optional[List[Type[Tool]]] = None,
auto_approve_if_no_rules: bool = False,
max_attempts: int = 10):
"""初始化审批工具
假设一个tool在auto_approve_tools和require_approval_tools中都存在，则以require_approval_tools为准，即需要审批。
假设一个tool既不在auto_approve_tools中，也不在require_approval_tools中，则根据auto_approve_if_no_rules的值来决定是否需要审批。
Args:
auto_approve_tools (Optional[List[Type[Tool]]], optional): 自动批准的工具列表. Defaults to None.
require_approval_tools (Optional[List[Type[Tool]]], optional): 需要审批的工具列表. Defaults to None.
auto_approve_if_no_rules (bool, optional): 当工具不在任何列表中时是否自动批准. Defaults to False.
max_attempts (int, optional): 最大尝试次数. Defaults to 10.
"""
super().__init__(auto_approve_tools, require_approval_tools, auto_approve_if_no_rules)
self.max_attempts = max_attempts
def do_approve(self, tool: Tool, parameters: Dict[str, Any], tool_call_id: str) -> bool:
if isinstance(tool, TerminalTool):
current_dir = tool.current_dir
prompt = f"{current_dir}> {parameters.get('command', '')}"
else:
prompt = f"工具名称: {tool.name}\n工具描述: {tool.description}\n工具参数: {parameters}"
max_attempts = self.max_attempts
while max_attempts > 0:
is_approved = input(f"{prompt}\n是否批准该工具调用？(y/n): ")
if is_approved.lower() == "y":
return True
elif is_approved.lower() == "n":
return False
else:
print(f"无效输入，请输入 'y' 或 'n'\n 剩余尝试次数: {max_attempts - 1}")
max_attempts -= 1
print("超过最大尝试次数，默认拒绝该工具调用")
return False可以看到子类只关心实现do_approve()，而自动批准指定工具、需要审批的指定工具 不需要子类关心，这种重复的代码已在ApprovalTool类中的approve()方法编写。我们再来看下实际调用
python
class ToolRegistry:
"""
工具注册表，用于管理和调用工具
"""
def __init__(self, approval_tool: Optional[ApprovalTool] = None):
self._tools: Dict[str, Tool] = {}
self.approval_tool = approval_tool
def execute_tool(self, tool_call: Union[Dict[str, Any], ChatCompletionMessageFunctionToolCall]) -> Message:
"""
执行工具
Args:
tool_call (Union[Dict[str, Any], ChatCompletionMessageFunctionToolCall]): 工具调用信息，llm返回的工具调用格式，包含工具名称、参数等信息
Returns:
Message: 工具执行结果封装的Message对象
"""
# ...省略代码
tool = self._tools[tool_name]
if self.approval_tool:
approved = self.approval_tool.approve(tool, parameters, tool_call_id)
if not approved:
return Message(role="tool", content=f"❌ 工具调用未通过用户的审批，已被用户拒绝: {tool_name}", tool_call_id=tool_call_id)
return tool.run(parameters, tool_call_id)