zcbot/core/tool_registry.py

243 lines
11 KiB
Python

"""声明式工具注册表(§3.4 / §7.5 #7;从 agent_builder.build_agent 析出,2026-07-23)。
背景:此前 build_agent 里 ~220 行工具注册,同一个「有 key/开关才注册」意图用了
四种写法(inline getenv / `*_configured()` 助手 / `Config.load()` 返 None / caps
开关),约定靠注释里的"沿用范式"口头传承。本模块把它收敛为一张表:
(组名, gate, factory)
- gate:零参 -> bool。env key / 渠道开关 / 能力开关全走这一种形态,False 则该组
工具对本 run 不存在(agent 看不到一个永远报错的工具 —— §7.5 #7 红线的代码强制)。
- factory:零参 -> list[Tool]。变体选择(如 seedance/vision 取 yaml 第一个 variant)
在 factory 里做,选不出返 [] 即自然不挂。
新增工具 = 表里加一行。ToolContext 装 build_agent 已解析好的上下文(路径 / 身份 /
媒体配置),factory 从 ctx 取参 —— 不在本模块重复读 env / yaml。
"""
from __future__ import annotations
import os
from dataclasses import dataclass
from pathlib import Path
from typing import Any, Callable, Optional
from uuid import UUID
from tools.ask_user import AskUserTool
from tools.check_process import CheckProcessTool
from tools.documents import DocumentDownloadTool, DocumentListKbTool, DocumentSearchTool
from tools.fs import EditTool, GlobTool, GrepTool, ReadTool, WriteTool
from tools.gpt_image import GptImageTool
from tools.look_at_image import LookAtImageTool
from tools.materials_project import (
MaterialsProjectGetEntriesTool,
MaterialsProjectGetStructureTool,
MaterialsProjectSearchSummaryTool,
)
from tools.read_document import ReadDocumentTool
from tools.run_python import RunPythonTool
from tools.schedule import (
ScheduleCancelTool, ScheduleCreateTool, ScheduleListTool, ScheduleUpdateTool,
)
from tools.seedance import SeedanceTool
from tools.seedream import SeedreamTool
from tools.send_email import SendEmailTool, smtp_configured
from tools.shell import ShellTool
from tools.skill_authoring import ForkSkillTool, SaveSkillTool
from tools.skill_tool import LoadSkillTool
from tools.task_progress import TaskProgressTool
from tools.transcribe_audio import TranscribeAudioTool
from tools.web_fetch import WebFetchTool
from tools.web_search import WebSearchTool
from tools.wechat_bot import WechatPushTool, wechat_push_available
from core.asr_lfasr import is_configured as lfasr_configured
from core.bocha_client import BochaConfig
@dataclass
class ToolContext:
"""build_agent 解析好的、工具装配需要的全部上下文。"""
tool_base: Path # fs/shell 类工具的 base_dir(cwd / task 目录)
ur_path: Path # user_root(输出渲染相对路径 + host-side 落点)
working_dir_path: Path # 该 task 的宿主工作目录绝对路径
task_id: str
uid: UUID
cfg: dict # config/agent.yaml(quotas 段)
caps: Any # ModelCapabilities(enable_run_python)
skills: Any # SkillRegistry
cancel_check: Optional[Callable[[], bool]]
scheduled_run: bool
# 媒体(上游已 load 一次,避免重复读 yaml):
ark_cfg: Any # ArkConfig | None(豆包;None=ARK_API_KEY 缺)
img_provider: str # "doubao" / "unifyllm" / ""
img_key: str # 选中的 image variant key
img_cfg: Optional[dict] # 选中的 image variant 配置(None=不挂图像工具)
img_provider_cfg: Any # 该 provider 的 ArkConfig
video_variant: str # caller 指定的 video variant key(空=yaml 第一个)
def _env_set(name: str) -> Callable[[], bool]:
return lambda: bool(os.getenv(name, "").strip())
def _pick_variant(section: dict, preferred: str = "") -> tuple[str, Optional[dict]]:
"""从 yaml 段选 variant:preferred 命中优先,否则第一个 dict 条目;无 → ("", None)。"""
if preferred:
v = section.get(preferred)
if isinstance(v, dict):
return preferred, v
for key, v in section.items():
if isinstance(v, dict):
return key, v
return "", None
def build_tools(ctx: ToolContext) -> dict[str, Any]:
"""按注册表装配本 run 的工具集。gate=False / factory 返 [] 的组自然不挂。"""
base = dict(base_dir=ctx.tool_base, user_root=ctx.ur_path)
wd_base = dict(base_dir=ctx.working_dir_path, user_root=ctx.ur_path)
quotas = ctx.cfg.get("quotas") or {}
images_per_day = int(quotas.get("images_per_day", 0))
videos_per_day = int(quotas.get("videos_per_day", 0))
def _core() -> list:
# shell/run_python 带 task_id:background=true 的 bg proc 状态锚定
# `<user_root>/.zcbot_procs/<task_id>/`(DESIGN §8.12)。check_process 是它们的
# 配套查询/终止工具,host in-process(docker 模式下状态文件也在宿主侧)。
# web_fetch 无需 API key,始终可用。
return [
TaskProgressTool(**base),
AskUserTool(**base),
ReadTool(**base), WriteTool(**base), EditTool(**base),
GlobTool(**base), GrepTool(**base),
ShellTool(task_id=ctx.task_id, **base),
CheckProcessTool(task_id=ctx.task_id, **base),
WebFetchTool(**base),
]
def _document_search() -> list:
return [
DocumentListKbTool(**base),
DocumentSearchTool(**base),
DocumentDownloadTool(working_dir=ctx.working_dir_path, **base),
]
def _materials_project() -> list:
return [
MaterialsProjectSearchSummaryTool(working_dir=ctx.working_dir_path, **base),
MaterialsProjectGetStructureTool(working_dir=ctx.working_dir_path, **base),
MaterialsProjectGetEntriesTool(working_dir=ctx.working_dir_path, **base),
]
def _load_skill() -> list:
# LoadSkillTool 返回头里的 dir 由 registry 按 skill.source 给容器内路径
# (内置 → /sandbox/skills,用户 → /workspace/.skills);host backend → host 绝对路径。
return [LoadSkillTool(registry=ctx.skills, **base)]
def _skill_authoring() -> list:
# 用户 skill 创作:恒挂(每个用户都能造自己的 skill)。host-side 直接写
# user_root/.skills —— 不走沙箱 fs(其 base_dir 锚 cwd / 容器 wd,够不到 .skills)。
d = ctx.ur_path / ".skills"
return [
SaveSkillTool(d, ctx.skills, **base),
ForkSkillTool(d, ctx.skills, **base),
]
def _schedules() -> list:
# 定时任务管理(§8.5)增删查。user_id 由 ctor 注入,不信模型传的 id。
return [
ScheduleCreateTool(ctx.uid, **base),
ScheduleListTool(ctx.uid, **base),
ScheduleUpdateTool(ctx.uid, **base),
ScheduleCancelTool(ctx.uid, **base),
]
def _send_email() -> list:
# base_dir 用 working_dir_path(宿主 task 目录):send_email 在宿主进程读附件,
# docker 下 agent 给的相对路径相对容器 workdir=task_dir,翻回宿主即 working_dir_path;
# tool 内 _resolve_user_file 再处理 /workspace 容器绝对路径。
return [SendEmailTool(**wd_base)]
def _wechat_push() -> list:
# base_dir 同 send_email(宿主进程读待发文件)。交互与定时 run 都可用
# (定时简报可主动推回用户微信,24h 窗口内)。
return [WechatPushTool(ctx.uid, task_id=ctx.task_id, **wd_base)]
def _run_python() -> list:
return [RunPythonTool(task_id=ctx.task_id, **base)]
def _image() -> list:
# 图像生成跨 provider 二选一(选择在 build_agent 上半部定好,与 system prompt
# 媒体段同源);本次 run 锁定该 variant,下一条消息可重选。
if ctx.img_cfg is None:
return []
cls_kwargs = dict(
image_variant_cfg=ctx.img_cfg, variant_key=ctx.img_key,
working_dir=ctx.working_dir_path, task_id=ctx.task_id, user_id=ctx.uid,
daily_limit=images_per_day, **base,
)
if ctx.img_provider == "doubao":
return [SeedreamTool(ark_cfg=ctx.img_provider_cfg, **cls_kwargs)]
return [GptImageTool(gw_cfg=ctx.img_provider_cfg, **cls_kwargs)]
def _video() -> list:
# 视频仍豆包独有。cancel_check:轮询期(典型 30-90s)响应用户停止按钮;
# 远端 cgt 任务无 cancel API,best-effort 不动远端。
key, v = _pick_variant(ctx.ark_cfg.raw.get("video") or {}, ctx.video_variant)
if v is None:
return []
return [SeedanceTool(
ark_cfg=ctx.ark_cfg, video_variant_cfg=v, variant_key=key,
working_dir=ctx.working_dir_path, task_id=ctx.task_id, user_id=ctx.uid,
cancel_check=ctx.cancel_check, daily_limit=videos_per_day, **base,
)]
def _vision() -> list:
# 看图 + 文档理解共用 vision variant(读图不分档,固定第一个)。
key, v = _pick_variant(ctx.ark_cfg.raw.get("vision") or {})
if v is None:
return []
kw = dict(
ark_cfg=ctx.ark_cfg, vision_variant_cfg=v, variant_key=key,
working_dir=ctx.working_dir_path, task_id=ctx.task_id, user_id=ctx.uid,
**base,
)
return [LookAtImageTool(**kw), ReadDocumentTool(**kw)]
def _transcribe() -> list:
# 录音文件转写(讯飞 LFASR,与 IAT 听写是两个服务两套 key)。
return [TranscribeAudioTool(
working_dir=ctx.working_dir_path, cancel_check=ctx.cancel_check, **base,
)]
def _web_search() -> list:
return [WebSearchTool(cfg=BochaConfig.load())]
# ── 注册表:(组名, gate, factory)。gate 判定统一零参 bool;新工具在此加行 ──
registry: list[tuple[str, Callable[[], bool], Callable[[], list]]] = [
("core", lambda: True, _core),
# Secret-bearing 域工具一律 host-side、仅对应 env 存在才注册(§7.5 #7):
# key 绝不进 run_python / 沙箱。
("document_search", _env_set("DOCUMENT_SEARCH_API_KEY"), _document_search),
("materials_project", _env_set("MP_API_KEY"), _materials_project),
("load_skill", lambda: bool(ctx.skills.skills), _load_skill),
("skill_authoring", lambda: True, _skill_authoring),
# 定时 run 内不挂 schedule_*(防任务造任务自我繁殖);仅交互对话可建/管 job。
("schedules", lambda: not ctx.scheduled_run, _schedules),
("send_email", smtp_configured, _send_email),
("wechat_push", wechat_push_available, _wechat_push),
("run_python", lambda: ctx.caps.enable_run_python, _run_python),
("image", lambda: ctx.img_cfg is not None, _image),
("video", lambda: ctx.ark_cfg is not None, _video),
("vision", lambda: ctx.ark_cfg is not None, _vision),
("transcribe_audio", lfasr_configured, _transcribe),
("web_search", lambda: BochaConfig.load() is not None, _web_search),
]
tools: dict[str, Any] = {}
for _name, gate, factory in registry:
if gate():
for t in factory():
tools[t.name] = t
return tools