Skip to content

Latest commit

 

History

History

Folders and files

NameName
Last commit message
Last commit date

parent directory

..
 
 
 
 
 
 
 
 

README.md

Agent Connector 使用指南

概述

Agent Connector 是基于 LLM + Tools 的 AI Agent 系统,支持多种大模型提供商。

支持的 LLM Provider

1. iFlow (心流)

  • API 端点: https://apis.iflow.cn/v1
  • 获取 API Key: 访问 https://iflow.cn 登录后获取
  • 支持的模型:
    • tstars2.0 (默认)
    • 其他模型请参考 iFlow 文档

2. DeepSeek

  • API 端点: https://api.deepseek.com/v1
  • 获取 API Key: 访问 https://platform.deepseek.com
  • 支持的模型:
    • deepseek-chat (默认)
    • deepseek-coder

3. OpenAI

  • API 端点: https://api.openai.com/v1
  • 获取 API Key: 访问 https://platform.openai.com
  • 支持的模型:
    • gpt-3.5-turbo (默认)
    • gpt-4
    • gpt-4-turbo

配置步骤

1. 复制配置模板

cp .env.agent.example .env

2. 编辑 .env 文件

# 启用 Agent
AGENT_ENABLED=true

# 选择 Provider
AGENT_PROVIDER_TYPE=iflow

# 设置 API Key
AGENT_API_KEY=sk-your-actual-api-key

# 设置模型(可选)
AGENT_MODEL=tstars2.0

3. 重启服务

npm start

内置工具

文件操作工具

  • read_file: 读取文件内容
  • write_file: 写入文件内容
  • list_files: 列出目录文件(支持模式匹配)
  • search_in_files: 在文件中搜索文本

定时任务工具

  • add_task: 添加新的定时任务
  • run_task: 立即执行指定任务
  • remove_task: 删除定时任务

使用示例

通过 QQ Bot 使用

# 切换到 Agent
/agent

# 执行任务
帮我读取 todo.md 文件并分析内容

# 创建新文件
创建一个名为 test.txt 的文件,内容为 "Hello World"

# 搜索代码
在所有 .js 文件中搜索 "console.log"

通过 API 使用

curl -X POST http://localhost:3000/api/message \
  -H "Content-Type: application/json" \
  -d '{
    "provider": "agent",
    "message": "帮我读取 package.json 并提取依赖列表"
  }'

Agent 工作流程

  1. 接收任务: 用户输入自然语言描述
  2. LLM 推理: LLM 分析任务并决定使用哪些工具
  3. 工具执行: Agent 调用相应的工具
  4. 结果处理: 将工具结果返回给 LLM
  5. 循环迭代: 如果任务未完成,继续执行步骤 2-4
  6. 返回结果: 任务完成后返回最终结果

高级配置

修改最大迭代次数

connectors/agent-connector.js 中:

this.maxIterations = options.maxIterations || 10;

添加自定义工具

agents/tools/tool-manager.js 中:

registerDefaultTools() {
  // 注册文件工具
  this.registerTools(getFileTools());

  // 添加自定义工具
  this.registerTools(getMyCustomTools());
}

切换 Provider

无需修改代码,只需更改环境变量:

# 从 iFlow 切换到 DeepSeek
AGENT_PROVIDER_TYPE=deepseek
AGENT_API_KEY=your-deepseek-key
AGENT_MODEL=deepseek-chat

架构说明

agents/
├── llm-providers/         # LLM Provider 层
│   ├── base-provider.js           # 抽象基类
│   ├── openai-compatible.js       # OpenAI 兼容实现
│   └── index.js                   # Provider 工厂
├── tools/                 # 工具层
│   ├── tool-manager.js            # 工具管理器
│   └── file-tools.js              # 文件工具
├── agent-engine.js       # Agent 核心引擎
└── README.md             # 本文档

故障排除

问题:Agent 无法启动

解决方案:

  1. 检查 AGENT_ENABLED=true
  2. 检查 AGENT_API_KEY 是否正确
  3. 查看日志输出

问题:工具执行失败

解决方案:

  1. 确认工作目录权限正确
  2. 检查文件路径是否正确
  3. 查看详细错误信息

问题:API 调用失败

解决方案:

  1. 检查网络连接
  2. 确认 API Key 有效性
  3. 检查 API 额度是否充足

扩展阅读

许可证

MIT