evofabric.app.sop2workflow

evofabric.app.sop2workflow#

evofabric.app.sop2workflow.extract_text_between(text: str, start: str, end: str) → str | None#

从给定字符串中提取位于指定起始和结束标记之间的子字符串。

参数:

  • text (str) -- 原始文本。

  • start (str) -- 起始标记字符串。

  • end (str) -- 结束标记字符串。

返回:

如果成功找到起始和结束标记，则返回两者之间的子字符串；否则返回 None。

返回类型:

Optional[str]

evofabric.app.sop2workflow.generate_condition_router_function_call(source: str, possible_targets: list, fallback_target: str = 'end', exit_function_name: str = None)#

生成一个条件路由函数，可以注入到决策节点的系统提示中，用于根据模型输出决定下一步执行的节点。

参数:

  • source (str) -- 当前决策节点的名称。

  • possible_targets (list[str]) -- 当前节点可能跳转到的目标节点名称列表。

  • fallback_target (str, optional) -- 当模型返回未知或空选择时，默认跳转到的节点名称。默认为 end。

  • exit_function_name (str | None, optional) -- 可选参数。如果提供，模型可以通过调用该名称的工具函数立即跳转到 end 节点（紧急退出）。

返回:

一个路由函数，接收状态对象 state 作为输入，返回目标节点名称。

返回类型:

callable

evofabric.app.sop2workflow.user_feedback_router(state)#

用户反馈路由函数。查找最后一条助手消息，并将流程跳转回该消息对应的节点。

参数:

state (object) -- 当前状态对象，需包含 messages 属性。

返回:

目标节点名称，若未找到则返回 end。

返回类型:

str

class evofabric.app.sop2workflow.GraphDespNode(BaseModel)#

节点的描述信息，继承自 BaseModel 。

参数:

  • name (str) -- 节点名称。

  • tools (List[str]) -- 该节点使用的工具名称列表。

  • memories (List[str]) -- 该节点使用的记忆名称列表。

  • instruction (str) -- 该节点的指令内容。

  • sop (Optional[str], optional) -- 构建该节点时使用的标准操作流程（SOP）片段。

class evofabric.app.sop2workflow.GraphDespEdge(BaseModel)#

图中边的描述信息，继承自 BaseModel 。

参数:

  • source (str) -- 边的起始节点名称。

  • possible_targets (List[str]) -- 边可能指向的目标节点名称列表。

  • type (Literal["condition"], optional) -- 边的类型，默认为 condition。

class evofabric.app.sop2workflow.GraphDescription(BaseModel)#

整个图结构的描述信息，继承自 BaseModel 。

参数:

  • nodes (List[GraphDespNode]) -- 图中所有节点的列表。

  • edges (List[GraphDespEdge]) -- 图中所有边的列表。

  • entry_point -- 图的入口节点名称。

  • global_instruction (str) -- 所有节点共享的全局指令。

class evofabric.app.sop2workflow.WorkflowGeneratorBase(BaseComponent)#

工作流生成器的基类，继承自 BaseComponent 。

参数:

sop (str) -- 用于生成工作流的标准操作流程（SOP）。

generate(self) → GraphEngine#

使用标准操作流程（SOP）生成一个可运行的图引擎。

返回:

生成的图引擎实例。

返回类型:

GraphEngine

load_yaml(file_path) → Any#

静态方法。加载指定路径的 YAML 文件内容。

参数:

file_path (str) -- YAML 文件路径。

返回:

加载的 YAML 数据，如果文件不存在则返回 None。

返回类型:

Any

dump_yaml(data, file_path) → None#

静态方法。将数据写入指定路径的 YAML 文件。

参数:

  • data (Any) -- 要写入的数据。

  • file_path (str) -- YAML 文件路径。

返回:

无返回值。

返回类型:

None

class evofabric.app.sop2workflow.SopBreakdownNodeDesp(BaseModel)#

描述一个分解后的SOP工作流节点。

参数:

  • name (str) -- 节点名称。

  • type (Literal["sop", "connect"]) -- 节点类型，只能是 sop 或 connect。其中 sop 类型的节点严格执行SOP片段；connect 类型是用于连接各节点的路由节点。

  • duty (str) -- 该节点的职责说明。

  • instruction (str) -- 该节点的执行指令。

  • next_node_routing_rule (Dict[str, str]) -- 该节点的路由规则，键为目标节点名，值为触发条件。

to_full_instruction(self, global_instruction) → str#

根据全局指令和节点自身信息，生成完整的节点执行指令。

参数:

global_instruction (str) -- 全局执行策略或说明。

返回:

完整的节点执行指令文本。

返回类型:

str

class evofabric.app.sop2workflow.SopBreakdownGraphDesp(BaseModel)#

描述一个分解后的SOP工作流图结构。

参数:

  • nodes (List[SopBreakdownNodeDesp]) -- 节点列表。

  • global_instruction (str) -- 所有节点共享的全局指令。

  • entry_point (str) -- 工作流的入口节点名称。

class evofabric.app.sop2workflow.WorkflowGenerator(WorkflowGeneratorBase, BaseComponent)#

基于SOP（标准操作流程）自动生成工作流图（Graph）的组件，继承自 WorkflowGeneratorBase 和 BaseComponent。

参数:

  • graph_generation_client (ChatClientBase) -- 用于生成图结构的大模型客户端。

  • graph_node_complete_client (ChatClientBase) -- 用于完善节点信息的大模型客户端。

  • graph_run_client (ChatClientBase) -- 用于运行生成图的大模型客户端。

  • retry (int) -- 当大模型响应解析失败时的重试次数，默认为5次。

  • output_dir (Optional[str]) -- 用于缓存生成的图描述文件的目录。如果为 None，每次都会重新生成；如果提供目录路径，将尝试加载已有文件以跳过生成步骤。

  • tools (List[ToolManagerBase]) -- 工作流中节点可使用的工具管理器列表。

  • memories (Dict[str, Tuple[str, MemBase]]) -- 工作流中节点可访问的记忆模块字典，键为自定义名称，值为（描述，实例）元组。

  • state_schema (Optional[List[Tuple[str, Any, str]]]) -- 除默认的 messages 字段外，额外添加到状态中的字段定义列表。格式为：[(字段名, 字段类型, 字段描述), ...]。

  • addition_global_instruction (str) -- 添加到每个节点系统提示中的全局指令片段。

  • user_node (Optional[AsyncNode]) -- 当节点需要与用户交互时使用的保留节点。

  • fallback_node (Optional[str]) -- 当节点跳转目标无效或缺失时的默认跳转节点。

  • auto_self_loop (bool) -- 是否默认允许节点跳转到自身。

  • sop_disassembly_prompt (str) -- 用于将完整SOP拆解为工作流节点的提示模板。

  • node_completion_prompt (str) -- 用于完善每个节点信息（如工具、记忆、指令等）的提示模板。

  • tool_list_mode (Literal["all", "select"]) -- 控制节点如何获取工具列表，可选 ``all``（全部）或 ``select``（按LLM选择）。

  • memory_list_mode (Literal["all", "select"]) -- 控制节点如何获取记忆模块列表，可选 ``all``（全部）或 ``select``（按LLM选择）。

  • skeleton_file_name (str) -- 用于保存图描述的文件名，默认为 _skeleton.yaml。

  • reserved_nodes (List[str]) -- 禁止由LLM生成的保留节点名称列表，默认为 ["start", "end", "user"]。

  • exit_function_name (Optional[str]) -- 当调用该工具时立即跳转到 end 节点的函数名称。

  • build_kwargs (Dict[str, Any]) -- 传递给 evofabric.core.graph.GraphBuilder.build() 的额外参数。

generate(self) → GraphEngine#

异步生成完整的工作流图引擎对象。

返回:

可运行的 GraphEngine 实例。

返回类型:

GraphEngine

目录