File size: 3,299 Bytes
b4f2238 | 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 | """
诉讼 Agent 接口定义
定义 Agent 服务和工厂的抽象接口,支持依赖注入和测试.
Requirements: 1.1, 8.1
"""
from abc import ABC, abstractmethod
from collections.abc import Callable
from typing import Any
class ILitigationAgentService(ABC):
"""
诉讼 Agent 服务接口
定义 Agent 服务的核心方法,用于处理用户消息和证据选择.
"""
@abstractmethod
async def handle_message(
self,
session_id: str,
case_id: int,
user_message: str,
metadata: dict[str, Any] | None = None,
stream_callback: Callable[[str], Any] | None = None,
) -> dict[str, Any]:
"""
处理用户消息
Args:
session_id: 会话 ID
case_id: 案件 ID
user_message: 用户消息内容
metadata: 消息元数据(可选)
stream_callback: 流式响应回调(可选)
Returns:
响应字典,包含 type、content、metadata 字段
"""
pass
@abstractmethod
async def handle_evidence_selection(
self,
session_id: str,
case_id: int,
evidence_item_ids: list[int],
our_evidence_item_ids: list[int],
opponent_evidence_item_ids: list[int],
) -> dict[str, Any]:
"""
处理证据选择
Args:
session_id: 会话 ID
case_id: 案件 ID
evidence_item_ids: 所有选中的证据项 ID
our_evidence_item_ids: 我方证据项 ID
opponent_evidence_item_ids: 对方证据项 ID
Returns:
响应字典
"""
pass
@abstractmethod
def cleanup_agent(self, session_id: str) -> None:
"""
清理 Agent 实例
Args:
session_id: 会话 ID
"""
pass
class IAgentFactory(ABC):
"""
Agent 工厂接口
定义创建 Agent 实例的抽象方法.
"""
@abstractmethod
def create_agent(
self,
session_id: str,
case_id: int,
tools: list[Any] | None = None,
) -> Any:
"""
创建 Agent 实例
Args:
session_id: 会话 ID
case_id: 案件 ID
tools: 自定义工具列表(可选)
Returns:
配置好的 Agent 实例
"""
pass
class IMemoryMiddleware(ABC):
"""
Memory 中间件接口
定义对话历史管理的抽象方法.
"""
@abstractmethod
def before_agent(
self,
state: dict[str, Any],
runtime: Any,
) -> dict[str, Any] | None:
"""
Agent 执行前的钩子,用于加载历史消息
Args:
state: 当前状态
runtime: 运行时上下文
Returns:
修改后的状态,或 None 表示不修改
"""
pass
@abstractmethod
def after_agent(
self,
state: dict[str, Any],
runtime: Any,
) -> dict[str, Any] | None:
"""
Agent 执行后的钩子,用于保存新消息
Args:
state: 当前状态
runtime: 运行时上下文
Returns:
修改后的状态,或 None 表示不修改
"""
pass
|