agentrun-inner-test 0.0.46__py3-none-any.whl

agentrun/integration/langgraph/builtin.py

@@ -0,0 +1,65 @@
+"""LangGraph 内置集成函数 / LangGraph Built-in Integration Functions
+
+提供快速创建 LangGraph 兼容模型和工具的便捷函数。
+Provides convenient functions for quickly creating LangGraph-compatible models and tools.
+"""
+
+from typing import Any, Callable, List, Optional, Union
+
+from typing_extensions import Unpack
+
+from agentrun.integration.builtin import model as _model
+from agentrun.integration.builtin import ModelArgs
+from agentrun.integration.builtin import sandbox_toolset as _sandbox_toolset
+from agentrun.integration.builtin import toolset as _toolset
+from agentrun.integration.utils.tool import Tool
+from agentrun.model import ModelProxy, ModelService
+from agentrun.sandbox import TemplateType
+from agentrun.toolset import ToolSet
+from agentrun.utils.config import Config
+
+
+def model(
+    name: Union[str, ModelProxy, ModelService],
+    **kwargs: Unpack[ModelArgs],
+):
+    """获取 AgentRun 模型并转换为 LangChain ``BaseChatModel``。 / LangGraph Built-in Integration Functions"""
+
+    m = _model(input=name, **kwargs)  # type: ignore
+    return m.to_langgraph()
+
+
+def toolset(
+    name: Union[str, ToolSet],
+    *,
+    prefix: Optional[str] = None,
+    modify_tool_name: Optional[Callable[[Tool], Tool]] = None,
+    filter_tools_by_name: Optional[Callable[[str], bool]] = None,
+    config: Optional[Config] = None,
+) -> List[Any]:
+    """将内置工具集封装为 LangChain ``StructuredTool`` 列表。 / LangGraph Built-in Integration Functions"""
+
+    ts = _toolset(input=name, config=config)
+    return ts.to_langgraph(
+        prefix=prefix,
+        modify_tool_name=modify_tool_name,
+        filter_tools_by_name=filter_tools_by_name,
+    )
+
+
+def sandbox_toolset(
+    template_name: str,
+    *,
+    template_type: TemplateType = TemplateType.CODE_INTERPRETER,
+    config: Optional[Config] = None,
+    sandbox_idle_timeout_seconds: int = 600,
+    prefix: Optional[str] = None,
+) -> List[Any]:
+    """将沙箱模板封装为 LangChain ``StructuredTool`` 列表。 / LangGraph Built-in Integration Functions"""
+
+    return _sandbox_toolset(
+        template_name=template_name,
+        template_type=template_type,
+        config=config,
+        sandbox_idle_timeout_seconds=sandbox_idle_timeout_seconds,
+    ).to_langgraph(prefix=prefix)

agentrun/integration/pydantic_ai/__init__.py

@@ -0,0 +1,12 @@
+"""PydanticAI 集成模块。 / PydanticAI 集成 Module
+
+提供 AgentRun 模型与沙箱工具的 PydanticAI 适配入口。 / 提供 AgentRun 模型with沙箱工具的 PydanticAI 适配入口。
+"""
+
+from .builtin import model, sandbox_toolset, toolset
+
+__all__ = [
+    "model",
+    "toolset",
+    "sandbox_toolset",
+]

agentrun/integration/pydantic_ai/adapter.py

@@ -0,0 +1,13 @@
+"""PydanticAI 适配器 / PydanticAI Adapters
+
+提供 PydanticAI 框架的工具和模型适配器。"""
+
+from agentrun.integration.pydantic_ai.model_adapter import (
+    PydanticAIModelAdapter,
+)
+from agentrun.integration.pydantic_ai.tool_adapter import PydanticAIToolAdapter
+
+__all__ = [
+    "PydanticAIToolAdapter",
+    "PydanticAIModelAdapter",
+]

agentrun/integration/pydantic_ai/builtin.py

@@ -0,0 +1,65 @@
+"""PydanticAI 内置集成函数 / PydanticAI Built-in Integration Functions
+
+提供快速创建 PydanticAI 兼容模型和工具的便捷函数。
+Provides convenient functions for quickly creating PydanticAI-compatible models and tools.
+"""
+
+from typing import Any, Callable, List, Optional, Union
+
+from typing_extensions import Unpack
+
+from agentrun.integration.builtin import model as _model
+from agentrun.integration.builtin import ModelArgs
+from agentrun.integration.builtin import sandbox_toolset as _sandbox_toolset
+from agentrun.integration.builtin import toolset as _toolset
+from agentrun.integration.utils.tool import Tool
+from agentrun.model import ModelProxy, ModelService
+from agentrun.sandbox import TemplateType
+from agentrun.toolset import ToolSet
+from agentrun.utils.config import Config
+
+
+def model(
+    name: Union[str, ModelProxy, ModelService],
+    **kwargs: Unpack[ModelArgs],
+):
+    """获取 AgentRun 模型并转换为 LangChain ``BaseChatModel``。 / PydanticAI Built-in Integration Functions"""
+
+    m = _model(input=name, **kwargs)  # type: ignore
+    return m.to_pydantic_ai()
+
+
+def toolset(
+    name: Union[str, ToolSet],
+    *,
+    prefix: Optional[str] = None,
+    modify_tool_name: Optional[Callable[[Tool], Tool]] = None,
+    filter_tools_by_name: Optional[Callable[[str], bool]] = None,
+    config: Optional[Config] = None,
+) -> List[Any]:
+    """将内置工具集封装为 LangChain ``StructuredTool`` 列表。 / PydanticAI Built-in Integration Functions"""
+
+    ts = _toolset(input=name, config=config)
+    return ts.to_pydantic_ai(
+        prefix=prefix,
+        modify_tool_name=modify_tool_name,
+        filter_tools_by_name=filter_tools_by_name,
+    )
+
+
+def sandbox_toolset(
+    template_name: str,
+    *,
+    template_type: TemplateType = TemplateType.CODE_INTERPRETER,
+    config: Optional[Config] = None,
+    sandbox_idle_timeout_seconds: int = 600,
+    prefix: Optional[str] = None,
+) -> List[Any]:
+    """将沙箱模板封装为 LangChain ``StructuredTool`` 列表。 / PydanticAI Built-in Integration Functions"""
+
+    return _sandbox_toolset(
+        template_name=template_name,
+        template_type=template_type,
+        config=config,
+        sandbox_idle_timeout_seconds=sandbox_idle_timeout_seconds,
+    ).to_pydantic_ai(prefix=prefix)

agentrun/integration/pydantic_ai/model_adapter.py

@@ -0,0 +1,44 @@
+"""PydanticAI 模型适配器 / PydanticAI Model Adapter"""
+
+from typing import Any
+
+from agentrun.integration.utils.adapter import ModelAdapter
+from agentrun.integration.utils.model import CommonModel
+
+
+class PydanticAIModelAdapter(ModelAdapter):
+    """PydanticAI 模型适配器 / PydanticAI Model Adapter
+
+    PydanticAI 支持 OpenAI 兼容的接口，我们提供一个轻量级包装。"""
+
+    def wrap_model(self, common_model: CommonModel) -> Any:
+        """将 CommonModel 包装为 PydanticAI 兼容的模型 / PydanticAI Model Adapter"""
+
+        try:
+            from pydantic_ai.models.openai import OpenAIChatModel
+            from pydantic_ai.providers.openai import OpenAIProvider
+        except Exception as e:
+            raise ImportError(
+                "PydanticAI is not installed. "
+                "Install it with: pip install pydantic-ai"
+            ) from e
+
+        from httpx import AsyncClient
+
+        info = common_model.get_model_info()
+
+        # 注意：不在此处设置 stream_options，因为：
+        # 1. run_sync() 使用非流式请求，不需要 stream_options
+        # 2. run_stream() 使用流式请求，PydanticAI 会自行处理 usage 信息
+        # 3. 在非流式请求中传递 stream_options 不符合 OpenAI API 规范
+        return OpenAIChatModel(
+            info.model or "",
+            provider=OpenAIProvider(
+                base_url=info.base_url,
+                api_key=info.api_key,
+                http_client=AsyncClient(headers=info.headers),
+            ),
+        )
+
+
+__all__ = ["PydanticAIModelAdapter"]

agentrun/integration/pydantic_ai/tool_adapter.py

@@ -0,0 +1,19 @@
+"""PydanticAI 工具适配器 / PydanticAI Tool Adapter"""
+
+from typing import Any, List
+
+from agentrun.integration.utils.adapter import ToolAdapter
+from agentrun.integration.utils.canonical import CanonicalTool
+
+
+class PydanticAIToolAdapter(ToolAdapter):
+    """PydanticAI 工具适配器 / PydanticAI Tool Adapter
+
+    PydanticAI 使用函数作为工具，需要附加元数据信息。"""
+
+    def from_canonical(self, tools: List[CanonicalTool]) -> List[Any]:
+        """将标准工具转换为 PydanticAI 函数格式 / PydanticAI Tool Adapter"""
+        return self.function_tools(tools)
+
+
+__all__ = ["PydanticAIToolAdapter"]

agentrun/integration/utils/__init__.py

@@ -0,0 +1,112 @@
+"""通用集成工具模块 / 通用集成工具 Module
+
+提供跨框架的通用工具定义和转换功能。 / 提供跨framework的通用工具定义和转换功能。
+
+支持多种工具定义方式:
+1. 使用 @tool 装饰器 - 最简单,推荐
+2. 使用 Pydantic BaseModel - 类型安全
+3. 使用 ToolParameter 列表 - 灵活但繁琐
+4. 从 AgentRun ToolSet 转换 - 直接使用远程工具集
+
+支持模型集成:
+1. 使用 model() 函数 - 获取模型并转换为各种框架格式 / 1. 使用 model() 函数 - 获取模型并转换为各种framework格式
+2. 从已有模型对象创建 - from_agentrun_model()
+
+Examples:
+>>> # 工具集成示例
+>>> # 方式 1: 使用装饰器从函数创建 Tool
+>>> from agentrun.integration.common import tool
+>>> from typing import Literal
+>>>
+>>> @tool()
+... def calculator(
+...     operation: Literal["add", "subtract"],
+...     a: float,
+...     b: float,
+... ) -> float:
+...     '''执行数学运算'''
+...     if operation == "add":
+...         return a + b
+...     return a - b
+>>>
+>>> # 方式 2: 使用 Pydantic 模型
+>>> from agentrun.integration.common import Tool
+>>> from pydantic import BaseModel, Field
+>>>
+>>> class SearchArgs(BaseModel):
+...     query: str = Field(description="搜索关键词")
+...     limit: int = Field(description="结果数量", ge=1, le=100, default=10)
+>>>
+>>> search_tool = Tool(
+...     name="search",
+...     description="搜索网络信息",
+...     args_schema=SearchArgs,
+...     func=lambda query, limit: f"搜索: {query}"
+... )
+>>>
+>>> # 方式 3: 使用 ToolParameter
+>>> from agentrun.integration.common import ToolParameter
+>>>
+>>> weather_tool = Tool(
+...     name="weather",
+...     description="获取天气信息",
+...     parameters=[
+...         ToolParameter(
+...             name="city",
+...             param_type="string",
+...             description="城市名称",
+...             required=True
+...         )
+...     ]
+... )
+>>>
+>>> # 方式 4: 从 AgentRun ToolSet 转换
+>>> from agentrun.toolset.client import ToolSetClient
+>>> from agentrun.integration.common import from_agentrun_toolset
+>>>
+>>> client = ToolSetClient()
+>>> remote_toolset = client.get(name="my-toolset")
+>>> common_toolset = from_agentrun_toolset(remote_toolset)
+>>>
+>>> # 导出为各种框架格式 / >>> # 导出为各种framework格式
+>>> openai_tools = common_toolset.to_openai_function()
+>>> langchain_tools = common_toolset.to_langchain()
+>>>
+>>> # 模型集成示例
+>>> # 方式 1: 使用 model() 函数
+>>> from agentrun.integration.common import model
+>>>
+>>> # 获取模型并转换为 LangChain
+>>> llm = model("my-model").to_langchain()
+>>>
+>>> # 转换为 Google ADK
+>>> google_model = model("my-model").to_google_adk()
+>>>
+>>> # 方式 2: 从已有模型对象创建
+>>> from agentrun.model.client import ModelClient
+>>> from agentrun.integration.common import from_agentrun_model
+>>>
+>>> client = ModelClient()
+>>> remote_model = client.get("my-model")
+>>> common_model = from_agentrun_model(remote_model)
+>>> llm = common_model.to_langchain()"""
+
+from agentrun.integration.utils.model import CommonModel
+from agentrun.integration.utils.tool import (
+    CommonToolSet,
+    from_pydantic,
+    Tool,
+    tool,
+    ToolParameter,
+)
+
+__all__ = [
+    # Tool related
+    "Tool",
+    "ToolParameter",
+    "CommonToolSet",
+    "tool",
+    "from_pydantic",
+    # Model related
+    "CommonModel",
+]