beswarm 0.1.83__tar.gz → 0.1.85__tar.gz

{beswarm-0.1.83 → beswarm-0.1.85}/PKG-INFO

@@ -1,6 +1,6 @@
 Metadata-Version: 2.4
 Name: beswarm
-Version: 0.1.83
+Version: 0.1.85
 Summary: MAS
 Requires-Python: >=3.11
 Description-Content-Type: text/markdown

{beswarm-0.1.83 → beswarm-0.1.85}/beswarm/aient/setup.py

@@ -4,7 +4,7 @@ from setuptools import setup, find_packages
 
 setup(
     name="aient",
-    version="1.1.31",
+    version="1.1.32",
     description="Aient: The Awakening of Agent.",
     long_description=Path.open(Path("README.md"), encoding="utf-8").read(),
     long_description_content_type="text/markdown",

{beswarm-0.1.83 → beswarm-0.1.85}/beswarm/aient/src/aient/core/models.py

@@ -1,3 +1,4 @@
+import json
 from io import IOBase
 from pydantic import BaseModel, Field, model_validator, ConfigDict
 from typing import List, Dict, Optional, Union, Tuple, Literal, Any

{beswarm-0.1.83 → beswarm-0.1.85}/beswarm/aient/src/aient/plugins/websearch.py

@@ -341,6 +341,8 @@ async def get_search_results(query):
 
 if __name__ == "__main__":
     os.system("clear")
+    # python -m beswarm.aient.src.aient.plugins.websearch
+    print(get_url_content(""))
     # from aient.models import chatgpt
     # print(get_search_results("今天的微博热搜有哪些？", chatgpt.chatgpt_api_url.v1_url))
 

{beswarm-0.1.83 → beswarm-0.1.85}/beswarm/prompt.py

@@ -105,10 +105,25 @@ instruction_system_prompt = """
    - 根据任务目标和当前进度，分析还需要哪些步骤。明确最终目标与当前状态之间的差距。
 
 2. **推理 (Reasoning):**
-   - **自我批判与修正:** 检查工作智能体是否陷入困境或偏离轨道。如果你的上一条指令效果不佳/非预期，分析原因并调整策略，思考可能的原因和解决方案。
-   - **规划:** 构思一个或多个能够完成任务的行动序列（即指令序列）。
-   - **假设生成与检验:** 评估每个规划的潜在结果和可行性。如果主要方案存在风险，请准备备选方案。
-   - **工具调用:** 检查工作智能体可以使用哪些工具，然后确定需要调用哪些工具。请明确要求工作智能体使用特定工具。如果工作智能体不清楚工具的参数，请直接告诉它。
+   - **任务规划 (Task Planning):** 基于"回顾与分析"的结果，规划出最直接、最逻辑的下一步行动，以缩小当前状态与最终目标的差距。思考："现在最应该做什么来推进任务？"
+
+   - **策略选择 (Strategy Selection):**
+     - **探索 (Exploration):** 当对代码实现、文件位置、API用法等存在不确定性时，优先选择探索策略。探索的目的是收集信息，消除未知。
+     - **执行 (Execution):** 当路径清晰、信息充足时，构思一个或多个能够完成任务的行动序列（即指令序列），评估每个规划的潜在结果和可行性。如果主要方案存在风险，请准备备选方案，最后选择执行策略。执行的目的是实际地推进任务。
+
+   - **困境检测与策略调整 (Critical Check):** 这是每个推理周期都**必须执行**的关键检查环节。
+     - **检测信号:** 工作智能体是否连续2次或以上在同一个问题上失败？是否反复报告同类错误（如 `TypeError`, `IndexError`）？
+     - **触发调整:** 一旦检测到困境信号，**必须放弃当前的"执行"策略**，并立即切换到"诊断"策略。
+     - **诊断策略 (Diagnosis Strategy):** 一旦激活，你必须遵循以下科学调试方法，而非盲目猜测：
+       1. **假设 (Hypothesize):** 基于错误信息和现有代码，提出一个关于根本原因的具体、可测试的假设。
+       2. **实验 (Experiment):** 设计一个最小化的实验来验证你的假设。这包括两种主要方法：
+          - **静态分析 (Static Analysis):** 指令工作智能体使用**文件阅读**等功能的工具，去阅读相关的库代码、函数定义或配置文件，以获取确凿的证据。
+          - **动态探测 (Dynamic Probing):** 指令工作智能体使用**代码编辑**功能的工具向代码中临时插入调试语句（如 `print()`、日志记录），然后用**命令执行**功能的工具运行，以观察运行时的变量状态。
+       3. **观察与分析 (Observe & Analyze):** 仔细分析实验结果（如文件内容或命令输出）。结果是证实了还是证伪了你的假设？
+       4. **迭代 (Iterate):** 基于新的发现，更新你的假设并设计下一个实验。重复这个循环，逐步缩小问题范围，直到定位根本原因。
+       5. **严禁盲目修补:** 在这个诊断循环中，**严禁**让工作智能体进行任何非调试目的的、永久性的代码修改。所有调试代码在问题解决后都应被移除。
+
+   - **工具调用规划:** 检查工作智能体可以使用哪些工具。根据最终确定的策略（探索、执行或诊断），选择最合适的工具，并明确其使用方法。
 
 3. **生成指令 (Generate Instructions):**
    - 基于以上推理，选择最优的行动方案，并将其转化为对工作智能体清晰、明确、可执行的指令。
@@ -119,10 +134,10 @@ instruction_system_prompt = """
 {{1. 回顾与分析}}
 
 {{2. 推理过程
-   - 自我批判与修正: ...
-   - 规划: ...
-   - 假设生成与检验: ...
-   - 工具调用: ...
+   - 任务规划: ...
+   - 策略选择: ...
+   - 困境检测与策略调整: ...
+   - 工具调用规划: ...
 }}
 
 <instructions>

{beswarm-0.1.83 → beswarm-0.1.85}/beswarm/tools/worker.py

@@ -3,12 +3,13 @@ import re
 import copy
 import json
 import platform
+from pathlib import Path
 from datetime import datetime
 
 from ..aient.src.aient.models import chatgpt
 from ..aient.src.aient.plugins import register_tool, get_function_call_list
 from ..prompt import worker_system_prompt, instruction_system_prompt
-from ..utils import extract_xml_content, get_current_screen_image_message
+from ..utils import extract_xml_content, get_current_screen_image_message, replace_xml_content
 
 @register_tool()
 async def worker(goal, tools, work_dir, cache_messages=None):
@@ -48,7 +49,13 @@ async def worker(goal, tools, work_dir, cache_messages=None):
         "function_call_max_loop": 100,
     }
     if cache_messages:
-        work_agent_config["cache_messages"] = cache_messages
+        if isinstance(cache_messages, bool) and cache_messages == True:
+            cache_file_path = Path(work_dir) / ".beswarm" / "work_agent_conversation_history.json"
+            if cache_file_path.exists():
+                with cache_file_path.open("r", encoding="utf-8") as f:
+                    cache_messages = json.load(f)
+        first_user_message = replace_xml_content(cache_messages[1]["content"], "goal", goal)
+        work_agent_config["cache_messages"] = cache_messages[0:1] + [{"role": "user", "content": first_user_message}] + cache_messages[2:]
 
     instruction_agent_config = {
         "api_key": os.getenv("API_KEY"),
@@ -131,7 +138,7 @@ async def worker(goal, tools, work_dir, cache_messages=None):
                 if conversation_history == []:
                     next_instruction = (
                         "任务描述：\n"
-                        f"{goal}\n\n"
+                        f"<goal>{goal}</goal>\n\n"
                         "现在开始执行第一步：\n"
                         f"{next_instruction}"
                     )
@@ -186,7 +193,13 @@ async def worker_gen(goal, tools, work_dir, cache_messages=None):
         "function_call_max_loop": 100,
     }
     if cache_messages:
-        work_agent_config["cache_messages"] = cache_messages
+        if isinstance(cache_messages, bool) and cache_messages == True:
+            cache_file_path = Path(work_dir) / ".beswarm" / "work_agent_conversation_history.json"
+            if cache_file_path.exists():
+                with cache_file_path.open("r", encoding="utf-8") as f:
+                    cache_messages = json.load(f)
+        first_user_message = replace_xml_content(cache_messages[1]["content"], "goal", goal)
+        work_agent_config["cache_messages"] = cache_messages[0:1] + [{"role": "user", "content": first_user_message}] + cache_messages[2:]
 
     instruction_agent_config = {
         "api_key": os.getenv("API_KEY"),
@@ -270,7 +283,7 @@ async def worker_gen(goal, tools, work_dir, cache_messages=None):
                 if conversation_history == []:
                     next_instruction = (
                         "任务描述：\n"
-                        f"{goal}\n\n"
+                        f"<goal>{goal}</goal>\n\n"
                         "现在开始执行第一步：\n"
                         f"{next_instruction}"
                     )

{beswarm-0.1.83 → beswarm-0.1.85}/beswarm/utils.py

@@ -10,6 +10,28 @@ def extract_xml_content(text, xml_tag):
         return ''
     return result
 
+def replace_xml_content(original_string: str, tag_name: str, replacement_content: str) -> str:
+    """
+    将指定XML标签内的内容替换为新内容。
+
+    此函数使用正则表达式查找所有匹配的XML标签对（例如 `<tag>...</tag>`），
+    并将其中的内容替换为 `replacement_content`。
+
+    Args:
+        original_string (str): 包含XML标记的原始字符串。
+        tag_name (str): 要定位的XML标签的名称（不带尖括号）。
+        replacement_content (str): 用于替换标签内部内容的新字符串。
+
+    Returns:
+        str: 返回内容已被替换的新字符串。如果未找到匹配的标签，则返回原始字符串。
+    """
+    pattern = f"<{tag_name}>.*?<\\/{tag_name}>"
+    replacement = f"<{tag_name}>{replacement_content}</{tag_name}>"
+
+    new_string = re.sub(pattern, replacement, original_string, flags=re.DOTALL)
+
+    return new_string
+
 import io
 import base64
 from .aient.src.aient.core.utils import get_image_message, get_text_message

{beswarm-0.1.83 → beswarm-0.1.85}/beswarm.egg-info/PKG-INFO

@@ -1,6 +1,6 @@
 Metadata-Version: 2.4
 Name: beswarm
-Version: 0.1.83
+Version: 0.1.85
 Summary: MAS
 Requires-Python: >=3.11
 Description-Content-Type: text/markdown

{beswarm-0.1.83 → beswarm-0.1.85}/pyproject.toml

@@ -1,6 +1,6 @@
 [project]
 name = "beswarm"
-version = "0.1.83"
+version = "0.1.85"
 description = "MAS"
 readme = "README.md"
 requires-python = ">=3.11"