jarvis-ai-assistant 0.1.57__py3-none-any.whl → 0.1.59__py3-none-any.whl

jarvis/__init__.py

@@ -1,3 +1,3 @@
 """Jarvis AI Assistant"""
 
-__version__ = "0.1.57" 
+__version__ = "0.1.59" 

jarvis/agent.py

@@ -25,6 +25,7 @@ class Agent:
         self.name = name
         self.is_sub_agent = is_sub_agent
         self.prompt = ""
+        self.conversation_turns = 0  # 添加对话轮次计数器
 
 
     @staticmethod
@@ -99,6 +100,75 @@ class Agent:
             PrettyOutput.print(f"从 {user_jarvis_methodology} 加载经验总结: {', '.join(data.keys())}", OutputType.INFO)
         return ret
 
+    def _summarize_and_clear_history(self) -> None:
+        """总结当前对话历史并清空历史记录，只保留系统消息和总结
+        
+        这个方法会：
+        1. 请求模型总结当前对话的关键信息
+        2. 清空对话历史
+        3. 保留系统消息
+        4. 添加总结作为新的上下文
+        5. 重置对话轮数
+        """
+        # 创建一个新的模型实例来做总结，避免影响主对话
+
+        PrettyOutput.print("总结对话历史，准备生成总结，开始新的对话...", OutputType.PLANNING)
+        
+        prompt = """请总结之前对话中的关键信息，包括：
+1. 当前任务目标
+2. 已经确认的关键信息
+3. 已经尝试过的方案
+4. 当前进展
+5. 待解决的问题
+
+请用简洁的要点形式描述，突出重要信息。不要包含对话细节。
+"""
+        
+        try:
+            summary = self.model.chat(prompt)
+            
+            # 清空当前对话历史，但保留系统消息
+            self.model.delete_chat()
+            
+            # 添加总结作为新的上下文
+            self.prompt = f"""以下是之前对话的关键信息总结：
+
+{summary}
+
+请基于以上信息继续完成任务。
+"""
+            
+            # 重置对话轮数
+            self.conversation_turns = 0
+            
+        except Exception as e:
+            PrettyOutput.print(f"总结对话历史失败: {str(e)}", OutputType.ERROR)
+
+    def _complete_task(self) -> str:
+        """完成任务并生成总结
+        
+        Returns:
+            str: 任务总结或完成状态
+        """
+        PrettyOutput.section("任务完成", OutputType.SUCCESS)
+        
+        if not self.is_sub_agent:
+            return "Task completed"
+        
+        # 生成任务总结
+        summary_prompt = f"""请对以上任务执行情况生成一个简洁的总结报告，包括：
+
+1. 任务目标: 任务重述
+2. 执行结果: 成功/失败
+3. 关键信息: 提取执行过程中的重要信息
+4. 重要发现: 任何值得注意的发现
+5. 后续建议: 如果有的话
+
+请用简洁的要点形式描述，突出重要信息。
+"""
+        self.prompt = summary_prompt
+        return self._call_model(self.prompt)
+
     def run(self, user_input: str, file_list: Optional[List[str]] = None, keep_history: bool = False) -> str:
         """处理用户输入并返回响应，返回任务总结报告
         
@@ -112,6 +182,7 @@ class Agent:
         """
         try:
             self.clear_history()
+            self.conversation_turns = 0  # 重置对话轮次
             
             if file_list:
                 self.model.upload_files(file_list)
@@ -146,8 +217,8 @@ class Agent:
 6. 制定行动计划：根据目前可以使用的工具制定行动计划
 7. 执行行动计划：每步执行一个步骤，最多使用一个工具（工具执行完成后，等待工具结果再执行下一步）
 8. 监控与调整：如果执行结果与预期不符，则反思并调整行动计划，迭代之前的步骤
-9. 经验总结：如果当前任务具有通用性且执行过程中遇到了值得记录的经验，使用经验总结工具记录经验总结
-
+9. 经验总结：如果当前任务具有通用性且执行过程中遇到了值得记录的经验，使用经验总结工具记录经验总结，以提升后期处理类似问题的能力
+10. 任务结束：如果任务已经完成，使用任务结束指令结束任务
 -------------------------------------------------------------                       
 
 经验总结模板：
@@ -184,6 +255,12 @@ arguments:
 
 -------------------------------------------------------------
 
+特殊指令：
+1. !<<SUMMARIZE>>! - 当你发现对话历史过长可能导致token超限时，可以使用此指令总结当前对话要点并清空历史。使用方法：直接回复"!<<SUMMARIZE>>!"即可。
+2. !<<FINISHED>>! - 当你确认任务已经完成时，使用此指令结束任务。使用方法：在回复中包含"!<<FINISHED>>!"即可。
+
+-------------------------------------------------------------
+
 {methodology_prompt}
 
 -------------------------------------------------------------
@@ -196,8 +273,20 @@ arguments:
                     # 显示思考状态
                     PrettyOutput.print("分析任务...", OutputType.PROGRESS)
                     
+                    # 增加对话轮次
+                    self.conversation_turns += 1
+                    
+                    # 如果对话超过10轮，在提示中添加提醒
+                    if self.conversation_turns > 10:
+                        self.prompt = f"{self.prompt}\n(提示：当前对话已超过10轮，建议使用 !<<SUMMARIZE>>! 指令总结对话历史，避免token超限)"
+                    
                     current_response = self._call_model(self.prompt)
                     
+                    # 检查是否需要总结对话历史
+                    if "!<<SUMMARIZE>>!" in current_response:
+                        self._summarize_and_clear_history()
+                        continue
+                    
                     try:
                         result = Agent.extract_tool_calls(current_response)
                     except Exception as e:
@@ -206,7 +295,6 @@ arguments:
                         continue
                     
                     if len(result) > 0:
-
                         PrettyOutput.print("执行工具调用...", OutputType.PROGRESS)
                         tool_result = self.tool_registry.handle_tool_calls(result)
                         PrettyOutput.print(tool_result, OutputType.RESULT)
@@ -214,6 +302,10 @@ arguments:
                         self.prompt = tool_result
                         continue
                     
+                    # 检查是否完成任务
+                    if "!<<FINISHED>>!" in current_response:
+                        return self._complete_task()
+                    
                     # 获取用户输入
                     user_input = get_multiline_input(f"{self.name}: 您可以继续输入，或输入空行结束当前任务")
                     if user_input == "__interrupt__":
@@ -225,34 +317,7 @@ arguments:
                         continue
                     
                     if not user_input:
-                        while True:
-                            choice = prompt("是否需要手动为此任务生成经验总结以提升Jarvis对类似任务的处理能力？(y/n), 回车跳过: ")
-                            if choice == "y":
-                                self._make_methodology()
-                                break
-                            elif choice == "n" or choice == "":
-                                break
-                            else:
-                                PrettyOutput.print("请输入y或n", OutputType.ERROR)
-                                continue
-                        PrettyOutput.section("任务完成", OutputType.SUCCESS)
-                        if self.is_sub_agent:
-                            # 生成任务总结
-                            summary_prompt = f"""请对以上任务执行情况生成一个简洁的总结报告，包括：
-
-1. 任务目标: 任务重述
-2. 执行结果: 成功/失败
-3. 关键信息: 提取执行过程中的重要信息
-4. 重要发现: 任何值得注意的发现
-5. 后续建议: 如果有的话
-
-请用简洁的要点形式描述，突出重要信息。
-"""
-                            self.prompt = summary_prompt
-                            summary = self._call_model(self.prompt)
-                            return summary
-                        else:
-                            return "Task completed"
+                        return self._complete_task()
 
                 except Exception as e:
                     PrettyOutput.print(str(e), OutputType.ERROR)
@@ -274,23 +339,6 @@ arguments:
         """清除对话历史，只保留系统提示"""
         self.prompt = "" 
         self.model.reset()
+        self.conversation_turns = 0  # 重置对话轮次
+
 
-    def _make_methodology(self):
-        """生成经验总结"""
-        current_response = self._call_model("""请根据之前的对话内容，判断是否有必要更新、添加、删除现有经验总结，如果有，使用methodology工具进行管理。
-经验总结模板：
-1. 问题重述
-2. 最优解决方案
-3. 最优方案执行步骤（失败的行动不需要体现）
-                         """)
-        
-        try:
-            result = Agent.extract_tool_calls(current_response)
-        except Exception as e:
-            PrettyOutput.print(f"工具调用错误: {str(e)}", OutputType.ERROR)
-            return
-        if len(result) > 0:
-            PrettyOutput.print("执行工具调用...", OutputType.PROGRESS)
-            tool_result = self.tool_registry.handle_tool_calls(result)
-            PrettyOutput.print(tool_result, OutputType.RESULT)
-