jarvis-ai-assistant 0.1.58__py3-none-any.whl → 0.1.74__py3-none-any.whl

jarvis/__init__.py

@@ -1,3 +1,3 @@
 """Jarvis AI Assistant"""
 
-__version__ = "0.1.58" 
+__version__ = "0.1.74" 

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  
 
 
     @staticmethod
@@ -87,17 +88,112 @@ class Agent:
                 continue
 
 
-    def _load_methodology(self) -> str:
-        """加载经验总结"""
+    def _load_methodology(self) -> Dict[str, str]:
+        """加载方法论"""
         user_jarvis_methodology = os.path.expanduser("~/.jarvis_methodology")
-        ret = ""
         if os.path.exists(user_jarvis_methodology):
             with open(user_jarvis_methodology, "r", encoding="utf-8") as f:
                 data = yaml.safe_load(f)
-                for k, v in data.items():
-                    ret += f"问题类型: \n{k}\n经验总结: \n{v}\n\n"
-            PrettyOutput.print(f"从 {user_jarvis_methodology} 加载经验总结: {', '.join(data.keys())}", OutputType.INFO)
-        return ret
+            PrettyOutput.print(f"从 {user_jarvis_methodology} 加载方法论: {', '.join(data.keys())}", OutputType.INFO)
+            return data
+        return {}
+
+    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)
+        
+        # 询问是否生成方法论，带输入验证
+        while True:
+            user_input = input("是否要为此任务生成方法论？(y/n): ").strip().lower()
+            if user_input in ['y', 'n', '']:
+                break
+            PrettyOutput.print("无效输入，请输入 y 或 n", OutputType.WARNING)
+        
+        if user_input == 'y':
+            try:
+                # 让模型判断是否需要生成方法论
+                analysis_prompt = """本次任务已结束，请分析是否需要生成方法论。
+如果认为需要生成方法论，请先判断是创建新的方法论还是更新已有方法论。如果是更新已有方法论，使用update，否则使用add。
+如果认为不需要生成方法论，请说明原因。
+仅输出方法论工具的调用指令，或者是不需要生成方法论的说明，除此之外不要输出任何内容。
+"""
+                self.prompt = analysis_prompt
+                response = self._call_model(self.prompt)
+                
+                # 检查是否包含工具调用
+                try:
+                    result = Agent.extract_tool_calls(response)
+                    PrettyOutput.print(result, OutputType.RESULT)
+                except Exception as e:
+                    PrettyOutput.print(f"处理方法论生成失败: {str(e)}", OutputType.ERROR)
+                
+            except Exception as e:
+                PrettyOutput.print(f"生成方法论时发生错误: {str(e)}", OutputType.ERROR)
+        
+        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
@@ -111,20 +207,20 @@ class Agent:
             str: 任务总结报告
         """
         try:
-            self.clear_history()
-            
             if file_list:
                 self.model.upload_files(file_list)
 
-            # 加载经验总结
+            # 加载方法论
             methodology = self._load_methodology()
-
             methodology_prompt = ""
             if methodology:
-                methodology_prompt = f"""这是以往处理问题的标准经验总结，如果当前任务与此类似，可参考：
+                methodology_prompt = f"""这是以往处理问题的标准方法论，如果当前任务与此类似，可参考：
 {methodology}
 
 """
+
+            self.clear_history()
+            self.conversation_turns = 0  
             
             # 显示任务开始
             PrettyOutput.section(f"开始新任务: {self.name}", OutputType.PLANNING)
@@ -146,11 +242,11 @@ 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. 方法论：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，使用方法论工具记录方法论，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：
+方法论模板：
 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）
@@ -181,6 +277,12 @@ arguments:
 6. 处理问题的每个步骤不是必须有的，可按情况省略
 7. 在执行一些可能对系统或者用户代码库造成破坏的工具时，请先询问用户
 8. 在多次迭代却没有任何进展时，可请求用户指导
+9. 如果返回的yaml字符串中包含冒号，请将整个字符串用引号包裹，避免yaml解析错误
+
+-------------------------------------------------------------
+
+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。
 
 -------------------------------------------------------------
 
@@ -196,8 +298,20 @@ 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 +320,6 @@ 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)
@@ -225,34 +338,7 @@ 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 +360,6 @@ 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)
-