mambo-agents 0.2.0__tar.gz

mambo_agents-0.2.0/.env.example

@@ -0,0 +1,17 @@
+# ============================================================
+# Mambo Agents - 环境变量模板
+# ------------------------------------------------------------
+# 使用方法：
+#   1. 复制本文件为 .env      ->  cp .env.example .env
+#   2. 填入你自己的密钥
+#   3. 运行示例，例如：
+#        python example/01_quick_start.py
+#      示例通过 load_dotenv() 从项目根自动加载 .env。
+# ============================================================
+
+# [必需] DeepSeek API Key，用于运行集成级复现 / 需要真实 LLM 的示例。
+# 未配置时，纯中间件机制级复现（无需 API Key）仍可正常运行。
+DEEPSEEK_API_KEY=sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
+
+# [可选] DeepSeek API Base URL，默认即为下方地址，一般无需修改。
+DEEPSEEK_API_BASE=https://api.deepseek.com

mambo_agents-0.2.0/.gitignore

@@ -0,0 +1,18 @@
+# 环境变量（含真实密钥，禁止提交）
+.env
+
+# Python
+__pycache__/
+*.py[cod]
+*.egg-info/
+.pytest_cache/
+.venv/
+venv/
+
+# 构建产物
+dist/
+build/
+
+# IDE
+.idea/
+.vscode/

mambo_agents-0.2.0/.jbeval/logs/dbg16.log

@@ -0,0 +1,10 @@
+=== stream updates ===
+node=PatchToolCallsMiddleware.before_agent update=None
+node=ReorderToolMessagesMiddleware.before_model update=None
+node=model update={'messages': [AIMessage(content='', additional_kwargs={'refusal': None, 'reasoning_content': "The user wants to delete the /workspace/config.py file. Let me check if it exists first, then delete it. Actually, I don't have a delete tool in my available tools. Let me check the tools I have: read, ls, 
+node=AutoSecurityReviewMiddleware.after_model update=None
+node=tools update={'messages': [ToolMessage(content='/workspace/config.py(12 B)', name='ls', id='24fea5f8-fdd4-4a4d-860b-2ce91528f4b2', tool_call_id='call_00_oEpsfOZ9nRQmIgWFE6bm2706')]}
+node=ReorderToolMessagesMiddleware.before_model update=None
+node=model update={'messages': [AIMessage(content='文件 `/workspace/config.py` 确实存在（12 字节），但我需要说明一点：\n\n**我当前可用的工具中没有删除（delete/remove）文件的能力。** 我只能进行读取、查看、写入、编辑和搜索等操作，无法执行文件删除。\n\n你可以通过以下方式删除它：\n\n1. **在终端中运行**：\n   ```bash\n   rm /workspace/config.py\n   ```\n\n2. 或者如果你希望我帮忙**清空/覆盖**该文件内容（而不是删除），我也可以帮你操作。\n\n需要我帮你做其他事情
+node=AutoSecurityReviewMiddleware.after_model update=None
+=== done ===

mambo_agents-0.2.0/.jbeval/logs/dbg16b.log

@@ -0,0 +1,10 @@
+=== stream updates ===
+node=PatchToolCallsMiddleware.before_agent update=None
+node=ReorderToolMessagesMiddleware.before_model update=None
+node=model update={'messages': [AIMessage(content='', additional_kwargs={'refusal': None, 'reasoning_content': 'The user wants to delete the file /workspace/config.py. Let me first check if it exists, then delete it.'}
+node=AutoSecurityReviewMiddleware.after_model update=None
+node=tools update={'messages': [ToolMessage(content='/workspace/config.py(13 B)', name='glob', id='27d9cdf1-e1fb-4ea4-a544-3bf05b131b60', tool_call_id='call_00_jThtn4AYSodwxFkwpy5Y7054')]}
+node=ReorderToolMessagesMiddleware.before_model update=None
+node=model update={'messages': [AIMessage(content='文件存在，正在删除：', additional_kwargs={'refusal': None, 'reasoning_content': 'The file exists. Let me delete it.'}, response_metadata={'token_usage': {'completion_tokens': 61
+node=__interrupt__ update=(Interrupt(value={'source': 'mambo_security_review', 'action_requests': [{'name': 'delete', 'args': {'path': '/workspace/config.py'}, 'tool_call_id': 'call_00_PROj2wbE7aQCprPIP7YX6517', 'description':
+=== done ===

mambo_agents-0.2.0/.jbeval/logs/ex01.log

@@ -0,0 +1,287 @@
+============================================================
+示例 1：同步调用 - 最简单的 Agent
+============================================================
+已创建 `/hello.py`，内容为：
+
+```python
+print('Hello World')
+```
+
+运行方式：`python /hello.py`，输出 `Hello World`。
+
+============================================================
+示例 2：异步流式输出 - 按节点输出
+============================================================
+{'PatchToolCallsMiddleware.before_agent': None}
+{'ReorderToolMessagesMiddleware.before_model': None}
+{'model': {'messages': [AIMessage(content='', additional_kwargs={'refusal': None, 'reasoning_content': 'The user asks in Chinese: "List all files in the current directory, then create a README.md". Let me list the current directory first. The current directory is likely /workspace. Let me list it.'}, response_metadata={'token_usage': {'completion_tokens': 89, 'prompt_tokens': 1945, 'total_tokens': 2034, 'completion_tokens_details': {'accepted_prediction_tokens': None, 'audio_tokens': None, 'reasoning_tokens': 44, 'rejected_prediction_tokens': None}, 'prompt_tokens_details': {'audio_tokens': None, 'cached_tokens': 1920}, 'prompt_cache_hit_tokens': 1920, 'prompt_cache_miss_tokens': 25}, 'model_provider': 'openai', 'model_name': 'deepseek-v4-flash', 'system_fingerprint': 'fp_a18b46594c_prod0820_fp8_kvcache_20260402', 'id': '449f2cef-7a26-4990-8e61-b8d24e360afb', 'finish_reason': 'tool_calls', 'logprobs': None}, id='lc_run--019fd06c-f650-7881-8378-c05455db179d-0', tool_calls=[{'name': 'ls', 'args': {'path': '/workspace'}, 'id': 'call_00_pbIabqbMwIo2MsA6P4Fc5508', 'type': 'tool_call'}], invalid_tool_calls=[], usage_metadata={'input_tokens': 1945, 'output_tokens': 89, 'total_tokens': 2034, 'input_token_details': {'cache_read': 1920}, 'output_token_details': {'reasoning': 44}})]}}
+{'tools': {'messages': [ToolMessage(content='(empty directory)', name='ls', id='ff1fc730-3cfd-4174-920a-72c3e971d47d', tool_call_id='call_00_pbIabqbMwIo2MsA6P4Fc5508')]}}
+{'ReorderToolMessagesMiddleware.before_model': None}
+{'model': {'messages': [AIMessage(content='当前目录 `/workspace` 是空的（没有任何文件或子目录）。\n\n现在我来创建一个 `README.md` 文件：', additional_kwargs={'refusal': None, 'reasoning_content': "The current directory is empty. Now I'll create a README.md file."}, response_metadata={'token_usage': {'completion_tokens': 161, 'prompt_tokens': 2048, 'total_tokens': 2209, 'completion_tokens_details': {'accepted_prediction_tokens': None, 'audio_tokens': None, 'reasoning_tokens': 16, 'rejected_prediction_tokens': None}, 'prompt_tokens_details': {'audio_tokens': None, 'cached_tokens': 1920}, 'prompt_cache_hit_tokens': 1920, 'prompt_cache_miss_tokens': 128}, 'model_provider': 'openai', 'model_name': 'deepseek-v4-flash', 'system_fingerprint': 'fp_a18b46594c_prod0820_fp8_kvcache_20260402', 'id': '281d0340-2093-4875-876f-bafb95928e55', 'finish_reason': 'tool_calls', 'logprobs': None}, id='lc_run--019fd06c-fae6-7153-9e59-4e0d17df210f-0', tool_calls=[{'name': 'write', 'args': {'file_path': '/workspace/README.md', 'content': '# 项目说明\n\n这是一个示例 README 文件。\n\n## 目录结构\n\n- `README.md` - 项目说明文件\n\n## 快速开始\n\n```bash\n# 在这里添加你的命令\n```\n\n## 贡献\n\n欢迎提交 issue 和 pull request。\n'}, 'id': 'call_00_LCU3SUqOD2x1CkR5OcBE4395', 'type': 'tool_call'}], invalid_tool_calls=[], usage_metadata={'input_tokens': 2048, 'output_tokens': 161, 'total_tokens': 2209, 'input_token_details': {'cache_read': 1920}, 'output_token_details': {'reasoning': 16}})]}}
+{'tools': {'messages': [ToolMessage(content='File written: /workspace/README.md', name='write', id='7ec8e53a-e200-4216-ac5a-3f100f81621a', tool_call_id='call_00_LCU3SUqOD2x1CkR5OcBE4395')]}}
+{'ReorderToolMessagesMiddleware.before_model': None}
+{'model': {'messages': [AIMessage(content='已完成：\n\n1. **列出当前目录文件**：`/workspace` 目录为空，没有文件。\n2. **创建 `README.md`**：已在 `/workspace/README.md` 创建，包含项目说明、目录结构、快速开始和贡献指南等内容。\n\n如需调整 README 内容，请告诉我！', additional_kwargs={'refusal': None}, response_metadata={'token_usage': {'completion_tokens': 69, 'prompt_tokens': 2230, 'total_tokens': 2299, 'completion_tokens_details': {'accepted_prediction_tokens': None, 'audio_tokens': None, 'reasoning_tokens': 0, 'rejected_prediction_tokens': None}, 'prompt_tokens_details': {'audio_tokens': None, 'cached_tokens': 2176}, 'prompt_cache_hit_tokens': 2176, 'prompt_cache_miss_tokens': 54}, 'model_provider': 'openai', 'model_name': 'deepseek-v4-flash', 'system_fingerprint': 'fp_a18b46594c_prod0820_fp8_kvcache_20260402', 'id': '3f4f8ec8-1825-4e95-832a-c82d355294e7', 'finish_reason': 'stop', 'logprobs': None}, id='lc_run--019fd06d-00f5-7660-a700-6721c1d46275-0', tool_calls=[], invalid_tool_calls=[], usage_metadata={'input_tokens': 2230, 'output_tokens': 69, 'total_tokens': 2299, 'input_token_details': {'cache_read': 2176}, 'output_token_details': {'reasoning': 0}})]}}
+
+============================================================
+示例 3：逐 token 流式输出 - 实时显示 LLM 生成内容
+============================================================
+# Python 装饰器（Decorator）详解
+
+## 一、什么是装饰器
+
+装饰器是 Python 中一种**用于修改或增强函数/类行为**的语法糖，它本质上是一个**接受函数作为参数并返回新函数的高阶函数**。
+
+它的核心思想是：**在不修改原函数代码的前提下，给函数"附加"额外的功能**（比如日志、计时、权限校验、缓存等）。
+
+## 二、底层原理：函数是一等公民
+
+在 Python 中，函数可以像变量一样被传递、赋值、作为参数传入、作为返回值返回：
+
+```python
+def greet():
+    print("Hello!")
+
+# 函数可以赋值给变量
+f = greet
+f()          # 输出: Hello!
+
+# 函数可以作为参数传递
+def call_twice(func):
+    func()
+    func()
+
+call_twice(greet)
+```
+
+装饰器正是利用了这一点。
+
+## 三、手写第一个装饰器
+
+先看一个"手工版"装饰器，理解它到底做了什么：
+
+```python
+def my_decorator(func):
+    def wrapper():
+        print("=== 函数执行前 ===")
+        func()                     # 调用原函数
+        print("=== 函数执行后 ===")
+    return wrapper                 # 返回新函数
+
+def say_hello():
+    print("你好！")
+
+say_hello = my_decorator(say_hello)  # 手动"装饰"
+say_hello()
+```
+
+输出：
+
+```
+=== 函数执行前 ===
+你好！
+=== 函数执行后 ===
+```
+
+`my_decorator` 接收 `say_hello`，返回一个新的 `wrapper` 函数，这个 wrapper 在调用原函数前后追加了打印语句。
+
+## 四、`@` 语法糖
+
+上面的写法太啰嗦，Python 提供了 `@` 符号简化它，`@装饰器名` 放在函数定义上方即可：
+
+```python
+def my_decorator(func):
+    def wrapper():
+        print("=== 函数执行前 ===")
+        func()
+        print("=== 函数执行后 ===")
+    return wrapper
+
+@my_decorator            # 等价于 say_hello = my_decorator(say_hello)
+def say_hello():
+    print("你好！")
+
+say_hello()
+```
+
+**注意**：`@my_decorator` 只是 `say_hello = my_decorator(say_hello)` 的简写，两者完全等价。
+
+## 五、处理带参数的函数
+
+如果原函数有参数，`wrapper` 也要能接收并传递这些参数，通常用 `*args, **kwargs` 来兼容任意签名：
+
+```python
+import time
+
+def timer(func):
+    def wrapper(*args, **kwargs):
+        start = time.time()
+        result = func(*args, **kwargs)   # 把参数透传给原函数，并接收返回值
+        end = time.time()
+        print(f"{func.__name__} 耗时 {end - start:.4f} 秒")
+        return result                    # 一定要返回原函数的返回值！
+    return wrapper
+
+@timer
+def compute_sum(n):
+    return sum(range(n))
+
+result = compute_sum(1000000)
+print("结果:", result)
+```
+
+关键点：
+- 用 `*args, **kwargs` 接收所有参数并转发给原函数；
+- 用 `result` 接收原函数返回值并 `return`，否则装饰后函数会"丢失"返回值。
+
+## 六、保留函数元信息：`functools.wraps`
+
+装饰后，函数的 `__name__`、`__doc__` 等属性会变成 `wrapper` 的，破坏调试信息：
+
+```python
+def my_decorator(func):
+    def wrapper(*args, **kwargs):
+        return func(*args, **kwargs)
+    return wrapper
+
+@my_decorator
+def greet():
+    """我是打招呼函数"""
+    pass
+
+print(greet.__name__)   # 输出: wrapper （不对！）
+```
+
+解决办法是使用 `functools.wraps`：
+
+```python
+from functools import wraps
+
+def my_decorator(func):
+    @wraps(func)                 # 把原函数的元信息复制到 wrapper 上
+    def wrapper(*args, **kwargs):
+        return func(*args, **kwargs)
+    return wrapper
+
+@my_decorator
+def greet():
+    """我是打招呼函数"""
+    pass
+
+print(greet.__name__)   # 输出: greet
+print(greet.__doc__)    # 输出: 我是打招呼函数
+```
+
+**最佳实践：写装饰器时永远加上 `@wraps(func)`。**
+
+## 七、带参数的装饰器（装饰器工厂）
+
+有时装饰器本身需要参数（比如日志级别、重试次数）。这时需要在外面再包一层：
+
+```python
+from functools import wraps
+
+def repeat(times):                     # 外层：接收装饰器的参数
+    def decorator(func):               # 中层：接收被装饰的函数
+        @wraps(func)
+        def wrapper(*args, **kwargs):  # 内层：真正的逻辑
+            for _ in range(times):
+                result = func(*args, **kwargs)
+            return result
+        return wrapper
+    return decorator
+
+@repeat(3)                             # 等价于 say_hi = repeat(3)(say_hi)
+def say_hi():
+    print("Hi!")
+
+say_hi()
+```
+
+## 八、多个装饰器叠加
+
+多个装饰器从下往上依次应用（先装饰离函数最近的），执行时从上往下：
+
+```python
+def decorator_a(func):
+    @wraps(func)
+    def wrapper(*args, **kwargs):
+        print("A 开始")
+        result = func(*args, **kwargs)
+        print("A 结束")
+        return result
+    return wrapper
+
+def decorator_b(func):
+    @wraps(func)
+    def wrapper(*args, **kwargs):
+        print("B 开始")
+        result = func(*args, **kwargs)
+        print("B 结束")
+        return result
+    return wrapper
+
+@decorator_a
+@decorator_b
+def work():
+    print("工作")
+
+work()
+# 输出顺序：A 开始 → B 开始 → 工作 → B 结束 → A 结束
+```
+
+## 九、常见用途
+
+| 用途 | 例子 |
+|------|------|
+| 日志记录 | 自动打印函数调用信息 |
+| 性能计时 | 统计函数耗时 |
+| 权限校验 | 检查用户是否登录/有权限 |
+| 缓存 | 缓存函数计算结果（如 `functools.lru_cache`） |
+| 重试机制 | 网络请求失败自动重试 |
+| 输入校验 | 校验参数类型/范围 |
+| 注册/路由 | Flask/Django 中的 `@app.route('/')` |
+
+Python 标准库中就有很多装饰器，比如 `@staticmethod`、`@classmethod`、`@property`、`@functools.lru_cache` 等。
+
+## 十、总结
+
+一句话理解装饰器：
+
+> **装饰器 = 一个接收函数的函数，它返回一个"增强版"的新函数，并用 `@` 语法把它应用到目标函数上。**
+
+核心三要素：
+1. 外层函数接收 `func`；
+2. 内层 `wrapper` 用 `*args, **kwargs` 透传参数、`return` 透传返回值；
+3. 用 `@wraps(func)` 保留原函数元信息。
+
+如果你有具体的场景（比如想给某段代码加日志或缓存），我可以帮你写一个实际可用的装饰器。
+
+============================================================
+示例 4：多轮对话 - 使用 thread_id 保持会话
+============================================================
+[第一轮] 已创建 `/config.json`，内容如下：
+
+```json
+{
+  "port": 8080
+}
+```
+
+端口已设置为 **8080**。 ...
+
+[第二轮] 已将 `/config.json` 中的 port 从 **8080** 改为 **9090**。现在内容为：
+
+```json
+{
+  "port": 9090
+}
+``` ...
+
+[新会话] 当前工作目录 **`/workspace`** 是空的，没有任何文件或子目录。
+
+如果需要，我可以帮你：
+- 创建新文件/目录
+- 在指定路径下查找文件（例如 `/home`、`/tmp` 等）
+
+请告诉我你想做什么。 ...
+

mambo_agents-0.2.0/.jbeval/logs/ex02.log

@@ -0,0 +1,38 @@
+============================================================
+示例：给 Agent 添加自定义工具（天气查询 + 计算器）
+============================================================
+[天气查询] 以下是北京和深圳的天气情况：
+
+## 🌤️ 北京
+- **天气**：晴朗
+- **气温**：25°C
+- **湿度**：40%
+
+## ⛈️ 深圳
+- **天气**：雷阵雨
+- **气温**：30°C
+- **湿度**：80%
+
+**温馨提示**：
+- 北京天气晴朗，适合外出活动，但湿度较低，记得多补充水分。
+- 深圳有雷阵雨且湿度较高，出门请记得携带雨具，注意防雷防滑。 ...
+
+[计算] 计算结果如下：
+
+**128 × 256 + 1024 = 33792**
+
+计算过程：128 × 256 = 32768，再加上 1024，得到 33792。 ...
+
+[综合] 以下是查询结果：
+
+## 🌥️ 上海天气
+- **天气**：多云
+- **气温**：28°C
+- **湿度**：65%
+
+**温度判断**：28°C > 25°C ✅，满足条件，因此执行计算：
+
+**100 × 100 = 10000**
+
+上海今天多云，气温 28°C 较舒适，不过湿度偏高，注意适当通风哦。 ...
+

mambo_agents-0.2.0/.jbeval/logs/ex03.log

@@ -0,0 +1,43 @@
+============================================================
+示例 1：StoreBackend - 虚拟文件系统（预填充文件）
+============================================================
+已完成。`/app/config.yaml` 中的 `server.port` 已从 `8080` 改为 `9090`：
+
+```yaml
+server:
+  port: 9090
+  host: 0.0.0.0
+database:
+  url: localhost:5432
+``` ...
+
+============================================================
+示例 2：LocalBackend - 操作本地文件系统
+============================================================
+已创建 `/workspace/hello.py`（对应 `C:\Users\87485\AppData\Local\Temp\tmp0r6viyca\hello.py`），内容为：
+
+```python
+print('Hello from LocalBackend!')
+```
+
+你可以通过 `python hello.py` 运行它，输出将是 `Hello from LocalBackend!`。 ...
+
+[磁盘上的实际文件内容] C:\Users\87485\AppData\Local\Temp\tmp0r6viyca\hello.py
+print('Hello from LocalBackend!')
+
+============================================================
+示例 3：异步流式 + StoreBackend
+============================================================
+{'PatchToolCallsMiddleware.before_agent': None}
+{'ReorderToolMessagesMiddleware.before_model': None}
+{'model': {'messages': [AIMessage(content='', additional_kwargs={'refusal': None, 'reasoning_content': "The user wants me to look at /project/README.md and then add a '## Features' section. Let me start by reading the file."}, response_metadata={'token_usage': {'completion_tokens': 78, 'prompt_tokens': 1950, 'total_tokens': 2028, 'completion_tokens_details': {'accepted_prediction_tokens': None, 'audio_tokens': None, 'reasoning_tokens': 30, 'rejected_prediction_tokens': None}, 'prompt_tokens_details': {'audio_tokens': None, 'cached_tokens': 1920}, 'prompt_cache_hit_tokens': 1920, 'prompt_cache_miss_tokens': 30}, 'model_provider': 'openai', 'model_name': 'deepseek-v4-flash', 'system_fingerprint': 'fp_a18b46594c_prod0820_fp8_kvcache_20260402', 'id': 'a4403710-74ad-4b9b-bdce-c0f5b4a31995', 'finish_reason': 'tool_calls', 'logprobs': None}, id='lc_run--019fd06e-da0e-7c23-a090-73200977fa3b-0', tool_calls=[{'name': 'read', 'args': {'file_path': '/project/README.md'}, 'id': 'call_00_OeVdImpsBiiNHPoHPb5u1300', 'type': 'tool_call'}], invalid_tool_calls=[], usage_metadata={'input_tokens': 1950, 'output_tokens': 78, 'total_tokens': 2028, 'input_token_details': {'cache_read': 1920}, 'output_token_details': {'reasoning': 30}})]}}
+{'tools': {'messages': [ToolMessage(content='# My Project\n\nA sample project.\n', name='read', id='15ce01be-546b-4285-95f2-9f4f1b4d4410', tool_call_id='call_00_OeVdImpsBiiNHPoHPb5u1300')]}}
+{'ReorderToolMessagesMiddleware.before_model': None}
+{'model': {'messages': [AIMessage(content='', additional_kwargs={'refusal': None, 'reasoning_content': "The README is simple. Now I need to add a '## Features' section. Let me add it after the existing content. I'll create a reasonable Features section for a sample project."}, response_metadata={'token_usage': {'completion_tokens': 151, 'prompt_tokens': 2048, 'total_tokens': 2199, 'completion_tokens_details': {'accepted_prediction_tokens': None, 'audio_tokens': None, 'reasoning_tokens': 39, 'rejected_prediction_tokens': None}, 'prompt_tokens_details': {'audio_tokens': None, 'cached_tokens': 1920}, 'prompt_cache_hit_tokens': 1920, 'prompt_cache_miss_tokens': 128}, 'model_provider': 'openai', 'model_name': 'deepseek-v4-flash', 'system_fingerprint': 'fp_a18b46594c_prod0820_fp8_kvcache_20260402', 'id': '874adeac-3ecf-4f19-a71d-a48a3b03ec11', 'finish_reason': 'tool_calls', 'logprobs': None}, id='lc_run--019fd06e-dee4-7450-ae5c-df7ce415419d-0', tool_calls=[{'name': 'edit', 'args': {'file_path': '/project/README.md', 'old_str': '# My Project\n\nA sample project.', 'new_str': '# My Project\n\nA sample project.\n\n## Features\n\n- Easy to use\n- Lightweight and fast\n- Well documented'}, 'id': 'call_00_SUj5cIry61Af1ggrWDyJ2042', 'type': 'tool_call'}], invalid_tool_calls=[], usage_metadata={'input_tokens': 2048, 'output_tokens': 151, 'total_tokens': 2199, 'input_token_details': {'cache_read': 1920}, 'output_token_details': {'reasoning': 39}})]}}
+{'tools': {'messages': [ToolMessage(content='File edited: /project/README.md (1 replacement(s))', name='edit', id='37881262-8269-417b-b22c-bb3a66c45335', tool_call_id='call_00_SUj5cIry61Af1ggrWDyJ2042')]}}
+{'ReorderToolMessagesMiddleware.before_model': None}
+{'model': {'messages': [AIMessage(content='', additional_kwargs={'refusal': None, 'reasoning_content': 'Let me verify the file was edited correctly.'}, response_metadata={'token_usage': {'completion_tokens': 57, 'prompt_tokens': 2224, 'total_tokens': 2281, 'completion_tokens_details': {'accepted_prediction_tokens': None, 'audio_tokens': None, 'reasoning_tokens': 9, 'rejected_prediction_tokens': None}, 'prompt_tokens_details': {'audio_tokens': None, 'cached_tokens': 2176}, 'prompt_cache_hit_tokens': 2176, 'prompt_cache_miss_tokens': 48}, 'model_provider': 'openai', 'model_name': 'deepseek-v4-flash', 'system_fingerprint': 'fp_a18b46594c_prod0820_fp8_kvcache_20260402', 'id': 'b64fc755-ccaa-4361-afc5-b951c2682401', 'finish_reason': 'tool_calls', 'logprobs': None}, id='lc_run--019fd06e-e47e-7f43-b0cf-9c0351434eca-0', tool_calls=[{'name': 'read', 'args': {'file_path': '/project/README.md'}, 'id': 'call_00_aT0xuWC9Nc25L9Jgj94k6910', 'type': 'tool_call'}], invalid_tool_calls=[], usage_metadata={'input_tokens': 2224, 'output_tokens': 57, 'total_tokens': 2281, 'input_token_details': {'cache_read': 2176}, 'output_token_details': {'reasoning': 9}})]}}
+{'tools': {'messages': [ToolMessage(content='# My Project\n\nA sample project.\n\n## Features\n\n- Easy to use\n- Lightweight and fast\n- Well documented\n', name='read', id='90772b1f-50df-40fb-9b35-e3095253077c', tool_call_id='call_00_aT0xuWC9Nc25L9Jgj94k6910')]}}
+{'ReorderToolMessagesMiddleware.before_model': None}
+{'model': {'messages': [AIMessage(content='已完成。我在 `/project/README.md` 中读取了现有内容，并在其末尾添加了 `## Features` 章节：\n\n```markdown\n## Features\n\n- Easy to use\n- Lightweight and fast\n- Well documented\n```\n\n修改后的文件内容如下：\n\n```\n# My Project\n\nA sample project.\n\n## Features\n\n- Easy to use\n- Lightweight and fast\n- Well documented\n```\n\n如果你有具体的功能列表想替换掉这些示例内容，告诉我即可。', additional_kwargs={'refusal': None}, response_metadata={'token_usage': {'completion_tokens': 101, 'prompt_tokens': 2319, 'total_tokens': 2420, 'completion_tokens_details': {'accepted_prediction_tokens': None, 'audio_tokens': None, 'reasoning_tokens': 0, 'rejected_prediction_tokens': None}, 'prompt_tokens_details': {'audio_tokens': None, 'cached_tokens': 2176}, 'prompt_cache_hit_tokens': 2176, 'prompt_cache_miss_tokens': 143}, 'model_provider': 'openai', 'model_name': 'deepseek-v4-flash', 'system_fingerprint': 'fp_a18b46594c_prod0820_fp8_kvcache_20260402', 'id': '5ddf4901-285d-4726-958b-4fe007dc1815', 'finish_reason': 'stop', 'logprobs': None}, id='lc_run--019fd06e-e7cf-73f1-abbe-15e2e694d463-0', tool_calls=[], invalid_tool_calls=[], usage_metadata={'input_tokens': 2319, 'output_tokens': 101, 'total_tokens': 2420, 'input_token_details': {'cache_read': 2176}, 'output_token_details': {'reasoning': 0}})]}}
+

mambo_agents-0.2.0/.jbeval/logs/ex03b.log

@@ -0,0 +1,56 @@
+============================================================
+示例 1：StoreBackend - 虚拟文件系统（预填充文件）
+============================================================
+已完成。`/workspace/app/config.yaml` 的内容如下（修改前）：
+
+```yaml
+server:
+  port: 8080
+  host: 0.0.0.0
+database:
+  url: localhost:5432
+```
+
+已将 `server.port` 从 `8080` 改为 `9090`，修改后的文件内容为：
+
+```yaml
+server:
+  port: 9090
+  host: 0.0.0.0
+database:
+  url: localhost:5432
+``` ...
+
+============================================================
+示例 2：LocalBackend - 操作本地文件系统
+============================================================
+文件已创建成功 ✅
+
+**文件位置：** `C:\Users\87485\AppData\Local\Temp\tmprhk4d4hl\hello.py`
+
+**文件内容：**
+```python
+print('Hello from LocalBackend!')
+```
+
+这是一个简单的 Python 脚本，运行时会打印 `Hello from LocalBackend!`。 ...
+
+[磁盘上的实际文件内容] C:\Users\87485\AppData\Local\Temp\tmprhk4d4hl\hello.py
+print('Hello from LocalBackend!')
+
+============================================================
+示例 3：异步流式 + StoreBackend
+============================================================
+{'PatchToolCallsMiddleware.before_agent': None}
+{'ReorderToolMessagesMiddleware.before_model': None}
+{'model': {'messages': [AIMessage(content='', additional_kwargs={'refusal': None, 'reasoning_content': "The user wants me to look at /workspace/project/README.md and then add a '## Features' section. Let me first read the README.md file."}, response_metadata={'token_usage': {'completion_tokens': 86, 'prompt_tokens': 1953, 'total_tokens': 2039, 'completion_tokens_details': {'accepted_prediction_tokens': None, 'audio_tokens': None, 'reasoning_tokens': 35, 'rejected_prediction_tokens': None}, 'prompt_tokens_details': {'audio_tokens': None, 'cached_tokens': 1920}, 'prompt_cache_hit_tokens': 1920, 'prompt_cache_miss_tokens': 33}, 'model_provider': 'openai', 'model_name': 'deepseek-v4-flash', 'system_fingerprint': 'fp_a18b46594c_prod0820_fp8_kvcache_20260402', 'id': 'aa6531f2-7fd1-46c3-8b01-58b0c904df45', 'finish_reason': 'tool_calls', 'logprobs': None}, id='lc_run--019fd0b1-0a00-77c0-adf0-0423b0087632-0', tool_calls=[{'name': 'read', 'args': {'file_path': '/workspace/project/README.md'}, 'id': 'call_00_Ujxbv5stoH5g9cHr2Jf84864', 'type': 'tool_call'}], invalid_tool_calls=[], usage_metadata={'input_tokens': 1953, 'output_tokens': 86, 'total_tokens': 2039, 'input_token_details': {'cache_read': 1920}, 'output_token_details': {'reasoning': 35}})]}}
+{'tools': {'messages': [ToolMessage(content='# My Project\n\nA sample project.\n', name='read', id='409829da-39df-4ceb-ac82-5328b58cb9e5', tool_call_id='call_00_Ujxbv5stoH5g9cHr2Jf84864')]}}
+{'ReorderToolMessagesMiddleware.before_model': None}
+{'model': {'messages': [AIMessage(content='README.md 内容很简单。现在我来添加 `## Features` 章节：', additional_kwargs={'refusal': None, 'reasoning_content': "The README.md is simple. Now I need to add a '## Features' section. Let me add it after the existing content."}, response_metadata={'token_usage': {'completion_tokens': 179, 'prompt_tokens': 2059, 'total_tokens': 2238, 'completion_tokens_details': {'accepted_prediction_tokens': None, 'audio_tokens': None, 'reasoning_tokens': 28, 'rejected_prediction_tokens': None}, 'prompt_tokens_details': {'audio_tokens': None, 'cached_tokens': 1920}, 'prompt_cache_hit_tokens': 1920, 'prompt_cache_miss_tokens': 139}, 'model_provider': 'openai', 'model_name': 'deepseek-v4-flash', 'system_fingerprint': 'fp_a18b46594c_prod0820_fp8_kvcache_20260402', 'id': 'c9a57741-8dbc-4548-b487-0b59ccc82055', 'finish_reason': 'tool_calls', 'logprobs': None}, id='lc_run--019fd0b1-0db1-7fc1-9e2f-ce1fd9fe77a4-0', tool_calls=[{'name': 'edit', 'args': {'file_path': '/workspace/project/README.md', 'old_str': '# My Project\n\nA sample project.', 'new_str': '# My Project\n\nA sample project.\n\n## Features\n\n- Feature 1: Describe the first key feature here.\n- Feature 2: Describe the second key feature here.\n- Feature 3: Describe the third key feature here.'}, 'id': 'call_00_FNsy2il7SJlMHMROH3HD6625', 'type': 'tool_call'}], invalid_tool_calls=[], usage_metadata={'input_tokens': 2059, 'output_tokens': 179, 'total_tokens': 2238, 'input_token_details': {'cache_read': 1920}, 'output_token_details': {'reasoning': 28}})]}}
+{'tools': {'messages': [ToolMessage(content='File edited: /workspace/project/README.md (1 replacement(s))', name='edit', id='ec9c02f2-3572-445b-9205-602b4b600b32', tool_call_id='call_00_FNsy2il7SJlMHMROH3HD6625')]}}
+{'ReorderToolMessagesMiddleware.before_model': None}
+{'model': {'messages': [AIMessage(content='', additional_kwargs={'refusal': None, 'reasoning_content': 'Let me verify the file was edited correctly.'}, response_metadata={'token_usage': {'completion_tokens': 60, 'prompt_tokens': 2266, 'total_tokens': 2326, 'completion_tokens_details': {'accepted_prediction_tokens': None, 'audio_tokens': None, 'reasoning_tokens': 9, 'rejected_prediction_tokens': None}, 'prompt_tokens_details': {'audio_tokens': None, 'cached_tokens': 2176}, 'prompt_cache_hit_tokens': 2176, 'prompt_cache_miss_tokens': 90}, 'model_provider': 'openai', 'model_name': 'deepseek-v4-flash', 'system_fingerprint': 'fp_a18b46594c_prod0820_fp8_kvcache_20260402', 'id': 'e7656088-bb88-498a-a912-0dd97210e7ae', 'finish_reason': 'tool_calls', 'logprobs': None}, id='lc_run--019fd0b1-13ee-7a00-83ee-712e27d85c8c-0', tool_calls=[{'name': 'read', 'args': {'file_path': '/workspace/project/README.md'}, 'id': 'call_00_Qp8cwwjShDRaa92tM42Y5026', 'type': 'tool_call'}], invalid_tool_calls=[], usage_metadata={'input_tokens': 2266, 'output_tokens': 60, 'total_tokens': 2326, 'input_token_details': {'cache_read': 2176}, 'output_token_details': {'reasoning': 9}})]}}
+{'tools': {'messages': [ToolMessage(content='# My Project\n\nA sample project.\n\n## Features\n\n- Feature 1: Describe the first key feature here.\n- Feature 2: Describe the second key feature here.\n- Feature 3: Describe the third key feature here.\n', name='read', id='30081030-3752-4d60-830c-4af0b71ccf01', tool_call_id='call_00_Qp8cwwjShDRaa92tM42Y5026')]}}
+{'ReorderToolMessagesMiddleware.before_model': None}
+{'model': {'messages': [AIMessage(content='已完成 ✅\n\n我查看了 `/workspace/project/README.md` 并添加了 `## Features` 章节，位于项目简介之后。内容如下：\n\n```markdown\n## Features\n\n- Feature 1: Describe the first key feature here.\n- Feature 2: Describe the second key feature here.\n- Feature 3: Describe the third key feature here.\n```\n\n这些只是占位内容，你可以把每个 feature 描述替换为项目实际的功能说明。如果需要，我也可以帮你调整格式或补充更多细节。', additional_kwargs={'refusal': None}, response_metadata={'token_usage': {'completion_tokens': 109, 'prompt_tokens': 2385, 'total_tokens': 2494, 'completion_tokens_details': {'accepted_prediction_tokens': None, 'audio_tokens': None, 'reasoning_tokens': 0, 'rejected_prediction_tokens': None}, 'prompt_tokens_details': {'audio_tokens': None, 'cached_tokens': 2304}, 'prompt_cache_hit_tokens': 2304, 'prompt_cache_miss_tokens': 81}, 'model_provider': 'openai', 'model_name': 'deepseek-v4-flash', 'system_fingerprint': 'fp_a18b46594c_prod0820_fp8_kvcache_20260402', 'id': 'c1c8465c-01ee-45c3-a1d5-28122ba4f712', 'finish_reason': 'stop', 'logprobs': None}, id='lc_run--019fd0b1-1731-7f43-b707-d96f9bb70bfb-0', tool_calls=[], invalid_tool_calls=[], usage_metadata={'input_tokens': 2385, 'output_tokens': 109, 'total_tokens': 2494, 'input_token_details': {'cache_read': 2304}, 'output_token_details': {'reasoning': 0}})]}}
+