团队会话状态

此示例演示了共享的 team_session_state 如何在嵌套的代理和子团队之间传播和持久化，从而为协作任务实现无缝的状态管理。

代码

cookbook/teams/team_with_nested_shared_state.py

from agno.agent.agent import Agent
from agno.models.openai.chat import OpenAIChat
from agno.team import Team


# 定义用于管理购物列表的工具
def add_item(agent: Agent, item: str) -> str:
    """将物品添加到购物列表并返回确认。

    Args:
        item (str): 要添加到购物列表的物品。
    """
    # 如果物品已存在，则不添加
    if item.lower() not in [
        i.lower() for i in agent.team_session_state["shopping_list"]
    ]:
        agent.team_session_state["shopping_list"].append(item)
        return f"已将 '{item}' 添加到购物列表"
    else:
        return f"'{item}' 已在购物列表中"


def remove_item(agent: Agent, item: str) -> str:
    """按名称从购物列表中移除物品。

    Args:
        item (str): 要从购物列表中移除的物品。
    """
    # 不区分大小写的搜索
    for i, list_item in enumerate(agent.team_session_state["shopping_list"]):
        if list_item.lower() == item.lower():
            agent.team_session_state["shopping_list"].pop(i)
            return f"已从购物列表中移除 '{list_item}'"

    return f"在购物列表中未找到 '{item}'。当前购物列表：{agent.team_session_state['shopping_list']}"


def remove_all_items(agent: Agent) -> str:
    """移除购物列表中的所有物品。"""
    agent.team_session_state["shopping_list"] = []
    return "已移除购物列表中的所有物品"


shopping_list_agent = Agent(
    name="购物列表代理",
    role="管理购物列表",
    agent_id="shopping_list_manager",
    model=OpenAIChat(id="gpt-4o-mini"),
    tools=[add_item, remove_item, remove_all_items],
    instructions=[
        "通过添加和移除物品来管理购物列表",
        "添加或移除物品时，请始终确认",
        "如果任务完成，请更新会话状态以记录您所做的更改和任务",
    ],
)


# 购物管理团队 - 用于处理所有购物列表修改的新层
shopping_mgmt_team = Team(
    name="购物管理团队",
    team_id="shopping_management",
    mode="coordinate",
    model=OpenAIChat(id="gpt-4o-mini"),
    show_tool_calls=True,
    members=[shopping_list_agent],
    instructions=[
        "使用购物列表代理管理购物列表的添加和移除",
        "将添加或移除物品的请求转发给购物列表代理",
    ],
)


def get_ingredients(agent: Agent) -> str:
    """从购物列表中检索食材以用于菜谱建议。

    Args:
        meal_type (str): 要建议的餐点类型（早餐、午餐、晚餐、零食或任意）
    """
    shopping_list = agent.team_session_state["shopping_list"]

    if not shopping_list:
        return "购物列表为空。请先添加一些食材以获取菜谱建议。"

    # 只返回食材 - 代理将创建菜谱
    return f"购物列表中可用的食材：{', '.join(shopping_list)}"


recipe_agent = Agent(
    name="菜谱建议者",
    agent_id="recipe_suggester",
    role="根据可用食材建议菜谱",
    model=OpenAIChat(id="gpt-4o-mini"),
    tools=[get_ingredients],
    instructions=[
        "首先，使用 get_ingredients 工具从购物列表中获取当前食材",
        "获取食材后，根据这些食材创建详细的菜谱建议",
        "使用可用食材创建至少 3 种不同的菜谱创意",
        "对于每个菜谱，包括：名称、所需食材（标出哪些来自购物列表）以及简要的准备步骤",
        "保持菜谱建议的创意性和实用性",
        "考虑人们通常除了购物列表项之外还拥有的常见食品柜物品",
        "考虑用户提到的饮食偏好",
        "如果未指定餐点类型，请建议多种选项（早餐、午餐、晚餐、零食）",
    ],
)


def list_items(team: Team) -> str:
    """列出购物列表中的所有物品。"""
    shopping_list = team.team_session_state["shopping_list"]

    if not shopping_list:
        return "购物列表为空。"

    items_text = "\n".join([f"- {item}" for item in shopping_list])
    return f"当前购物列表：\n{items_text}"


# 创建膳食计划子团队
meal_planning_team = Team(
    name="膳食计划团队",
    team_id="meal_planning",
    mode="coordinate",
    model=OpenAIChat(id="gpt-4o-mini"),
    members=[recipe_agent],
    instructions=[
        "您是一个膳食计划团队，根据购物列表项建议菜谱。",
        "重要提示：当用户询问“用这些食材能做什么？”或任何与菜谱相关的问题时，请立即将完全相同的请求转发给菜谱代理，无需询问更多信息。",
        "请勿向用户索要食材 - 菜谱代理将使用购物列表中已有的食材。",
        "您的主要工作是直接将菜谱请求转发给菜谱代理，不做修改。",
    ],
)


def add_chore(team: Team, chore: str, priority: str = "medium") -> str:
    """添加一个带优先级的待办事项。

    Args:
        chore (str): 要添加到列表中的待办事项
        priority (str): 待办事项的优先级（低、中、高）

    Returns:
        str: 确认消息
    """
    # 如果不存在，则初始化待办事项列表
    if "chores" not in team.session_state:
        team.session_state["chores"] = []

    # 验证优先级
    valid_priorities = ["low", "medium", "high"]
    if priority.lower() not in valid_priorities:
        priority = "medium"  # 如果无效，则默认为中等

    # 添加带有时间戳和优先级的待办事项
    from datetime import datetime

    chore_entry = {
        "description": chore,
        "priority": priority.lower(),
        "added_at": datetime.now().strftime("%Y-%m-%d %H:%M"),
    }

    team.session_state["chores"].append(chore_entry)

    return f"已添加待办事项：'{chore}', 优先级：{priority}"


shopping_team = Team(
    name="购物列表团队",
    mode="coordinate",
    model=OpenAIChat(id="gpt-4o-mini"),
    team_session_state={"shopping_list": []},
    tools=[list_items, add_chore],
    session_state={"chores": []},
    team_id="shopping_list_team",
    members=[
        shopping_mgmt_team,
        meal_planning_team,
    ],
    show_tool_calls=True,
    markdown=True,
    instructions=[
        "您是一个管理购物列表并帮助规划膳食的团队。",
        "如果您需要添加或移除购物列表中的物品，请将完整请求转发给购物管理团队。",
        "重要提示：如果您收到关于菜谱或使用食材做什么的询问，请立即将完全相同的请求转发给膳食计划团队，不做额外询问。",
        "示例：当用户询问“用这些食材能做什么？”时，您应该直接将此确切请求转发给膳食计划团队，而无需询问更多信息。",
        "如果您需要列出购物列表中的物品，请使用 list_items 工具。",
        "如果用户已获取购物列表中的某项物品，则表示可以从购物列表中将其移除。",
        "在每项任务完成后，使用 add_chore 工具以高优先级记录所完成的工作。",
    ],
    show_members_responses=True,
)

# 示例用法
shopping_team.print_response(
    "将牛奶、鸡蛋和面包添加到购物列表", stream=True
)
print(f"会话状态：{shopping_team.team_session_state}")

shopping_team.print_response("我拿到了面包", stream=True)
print(f"会话状态：{shopping_team.team_session_state}")

shopping_team.print_response("我需要苹果和橙子", stream=True)
print(f"会话状态：{shopping_team.team_session_state}")

shopping_team.print_response("我的列表里有什么？", stream=True)
print(f"会话状态：{shopping_team.team_session_state}")

# 尝试膳食计划功能
shopping_team.print_response("用这些食材能做什么？", stream=True)
print(f"会话状态：{shopping_team.team_session_state}")

shopping_team.print_response(
    "清空我的列表，然后只从香蕉和酸奶开始",
    stream=True,
)
print(f"共享会话状态：{shopping_team.team_session_state}")


print(f"团队会话状态：{shopping_team.session_state}")

用法

1. 创建虚拟环境

   打开 Terminal 并创建一个 python 虚拟环境。

   Mac

   python3 -m venv .venv
   source .venv/bin/activate
   

2. 安装所需库

   pip install openai
   

3. 设置环境变量

   export OPENAI_API_KEY=****
   

4. 运行代理

   python cookbook/teams/team_with_nested_shared_state.py
   

Assistant

Responses are generated using AI and may contain mistakes.