项目简介

这个项目使用 Agently 框架和本地部署的大模型来处理用户输入，根据模型的输出调用不同的工具，并返回结果给用户。该项目还包含一个 Flask 应用，用于处理前端和后端的交互。

文件结构

project/ ├── main.py # 主程序入口，处理用户输入和调用其他模块 ├── app.py # Flask 应用，处理前端和后端的交互 ├── tools/ │ ├── weather_tool.py # 定义天气相关的工具功能 │ └── datetime_tool.py # 定义获取当前时间的工具功能 ├── services/ │ ├── model.py # 包含与大模型交互的功能 │ └── history.py # 管理对话历史的存储和检索 ├── config.py # 配置 Agently 代理 └── requirements.txt # 项目所需的所有依赖项

使用说明

1. 启动本地模型服务 假设您的本地模型已经启动并提供了 RESTful API 接口，您可以配置 config.py 文件以指向您的模型服务 URL。

2. 启动 Flask 应用 运行以下命令来启动 Flask 应用： python app.py Flask 应用将在 0.0.0.0:5000 上运行，并接受来自前端的请求。

3. API 端点 Flask 应用提供了一个 /chat 端点，您可以通过 POST 请求与之交互。请求格式如下：

请求格式： { "user_id": "user123", "session_id": "session123", "message_id": "message123", "project_id": "project123", "ruler": "ruler123", "is_stream": false, "user_query": "北京的天气怎么样？" }

响应格式： { "user_id": "user123", "message_id": "message123", "create_time": 1672531199, "response_text": "北京的天气情况是...", "status":{ "status_code": 200, "status_message": "agent各模块正常工作，成功返回答案。" } }