高级功能示例
June 26, 2026 · View on GitHub
本章节涵盖OxyGent的高级功能，包括多模态智能体、自定义解析器、工具检索、执行控制以及训练数据生成等。
自定义智能体输入模式
文件: examples/advanced/demo_custom_agent_input_schema.py
演示如何在WorkflowAgent上定义自定义input_schema，使主智能体传递结构化参数而非纯文本查询。本示例中WorkflowAgent声明了两个必填字段（query和precision），并实现了一个工作流函数，根据请求的精度返回对应位数的圆周率。主ReActAgent会自动将其工具调用格式化为符合该模式的结构。
核心组件: HttpLLM, ReActAgent, WorkflowAgent(input_schema)
多模态（视觉）智能体
文件: examples/advanced/demo_multimodal.py
展示如何构建一个使用视觉语言模型（VLM）处理图像的ChatAgent。HttpLLM配置了is_multimodal_supported=True和is_convert_url_to_base64=True，使图像URL或本地文件路径在发送给模型之前自动转换为base64编码的载荷。该智能体可以回答关于所提供图像内容的问题。
核心组件: HttpLLM(is_multimodal_supported, is_convert_url_to_base64), ChatAgent
多模态转换
文件: examples/advanced/demo_multimodal_transfer.py
在单个多智能体系统中结合图像理解和图像生成能力。一个具备视觉能力的ChatAgent负责解析上传的图像，而ReActAgent使用预设的image_gen_tools根据视觉智能体的描述生成新图像（例如卡通版本）。两个独立的HttpLLM实例分别服务于VLM和文本LLM。
核心组件: HttpLLM (x2), preset_tools.image_gen_tools, ChatAgent, ReActAgent
信任模式
文件: examples/advanced/demo_trust_mode.py
对比ReActAgent中trust_mode=True和trust_mode=False的行为差异。启用信任模式时，智能体会自动执行工具调用而无需等待用户确认；禁用时，每次工具调用都需要用户明确批准。两个智能体使用相同的StdioMCPClient时间工具，便于直观观察执行流程的差异。
核心组件: HttpLLM, StdioMCPClient, ReActAgent(trust_mode=True/False)
继续/重启执行
文件: examples/advanced/demo_continue_exec.py
演示如何使用restart_node_id从中间节点继续或重启智能体执行。在首次运行完成后，可以在请求载荷中传入restart_node_id（以及可选的restart_node_output），从执行追踪中的特定节点开始重放。这对于调试、修正中间结果或分支执行路径非常有用。
核心组件: HttpLLM, StdioMCPClient, ReActAgent, restart_node_id, restart_node_output
从工具发送消息
文件: examples/advanced/demo_send_message_from_tool.py
展示FunctionHub工具如何在执行过程中向用户发送消息并中断任务执行。示例定义了一个calc_pi工具，在计算出指定精度的圆周率后，调用oxy_request.send_message()将结果推送到前端，然后调用oxy_request.break_task()提前终止智能体循环。当工具直接产出最终答案且无需进一步LLM推理时，此模式非常实用。
核心组件: HttpLLM, FunctionHub, ReActAgent, oxy_request.send_message(), oxy_request.break_task()
GRPO风格重采样
文件: examples/advanced/demo_grpo_resample.py
展示如何重放已完成任务追踪中的LLM节点，以生成多个不同的答案，这些答案可作为GRPO风格流水线中的SFT（监督微调）训练数据。示例首先运行一个多智能体任务，通过get_task_info获取追踪中的所有LLM节点，然后通过restart_node_id并发重放每个节点以产生多样化的输出。
核心组件: HttpLLM, preset_tools（time、file、math）, ReActAgent (x4), get_task_info, restart_node_id
自定义LLM响应解析器
文件: examples/advanced/demo_custom_llm_parser.py
通过在ReActAgent上设置func_parse_llm_response，将默认的JSON格式LLM响应解析器替换为自定义的XML格式解析器。自定义解析器从XML标签（<tool>、<answer>）中提取工具调用和答案，而非JSON格式，返回带有相应LLMState的结构化LLMResponse对象。同时提供了配套的XML格式提示词来指导LLM。当使用输出非标准格式的模型时，此功能非常有用。
核心组件: HttpLLM, StdioMCPClient (x2), ReActAgent(func_parse_llm_response), LLMResponse, LLMState
Top-K工具检索
文件: examples/advanced/demo_top_k_tools.py
演示通过向量相似度进行自动Top-K工具检索。在ReActAgent上设置top_k_tools=N后，每轮对话中仅将与当前查询最相关的N个工具（按嵌入相似度排序）包含在LLM提示词中。当智能体注册了大量工具时，此功能可以有效缩减提示词长度并提高工具选择的准确性。使用此功能需要配置Vearch向量数据库和嵌入模型。
核心组件: HttpLLM, StdioMCPClient (x2), ReActAgent(top_k_tools=3), Vearch向量数据库
运行时 Oxy 管理
文件: examples/advanced/demo_oxy_manage.py
演示如何使用内置的 oxy_manage_tools FunctionHub 在运行时动态管理智能体组织架构。一个配备了 oxy_manage_tools 的"doctor_agent"可以创建新的智能体、分配工具、在父节点之间移动 Oxy 实例以及删除智能体 — 所有操作均在系统运行过程中完成。示例使用 first_query 的 list[str] 形式依次发出四条指令：创建数学智能体、解决数学问题、重组智能体结构、查询时间。
核心组件: HttpLLM, preset_tools（math、time、file）, ReActAgent (x3), preset_tools.oxy_manage_tools, first_query（list[str] 形式）