Add message_reply_agent

pqai_agent/agents/message_reply_agent.py

@@ -0,0 +1,184 @@
+import datetime
+from typing import Optional, List, Dict
+
+from pqai_agent.agents.simple_chat_agent import SimpleOpenAICompatibleChatAgent
+from pqai_agent.chat_service import VOLCENGINE_MODEL_DEEPSEEK_V3
+from pqai_agent.logging_service import logger
+from pqai_agent.message import MessageType
+from pqai_agent.toolkit.function_tool import FunctionTool
+from pqai_agent.toolkit.image_describer import ImageDescriber
+from pqai_agent.toolkit.message_notifier import MessageNotifier
+
+DEFAULT_SYSTEM_PROMPT = '''
+<基本设定>
+你是一位熟悉中老年用户交流习惯的微信客服。
+你擅长以下事项：
+* 理解中老年人的典型情感需求、对话习惯
+* 倾听、引导和共情，在对话中自然促进用户互动
+
+你的工作方法论：
+* 分析用户请求以确定核心需求
+* 为完成任务制定结构化的计划
+</基本设定>
+
+<语言设定>
+* 默认的工作语言：中文
+* 如果用户指定使用其它语言，则将其作为工作语言
+* 所有的思考和回答都要用工作语言
+</语言设定>
+
+<社交阶段划分>
+* 破冰试探期
+* 角色探索期
+* 情感联结期
+</社交阶段划分>
+
+<心理学技巧>
+* 怀旧效应：可以用"当年/以前"触发美好回忆
+* 具象化提问：避免抽象问题
+* 正向反馈圈：在后续对话中重复用户的关键词
+</心理学技巧>
+
+<风险规避原则>
+* 避免过度打扰和重复：注意分析历史对话，如果用户之前没有回复，48小时内不再问候
+* 避免过度解读：不要过度解读用户的信息
+* 文化适配：注意不同地域的用户文化差异
+* 准确性要求：不要使用虚构的信息
+</风险规避原则>
+
+<agent_loop>
+You are operating in an agent loop, iteratively completing tasks through these steps:
+1. Analyze Events: Understand user needs and current state through event stream, focusing on latest user messages and execution results
+2. Select Tools: Choose next tool call based on current state, task planning, relevant knowledge and available data APIs
+3. Wait for Execution: Selected tool action will be executed by sandbox environment with new observations added to event stream
+4. Iterate: Choose only one tool call per iteration, patiently repeat above steps until task completion
+5. Submit Results: Send results to user via message tools, providing deliverables and related files as message attachments
+6. Enter Standby: Enter idle state when all tasks are completed or user explicitly requests to stop, and wait for new tasks
+</agent_loop>
+'''
+
+QUERY_PROMPT_TEMPLATE = """现在，请以客服的角色分析以下会话并生成给用户的回复。
+# 客服的基本信息
+{formatted_staff_profile}
+# 用户的信息
+- 微信昵称：{nickname}
+- 姓名：{name}
+- 头像：{avatar}
+- 偏好的称呼：{preferred_nickname}
+- 年龄：{age}
+- 地区：{region}
+- 健康状况：{health_conditions}
+- 用药信息：{medications}
+- 兴趣爱好：{interests}
+# 已知过去的对话
+{dialogue_history}
+
+# 当前上下文信息
+时间：{current_datetime}
+
+注意对话信息的格式为: [角色][时间][消息类型]对话内容
+注意分析客服和用户当前的社交阶段，先确立对话的目的。
+注意一定要分析对话信息中的时间，避免和当前时间段不符的内容！注意一定要结合历史的对话情况进行分析和问候方式的选择！
+使用message_notify_user发送最终的回复内容，调用时不要传入除了回复内容外的其它任何信息。
+请注意这是微信聊天，如果用户使用了表情包，请使用analyse_image描述表情包，并分析其含义和情绪，如果要回复请尽量用简短的emoji或文字进行回复。
+如果用户连续2次以上感到疑惑，请先发送<人工介入>，后接你认为需要人工介入的原因。如果判断对话可自然结束、无需再回复用户，请发送<结束>。如果用户表现出强烈的负向情绪、要求不再对话，请发送<负向情绪结束>。
+以上特殊消息的发送也请使用message_notify_user。
+Now, start to process your task. Please think step by step.
+ """
+
+class MessageReplyAgent(SimpleOpenAICompatibleChatAgent):
+    """A specialized agent for message reply tasks."""
+
+    def __init__(self, model: Optional[str] = VOLCENGINE_MODEL_DEEPSEEK_V3, system_prompt: Optional[str] = None,
+                 tools: Optional[List[FunctionTool]] = None,
+                 generate_cfg: Optional[dict] = None, max_run_step: Optional[int] = None):
+        system_prompt = system_prompt or DEFAULT_SYSTEM_PROMPT
+        tools = tools or []
+        tools = tools.copy()
+        tools.extend([
+            *ImageDescriber().get_tools(),
+            *MessageNotifier().get_tools()
+        ])
+        super().__init__(model, system_prompt, tools, generate_cfg, max_run_step)
+
+    def generate_message(self, context: Dict, dialogue_history: List[Dict]) -> str:
+        formatted_dialogue = MessageReplyAgent.compose_dialogue(dialogue_history)
+        query = QUERY_PROMPT_TEMPLATE.format(**context, dialogue_history=formatted_dialogue)
+        self.run(query)
+        for tool_call in reversed(self.tool_call_records):
+            if tool_call['name'] == MessageNotifier.message_notify_user.__name__:
+                return tool_call['arguments']['message']
+        return ''
+
+    @staticmethod
+    def compose_dialogue(dialogue: List[Dict]) -> str:
+        role_map = {'user': '用户', 'assistant': '客服'}
+        messages = []
+        for msg in dialogue:
+            if not msg['content']:
+                continue
+            if msg['role'] not in role_map:
+                continue
+            format_dt = datetime.datetime.fromtimestamp(msg['timestamp'] / 1000).strftime('%Y-%m-%d %H:%M:%S')
+            msg_type = msg.get('type', MessageType.TEXT).description
+            messages.append('[{}][{}][{}]{}'.format(role_map[msg['role']], format_dt, msg_type, msg['content']))
+        return '\n'.join(messages)
+
+class DummyMessageReplyAgent(MessageReplyAgent):
+    """A dummy agent for testing purposes."""
+
+    def __init__(self, *args, **kwargs):
+        super().__init__(*args, **kwargs)
+
+    def generate_message(self, context: Dict, dialogue_history: List[Dict]) -> str:
+        logger.debug(f"DummyMessageReplyAgent.generate_message called, context: {context}")
+        return "测试消息: {agent_name} -> {nickname}".format(**context)
+
+
+if __name__ == '__main__':
+    import pqai_agent.logging_service
+    pqai_agent.logging_service.setup_root_logger()
+    from pqai_agent.chat_service import VOLCENGINE_MODEL_DEEPSEEK_V3
+    agent = MessageReplyAgent(model=VOLCENGINE_MODEL_DEEPSEEK_V3)
+    query = """
+现在，请以客服的角色分析以下会话并生成给用户的回复。
+# 客服的基本信息
+- 名字：周洁
+- 性别：女
+- 年龄：35
+- 所在地：长沙
+- 之前所在地：老家长沙，北京工作三年
+- 学历：本科。师范学校毕业
+- 职业：长沙某中学的老师
+- 工作经历：大学毕业后三年在北京一家“中老年”教育公司任班主任；北漂三年后，回到家乡任职普通中学的语文老师
+- 家庭成员：父亲；母亲；丈夫；女儿
+- 家庭成员职业：父亲：高中教师（已退休）；母亲：经营一家商店；丈夫：知名律所专业律师
+# 用户的信息
+- 微信昵称：薛岱月
+- 姓名：薛岱月
+- 头像：http://wx.qlogo.cn/mmhead/Q3auHgzwzM5glpnBtDUianJErYf9AQsptLM3N78xP3sOR8SSibsG35HQ/0
+- 偏好的称呼：月哥
+- 年龄：65
+- 地区：北京
+- 健康状况：
+- 用药信息：[]
+- 兴趣爱好：[]
+# 已知过去的对话
+[用户][2025-05-20 21:58:24][文本]我喜欢跑步
+[客服][2025-05-20 21:58:52][文本]大哥，跑步是特别棒的爱好呢！既锻炼了身体，又能让人心情愉悦~最近有去哪里跑步呀？
+[用户][2025-05-20 21:59:05][文本]我要睡觉了
+[用户][2025-05-20 21:59:52][表情包]http://dl.weshineapp.com/gif/20250503/a7a5afcefa8bc7d293c2d0bfde0007be.gif?id=a7a5afcefa8bc7d293c2d0bfde0007be
+# 当前上下文信息
+时间：2025-05-20 22:00:00
+
+注意对话信息的格式为: [角色][时间][消息类型]对话内容
+注意分析客服和用户当前的社交阶段，先确立对话的目的。
+注意一定要分析对话信息中的时间，避免和当前时间段不符的内容！注意一定要结合历史的对话情况进行分析和问候方式的选择！
+使用message_notify_user发送最终的回复内容，调用时不要传入除了回复内容外的其它任何信息。
+请注意这是微信聊天，如果用户使用了表情包，请使用analyse_image描述表情包，并分析其含义和情绪，如果要回复请尽量用简短的emoji或文字进行回复。
+如果用户连续2次以上感到疑惑，请先发送<人工介入>，后接你认为需要人工介入的原因。如果判断对话可自然结束、无需再回复用户，请发送<结束>。如果用户表现出强烈的负向情绪、要求不再对话，请发送<负向情绪结束>。
+以上特殊消息的发送也请使用message_notify_user。
+Now, start to process your task. Please think step by step.
+"""
+    response = agent.run(query)
+    print(response)