SupplyAgent

SupplyAgent

一个现代、可扩展的 Python AI Agent 框架，支持 OpenRouter 多模型、Tools 工具调用和 Skills 技能系统。

架构

supply_agent/
├── config.py          # 配置管理（环境变量 / .env）
├── types.py           # 核心类型定义
├── llm/
│   └── client.py      # OpenRouter LLM 客户端（OpenAI 兼容 API）
├── tools/
│   ├── base.py        # @tool 装饰器 & Tool 类
│   └── registry.py    # 工具注册表 & 执行器
├── skills/
│   ├── loader.py      # SKILL.md 加载器（兼容 Cursor 格式）
│   └── registry.py    # 技能注册表
├── logging/
│   ├── logger.py      # 运行日志（.log + .jsonl）
│   ├── parser.py      # 日志解析
│   └── visualize.py   # HTML 可视化生成
└── agent/
    ├── core.py        # Agent 主类
    └── loop.py        # ReAct 循环（Reason → Act → Observe）

核心设计

模块	职责
LLM Client	通过 OpenRouter 调用任意模型，支持同步/异步/流式
Tool Registry	注册工具、自动生成 JSON Schema、执行工具调用
Skill Registry	从 SKILL.md 加载专业技能指令，按需注入上下文
Agent Loop	ReAct 循环：模型推理 → 工具调用 → 观察结果 → 重复

快速开始

1. 安装依赖

pip install -e ".[dev]"

2. 配置环境变量

cp .env.example .env
# 编辑 .env，填入你的 OpenRouter API Key

3. 运行示例

# 基础对话
python examples/basic_agent.py

# 带自定义工具
python examples/with_tools.py

# 带 Skills 技能
python examples/with_skills.py

# 流式事件
python examples/streaming.py

使用指南

创建 Agent

from supply_agent import Agent

# 使用默认配置（从 .env 读取）
agent = Agent()

# 指定模型
agent = Agent(model="openai/gpt-4o")

# 运行时切换模型
agent.model = "google/gemini-2.5-pro-preview"

注册 Tools

from supply_agent.tools import tool

@tool
def search(query: str, limit: int = 10) -> str:
    """Search the web for information."""
    return f"Results for: {query}"

agent = Agent()
agent.tools.from_decorated(search)

result = agent.run("Search for Python tutorials")
print(result.content)

使用 Skills

在 skills/ 目录下创建 SKILL.md 文件（兼容 Cursor Skills 格式）：

skills/
└── my-skill/
    └── SKILL.md

Agent 会自动发现技能。模型可通过内置的 load_skill 工具按需加载专业技能指令。

流式事件

from supply_agent.types import AgentEventType

for event in agent.stream("Your question"):
    if event.type == AgentEventType.TOOL_CALL:
        print(f"Calling: {event.data['name']}")
    elif event.type == AgentEventType.MESSAGE:
        print(event.data["content"])

异步 API

result = await agent.arun("Your question")

async for event in agent.astream("Your question"):
  ...

支持的模型

通过 OpenRouter 可使用任意支持的模型，例如：

• google/gemini-2.5-flash（默认）
• anthropic/claude-sonnet-5
• openai/gpt-4o
• google/gemini-2.5-pro-preview
• meta-llama/llama-4-maverick

完整列表见 OpenRouter Models。

环境变量

变量	说明	默认值
OPENROUTER_API_KEY	OpenRouter API 密钥	(必填)
OPENROUTER_MODEL	默认模型	google/gemini-2.5-flash
AGENT_MAX_ITERATIONS	最大循环次数	20
AGENT_TEMPERATURE	生成温度	0.7
SKILLS_DIR	Skills 目录	skills
LOGS_DIR	Agent 运行日志目录	logs
LOG_ENABLED	是否写入运行日志	true

运行日志与可视化

每次 agent.run() 会在 logs/ 下写出：

文件	说明
run_<agent>_<id>.log	人类可读的完整日志
run_<agent>_<id>.jsonl	结构化事件流（推荐用于可视化）

运行结束后会自动：生成 .html 可视化页 → 上传 .log / .jsonl / .html 到 OSS（supply_agent/<agent_name>/）→ 写入 MySQL oss_logs。

可用 LOG_OSS_UPLOAD_ENABLED=false 关闭上传。

事件类型：run_start → llm_input → llm_output（含 reasoning）→ tool_call（完整入参/返回）→ … → run_end。

手动生成可视化页面：

# 无参数：为 logs/ 下全部运行生成可视化页面
python scripts/visualize_run.py

# 指定某次运行
python scripts/visualize_run.py logs/run_20260714_134901_9daf6fe1.jsonl

# 最新一次运行，并打开浏览器
python scripts/visualize_run.py --latest --open

# 安装后也可用
supply-visualize --open

页面按步骤展示：LLM 输入（messages / tools）、思考过程、模型输出、工具调用的输入与输出。

全局分类树（Web）

后端 FastAPI（端口 8080）一次性返回 global_tree_category 整棵树；前端在仓库根目录 web/（Vue 3）。

# 后端 API
.venv/bin/python -m api
# 或: .venv/bin/supply-api

# 前端（另开终端）
cd web && npm install && npm run dev

• API: GET http://127.0.0.1:8080/api/category-tree
• 前端: http://127.0.0.1:5173 （开发代理 /api → 8080）
• 默认展开 3 层，可选择展开层数，支持节点手动展开/收起

运行测试

pytest

License

MIT