Bee Agent Framework 中 Run.on API 端点的设计与实现
2025-07-02 14:07:49作者:裘晴惠Vivianne
在异步编程和事件驱动架构中,回调函数的处理方式直接影响着代码的可读性和开发效率。Bee Agent Framework 团队近期针对用户反馈进行了深入讨论,提出了一个优化事件监听API的设计方案。
现有实现的问题分析
当前框架中,用户若想监听特定事件需要嵌套两层回调函数:首先是一个观察者回调,接收发射器(emitter)对象;然后在该发射器上注册事件监听器。这种设计虽然灵活,但在常见场景下显得过于冗长。
以查询天气的代码为例:
response = await agent.run(
BeeRunInput(prompt="What's the current weather in Las Vegas?")
).observe(lambda emitter: emitter.on("success", lambda data, event: print(data.result)))
这种实现存在几个明显问题:
- 需要理解两层嵌套的lambda函数
- 代码可读性较差,特别是对初学者
- 常见场景下显得过于复杂
新API设计思路
团队提出的解决方案是引入Run.on(或Run.observeOn)方法,将原有的Run.observe和Emitter.on两个操作合并为一个简洁的API调用。
优化后的代码示例如下:
response = await agent.run("What's the current weather in Las Vegas?").on("success", lambda data, event: print(data.result))
技术实现考量
- 方法链式调用:保持框架一贯的流畅接口设计风格
- 类型系统支持:确保TypeScript和Python都能提供良好的类型提示
- 向后兼容:新API不会影响现有代码的正常运行
- 错误处理:保持原有的事件错误处理机制
多语言支持
这一改进将同时应用于Python和TypeScript两个版本,保持跨语言API的一致性:
- Python实现将利用其灵活的lambda表达式
- TypeScript实现将充分利用类型推断和箭头函数
性能影响评估
新API在性能上几乎不会带来额外开销,因为:
- 底层仍然是基于事件发射器模式
- 只是简化了API调用层级
- 不改变原有的事件派发机制
开发者体验提升
这一改进将显著改善以下方面:
- 减少样板代码量
- 降低学习曲线
- 提高代码可读性
- 保持API的直观性
总结
Bee Agent Framework 团队通过引入Run.onAPI端点,有效简化了事件监听的处理流程。这一改进体现了框架对开发者体验的持续关注,也是响应社区反馈的典型范例。新设计在保持原有灵活性的同时,为常见场景提供了更简洁的编码方式,将有助于提升整体开发效率。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
deepin linux kernel
C
31
16
Ascend Extension for PyTorch
Python
651
797
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.25 K
153
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.1 K
611
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.01 K
1.01 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
147
237
昇腾LLM分布式训练框架
Python
168
200
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
434
395
暂无简介
Dart
986
253