Bee Agent Framework 中 Run.on API 端点的设计与实现
2025-07-02 12:45:03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
kernelopenEuler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。C032
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 谷歌浏览器跨域插件Allow-Control-Allow-Origin:前端开发调试必备神器 JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 IK分词器elasticsearch-analysis-ik-7.17.16:中文文本分析的最佳解决方案 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 基于Matlab的等几何分析IGA软件包:工程计算与几何建模的完美融合 咖啡豆识别数据集:AI目标检测在咖啡质量控制中的革命性应用 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南
项目优选
收起
deepin linux kernel
C
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
427
3.28 K
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++
689
340
暂无简介
Dart
686
161
Ascend Extension for PyTorch
Python
233
266
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
266
327
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.22 K
668
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
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
45
32