Janito项目工具开发指南:如何为AI代理扩展功能
2025-06-19 15:01:14作者:胡唯隽
前言
在Janito项目中,工具(Tool)是AI代理能够调用的功能模块,它们为AI系统提供了执行特定任务的能力。本文将详细介绍如何为Janito项目开发新的工具,帮助开发者扩展AI代理的功能集。
工具开发基础要求
在开始开发前,开发者需要了解以下核心要求:
-
类继承结构:所有工具必须继承自
ToolBase基类,这确保了工具的统一接口和行为模式。 -
类型注解:工具的
run方法所有参数必须使用Python类型注解(Type Hints),这有助于系统理解参数的预期类型。 -
文档规范:
- 类级别文档字符串:简要说明工具的用途和行为,这部分内容将展示给最终用户
- 方法级别文档字符串:必须使用Google风格,包含完整的参数描述
工具开发实战示例
让我们通过一个实际例子来理解工具开发流程:
from janito.agent.tool_base import ToolBase
from janito.agent.tool_registry import register_tool
@register_tool
class FileProcessor(ToolBase):
"""
文件批处理工具,可对指定文件进行多次处理操作。
支持文本文件和二进制文件,处理内容包括格式转换、内容分析等。
"""
def run(self, filename: str, count: int = 1) -> str:
"""
执行文件处理操作,可指定处理次数。
Args:
filename (str): 待处理文件的完整路径,支持相对路径和绝对路径
count (int): 处理次数,默认为1次,最大不超过100次
Returns:
str: 处理结果摘要信息
"""
# 实际处理逻辑实现
return f"文件{filename}已成功处理{count}次"
这个示例展示了:
- 类继承自
ToolBase - 使用
@register_tool装饰器注册工具 - 完整的类和方法文档
- 带默认值的参数
- 返回值类型注解
工具开发完整流程
-
工具类定义:创建继承自
ToolBase的类 -
功能实现:在
run方法中编写核心逻辑 -
文档编写:
- 类文档:说明工具用途
- 方法文档:详细描述每个参数
-
工具注册:使用装饰器完成注册
-
文档更新:在项目文档中添加新工具的说明
文档规范详解
Google风格文档字符串要求:
"""
功能简要说明。
Args:
参数1 (类型): 参数说明,包括取值范围、格式要求等
参数2 (类型): 参数说明
Returns:
返回类型: 返回值说明
"""
注意事项:
- 每个参数必须有对应的描述
- 描述应清晰明确,避免歧义
- 包含异常情况的说明(如有)
常见问题处理
-
参数文档缺失:系统会严格检查,缺失文档会导致注册失败
-
类型不一致:实际调用时参数类型必须匹配类型注解
-
异常处理:工具应妥善处理可能出现的异常情况
高级功能
-
调用限制:可通过配置限制单个会话中工具的最大调用次数
-
系统提示优先级:了解不同来源的系统提示如何影响工具行为
-
交互命令:开发过程中可用的调试和配置命令
最佳实践
-
单一职责:每个工具应专注于单一功能
-
参数验证:在
run方法开始处验证参数有效性 -
错误处理:提供有意义的错误信息
-
性能考虑:避免长时间运行的操作
总结
Janito项目的工具开发框架提供了清晰的结构和规范,开发者只需遵循几个简单原则即可扩展AI代理的能力。记住:
- 继承
ToolBase基类 - 完善类型注解
- 编写规范的文档
- 处理边界情况
通过遵循这些指南,您可以轻松地为Janito项目贡献高质量的工具,丰富AI代理的功能集。
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
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
项目优选
收起
deepin linux kernel
C
25
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
415
3.19 K
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
暂无简介
Dart
680
160
🔥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
Ascend Extension for PyTorch
Python
229
259
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
327
React Native鸿蒙化仓库
JavaScript
265
326
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
🎉 (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
1.21 K
661