Marvin项目中的事件循环关闭错误分析与解决方案

问题背景

在Marvin项目中，当开发者尝试连续运行多个同步任务时，可能会遇到"RuntimeError: Event loop is closed"的错误。这个问题主要出现在使用同步API连续调用多个Task的run()方法时。

问题复现

通过以下代码可以复现该问题：

import random
import marvin

# 创建两个不同的Agent
writer = marvin.Agent(
    model="google-gla:gemini-2.0-flash-exp",
    name="Writer",
    instructions="Write clear, engaging content for a technical audience",
)

artist = marvin.Agent(
    model="google-gla:gemini-2.0-flash-exp",
    name="Artist",
    instructions="Create a beautiful image for a technical audience",
)

# 定义一个随机数生成工具
def random_number():
    return random.randint(10000, 100000)

# 创建两个任务
random_number_task = marvin.Task(
    instructions="Write a haiku about coding and include a random number",
    result_type=str,
    agents=[writer],
    tools=[random_number],
)

random_painting_task = marvin.Task(
    instructions="Describe an image of the year produced by the random number",
    result_type=str,
    agents=[artist],
    tools=[random_number],
)

# 连续运行两个任务会触发错误
random_number_task.run()
random_painting_task.run()

问题原因分析

经过深入调查，发现这个问题有两个根本原因：

1. 事件循环管理问题：当连续调用同步run()方法时，Marvin内部的事件循环管理出现了冲突。每个run()调用都会尝试创建和关闭自己的事件循环，导致后续调用时事件循环已经关闭。

2. Google API的特殊限制：Google的API在某些情况下会拒绝空用户字符串的请求，而Pydantic AI要求必须发送用户消息。当Marvin在代理循环中没有用户输入可发送时，就会触发这个限制，进而引发RuntimeError。

解决方案

临时解决方案

1. 使用异步API：改为使用run_async()方法，并通过asyncio.run()来运行任务。

import asyncio

async def main():
    await random_number_task.run_async()
    await random_painting_task.run_async()

asyncio.run(main())

2. 使用run_tasks批量运行：Marvin提供了run_tasks函数来批量运行多个任务。

marvin.run_tasks([random_number_task, random_painting_task])

根本解决方案

Marvin开发团队已经识别出这个问题，并计划从以下几个方面进行修复：

1. 改进事件循环管理：确保在同步API调用中正确处理事件循环的生命周期。

2. 处理Google API限制：针对Google API的空用户字符串限制，开发更健壮的消息处理机制。

最佳实践建议

对于Marvin项目的使用者，建议：

1. 对于需要运行多个任务的场景，优先使用run_tasks批量运行。

2. 如果确实需要单独运行任务，考虑使用异步API以获得更好的控制。

3. 在开发过程中，可以通过设置环境变量MARVIN_LOG_LEVEL=DEBUG来获取更详细的日志信息，帮助调试问题。

总结

Marvin项目中的这个事件循环关闭错误是一个典型的异步编程边界条件问题。通过理解其根本原因，开发者可以选择合适的临时解决方案，同时期待官方即将发布的永久修复。这个案例也提醒我们，在使用基于异步IO的AI框架时，需要特别注意任务执行的生命周期管理。