IncomeStreamSurfer项目:多智能体系统实现研究助手与邮件草稿子智能体
2025-07-09 19:19:51作者:平淮齐Percy
项目概述
IncomeStreamSurfer项目中的多智能体系统实现展示了一个高度集成的AI工作流,通过主研究智能体(Research Agent)和邮件草稿子智能体(Email Draft Agent)的协作,实现了从信息检索到邮件起草的完整自动化流程。该系统采用Pydantic AI框架构建,集成了Brave搜索API和Gmail API,是研究上下文工程和智能体协作模式的优秀实践案例。
核心架构设计
1. 系统组件
该系统采用模块化设计,主要包含以下核心组件:
- 研究智能体:负责接收用户查询,通过Brave搜索API获取相关信息
- 邮件草稿智能体:作为研究智能体的工具被调用,处理邮件起草任务
- API工具层:封装了Brave搜索和Gmail API的具体实现细节
- 数据模型层:使用Pydantic模型确保数据一致性和类型安全
- 配置管理层:集中管理环境变量和系统配置
2. 工作流程
- 用户通过CLI输入研究主题
- 研究智能体调用Brave搜索工具获取相关信息
- 用户可选择将研究结果通过邮件分享
- 研究智能体调用邮件草稿智能体创建Gmail草稿
- 系统将操作结果实时反馈给用户
关键技术实现
1. 智能体间协作模式
系统采用了"智能体即工具"(agent-as-tool)的设计模式,邮件草稿智能体作为研究智能体的一个工具被注册和调用。这种模式的关键在于:
@research_agent.tool
async def create_email_draft(
ctx: RunContext[AgentDependencies],
recipient: str,
subject: str,
context: str
) -> str:
# 关键:传递usage对象以跟踪token消耗
result = await email_agent.run(
f"Create an email to {recipient} about: {context}",
deps=EmailAgentDeps(subject=subject),
usage=ctx.usage
)
return f"Draft created with ID: {result.data}"
2. API集成实现
Brave搜索集成
async def search_brave(query: str, api_key: str, count: int = 10) -> List[BraveSearchResult]:
async with httpx.AsyncClient() as client:
headers = {"X-Subscription-Token": api_key}
params = {"q": query, "count": count}
# 关键:设置超时避免请求挂起
response = await client.get(
"https://api.search.brave.com/res/v1/web/search",
headers=headers,
params=params,
timeout=30.0
)
# 使用Pydantic模型验证返回数据
data = response.json()
return [BraveSearchResult(**result) for result in data.get("web", {}).get("results", [])]
Gmail集成
Gmail API集成的关键点在于OAuth2认证流程和草稿创建:
- 首次运行时启动浏览器完成OAuth2授权
- 将获得的token存储在credentials目录下
- 创建草稿时需要正确处理MIME编码
3. 数据模型设计
系统使用Pydantic模型确保数据一致性和类型安全:
class ResearchQuery(BaseModel):
query: str = Field(..., description="研究主题")
max_results: int = Field(10, ge=1, le=50)
include_summary: bool = Field(True)
class EmailDraft(BaseModel):
to: List[str] = Field(..., min_items=1)
subject: str = Field(..., min_length=1)
body: str = Field(..., min_length=1)
cc: Optional[List[str]] = None
bcc: Optional[List[str]] = None
开发实践指南
1. 环境配置
项目使用环境变量管理敏感信息,开发者需要:
- 复制.env.example为.env文件
- 填写必要的API密钥和配置
- 确保credentials目录存在并包含Gmail凭证
2. 开发流程建议
- 从简单开始:先实现基础搜索功能,再添加邮件功能
- 频繁验证:使用提供的验证循环确保代码质量
- 逐步增强:先确保核心功能,再考虑边缘情况和错误处理
3. 验证循环
项目提供了多层次的验证机制:
-
语法和风格检查
ruff check . --fix mypy .
-
单元测试
pytest tests/ -v --cov=agents --cov=tools --cov-report=term-missing
-
集成测试 通过CLI实际操作系统,验证端到端功能
常见问题与解决方案
1. Gmail OAuth流程问题
症状:首次运行时浏览器未弹出或授权失败
解决:
- 确保credentials目录存在
- 检查GMAIL_CREDENTIALS_PATH环境变量指向正确的credentials.json
- 验证项目已在Google Cloud Console中正确设置
2. Brave API返回401错误
症状:搜索请求返回401状态码
解决:
- 检查BRAVE_API_KEY环境变量是否正确
- 确认API密钥未过期
- 验证请求头中正确包含X-Subscription-Token
3. 智能体间通信问题
症状:研究智能体无法调用邮件智能体
解决:
- 确保正确传递了ctx.usage对象
- 检查工具注册装饰器(@research_agent.tool)是否正确应用
- 验证依赖注入配置
最佳实践
- 异步编程:始终使用async/await,避免在异步上下文中使用同步函数
- 敏感信息管理:永远不要将API密钥或凭证提交到版本控制
- 错误处理:为所有外部API调用实现健壮的错误处理
- 类型安全:充分利用Pydantic的模型验证功能
- 文档优先:为每个功能和工具编写清晰的文档字符串
项目扩展思路
- 增加更多智能体工具:如日历安排、文档生成等
- 支持更多搜索源:整合Google搜索、学术数据库等
- 增强邮件功能:支持附件、富文本格式等
- 改进用户界面:开发Web界面或移动应用
- 增加工作流自动化:实现基于条件的自动触发机制
通过IncomeStreamSurfer项目的这个多智能体系统实现,开发者可以学习到现代AI系统中智能体协作、API集成和上下文管理的最佳实践,为构建更复杂的AI应用打下坚实基础。
登录后查看全文
热门项目推荐
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~052CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
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!C0308- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选
收起

React Native鸿蒙化仓库
C++
178
262

🎉 (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
868
513

openGauss kernel ~ openGauss is an open source relational database management system
C++
129
183

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
268
308

本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
398
373

为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0

🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15

一款跨平台的 Markdown AI 笔记软件,致力于使用 AI 建立记录和写作的桥梁。
TSX
83
4

🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
599
58

基于可以运行在OpenHarmony的git,提供git客户端操作能力
ArkTS
10
3