Parlant项目中动态枚举参数的设计与实现
2025-07-05 14:58:27作者:幸俭卉
背景与需求分析
在现代AI工具调用框架Parlant中,参数验证是一个核心功能。当前版本已经支持基于硬编码枚举(enum.Enum)的参数验证,允许调用者对参数值进行预定义的分类验证。然而,在实际业务场景中,我们经常遇到需要动态获取参数可选值的情况。
例如,电商系统中的商品分类可能存储在数据库中,并会随着业务发展不断更新。如果采用硬编码枚举的方式,每次分类变更都需要重新部署服务,这显然不符合现代敏捷开发的需求。因此,我们需要一种机制,能够在不重启服务的情况下动态获取参数的可选值范围。
技术方案设计
Parlant团队提出了一个优雅的解决方案:在工具参数选项中新增choice_provider
属性。这是一个可选的异步回调函数,用于动态获取参数的可选值列表。
核心数据结构
choice_provider: Optional[Callable[[], Awaitable[Sequence[str]]]] = field(default=None)
这个设计具有以下特点:
- 异步支持:考虑到动态值可能来自数据库或网络请求,采用异步设计
- 类型安全:明确返回字符串序列,与现有枚举系统兼容
- 可选性:默认值为None,保持向后兼容
实现细节
方案包含两个关键改进点:
-
动态枚举支持:
- 保留现有枚举支持,将其实现为默认的choice_provider
- 允许用户通过工具参数注解自定义provider函数
-
多值选择支持:
- 扩展支持list[Enum]类型的参数
- 同样支持动态provider返回的字符串列表
使用示例
基础用法
async def _load_product_categories() -> Sequence[str]:
# 这里可以从数据库或其他动态源获取数据
return ["电子产品", "家居用品", "食品"]
@tool
async def query_products(
context: ToolContext,
category: Annotated[str, ToolParameterOptions(
choice_provider=_load_product_categories,
)]
) -> ToolResult:
# 业务逻辑实现
...
多值选择示例
@tool
async def batch_query(
context: ToolContext,
categories: Annotated[list[str], ToolParameterOptions(
choice_provider=_load_product_categories,
)]
) -> ToolResult:
# 可以接收多个分类作为参数
...
技术优势
- 灵活性:动态provider机制允许参数可选值随业务需求变化,无需重新部署
- 兼容性:完美兼容现有枚举系统,两种模式可以无缝切换
- 扩展性:支持单值和多值选择,满足不同业务场景需求
- 性能优化:异步设计避免阻塞主线程,适合IO密集型操作
实现考量
在实际实现中,开发团队需要注意以下几点:
- 缓存策略:对于频繁访问的动态枚举,应考虑实现缓存机制
- 错误处理:妥善处理provider函数可能抛出的异常
- 类型验证:确保provider返回的值与参数声明类型一致
- 文档生成:在API文档中正确反映动态枚举的可能取值
总结
Parlant项目通过引入动态枚举参数机制,显著提升了工具调用的灵活性。这一改进使得系统能够更好地适应快速变化的业务需求,同时保持了良好的类型安全和开发体验。该设计体现了现代Python框架在灵活性和严谨性之间的平衡,为开发者提供了更强大的工具构建能力。
登录后查看全文
热门项目推荐
相关项目推荐
HunyuanImage-3.0
HunyuanImage-3.0 统一多模态理解与生成,基于自回归框架,实现文本生成图像,性能媲美或超越领先闭源模型00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++020Hunyuan3D-Part
腾讯混元3D-Part00GitCode-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~0279Hunyuan3D-Omni
腾讯混元3D-Omni:3D版ControlNet突破多模态控制,实现高精度3D资产生成00Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-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。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
1 freeCodeCamp 课程中关于角色与职责描述的语法优化建议 2 freeCodeCamp全栈开发课程中测验游戏项目的参数顺序问题解析3 freeCodeCamp英语课程填空题提示缺失问题分析4 freeCodeCamp Cafe Menu项目中link元素的void特性解析5 freeCodeCamp课程视频测验中的Tab键导航问题解析6 freeCodeCamp论坛排行榜项目中的错误日志规范要求7 freeCodeCamp音乐播放器项目中的函数调用问题解析8 freeCodeCamp JavaScript高阶函数中的对象引用陷阱解析9 freeCodeCamp全栈开发课程中React实验项目的分类修正10 freeCodeCamp英语课程视频测验选项与提示不匹配问题分析
最新内容推荐
小米Mini R1C MT7620爱快固件下载指南:解锁企业级网络管理功能 STM32到GD32项目移植完全指南:从兼容性到实战技巧 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 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 SteamVR 1.2.3 Unity插件:兼容Unity 2019及更低版本的VR开发终极解决方案 全球36个生物多样性热点地区KML矢量图资源详解与应用指南 Windows版Redis 5.0.14下载资源:高效内存数据库的完美Windows解决方案 PANTONE潘通AI色板库:设计师必备的色彩管理利器 OpenSSL 3.3.0资源下载指南:新一代加密库的全面解析与部署教程 ReportMachine.v7.0D5-XE10:Delphi报表生成利器深度解析与实战指南
项目优选
收起

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
156
2 K

deepin linux kernel
C
22
6

Ascend Extension for PyTorch
Python
38
72

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++
519
50

🎉 (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
942
555

React Native鸿蒙化仓库
C++
195
279

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
993
396

本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
359
12

openGauss kernel ~ openGauss is an open source relational database management system
C++
146
191

为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
75
71