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
- 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~059CommonUtilLibrary
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。07GOT-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!C0381- 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
1 freeCodeCamp Cafe Menu项目中link元素的void特性解析2 freeCodeCamp全栈开发课程中React实验项目的分类修正3 freeCodeCamp英语课程视频测验选项与提示不匹配问题分析4 freeCodeCamp课程中屏幕放大器知识点优化分析5 freeCodeCamp课程页面空白问题的技术分析与解决方案6 freeCodeCamp课程视频测验中的Tab键导航问题解析7 freeCodeCamp JavaScript高阶函数中的对象引用陷阱解析8 freeCodeCamp博客页面工作坊中的断言方法优化建议9 freeCodeCamp猫照片应用教程中的HTML注释测试问题分析10 freeCodeCamp全栈开发课程中测验游戏项目的参数顺序问题解析
最新内容推荐
OMNeT++中文使用手册:网络仿真的终极指南与实用教程 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 PADS元器件位号居中脚本:提升PCB设计效率的自动化利器 电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 Python Django图书借阅管理系统:高效智能的图书馆管理解决方案 Python开发者的macOS终极指南:VSCode安装配置全攻略 WebVideoDownloader:高效网页视频抓取工具全面使用指南 ReportMachine.v7.0D5-XE10:Delphi报表生成利器深度解析与实战指南 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 海康威视DS-7800N-K1固件升级包全面解析:提升安防设备性能的关键资源
项目优选
收起

本仓将为广大高校开发者提供开源实践和创新开发平台,收集和展示openHiTLS示例代码及创新应用,欢迎大家投稿,让全世界看到您的精巧密码实现设计,也让更多人通过您的优秀成果,理解、喜爱上密码技术。
C
53
466

deepin linux kernel
C
22
5

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
349
381

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
7
0

openGauss kernel ~ openGauss is an open source relational database management system
C++
133
186

🎉 (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
878
517

本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
336
1.1 K

React Native鸿蒙化仓库
C++
180
264

🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
612
60

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