VisionAgent项目中的API变更与工具使用指南
2025-06-12 10:55:59作者:秋阔奎Evelyn
在开源项目VisionAgent的最新版本0.2.101中,开发团队对核心API进行了重要调整,这直接影响了自定义工具的使用方式。本文将详细介绍这一变更的技术背景、影响范围以及正确的使用方法。
API架构调整概述
VisionAgent项目近期将原有的VisionAgent
类拆分为两个更专注的类:VisionAgent
和VisionAgentCoder
。这一架构调整旨在更好地分离关注点,使每个类的职责更加明确。
- VisionAgent类:主要负责基础的对话功能,提供
chat_with_code
方法进行代码交互 - VisionAgentCoder类:专注于工作流相关的代码生成,提供
chat_with_workflow
方法
变更影响分析
这一架构调整主要影响了项目中example/custom_tools/run_custom_tool.py
示例文件的运行。在该文件中,开发者尝试使用VisionAgent
类的chat_with_work_flow
方法,但实际上这个方法已经被迁移到了VisionAgentCoder
类中。
正确使用方法
要使用工作流聊天功能,开发者现在应该:
- 导入正确的类:从
vision_agent
导入VisionAgentCoder
而非VisionAgent
- 实例化
VisionAgentCoder
对象而非VisionAgent
对象 - 使用
chat_with_workflow
方法进行工作流交互
示例代码修正如下:
from vision_agent import VisionAgentCoder
agent = VisionAgentCoder()
response = agent.chat_with_workflow("你的工作流请求")
版本兼容性建议
对于使用较老版本VisionAgent的开发者,建议:
- 检查项目依赖的VisionAgent版本
- 如果需要使用工作流功能,确保升级到0.2.101或更高版本
- 修改代码以适应新的API设计
架构调整的技术价值
这一变更从软件工程角度看具有多重优势:
- 单一职责原则:每个类只负责一个明确的功能领域
- 更好的可维护性:功能分离使代码更易于理解和修改
- 清晰的接口设计:开发者可以更直观地选择适合自己需求的类
总结
VisionAgent项目的这一API变更是框架演进过程中的重要一步,虽然短期内可能带来一些迁移成本,但从长远看将显著提升框架的可用性和可扩展性。开发者在使用自定义工具时应注意这一变更,及时调整代码以适应新的API设计。
登录后查看全文
热门项目推荐
相关项目推荐
PaddleOCR-VL
PaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
openPangu-Ultra-MoE-718B-V1.1
昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00ops-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++0136AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。03Spark-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。Python00Spark-Scilit-X1-13B
FLYTEK Spark Scilit-X1-13B is based on the latest generation of iFLYTEK Foundation Model, and has been trained on multiple core tasks derived from scientific literature. As a large language model tailored for academic research scenarios, it has shown excellent performance in Paper Assisted Reading, Academic Translation, English Polishing, and Review Generation, aiming to provide efficient and accurate intelligent assistance for researchers, faculty members, and students.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).Dockerfile011
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起

deepin linux kernel
C
23
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
232
2.32 K

仓颉编译器源码及 cjdb 调试工具。
C++
113
78

暂无简介
Dart
534
117

React Native鸿蒙化仓库
JavaScript
216
291

Ascend Extension for PyTorch
Python
76
106

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

🎉 (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
993
588

仓颉编程语言测试用例。
Cangjie
34
61

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
130
648