VisionAgent项目中的API变更与工具使用指南
2025-06-12 15:49:50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
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
533
3.75 K
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
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
67
20
暂无简介
Dart
773
191
Ascend Extension for PyTorch
Python
342
406
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++
886
596
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
React Native鸿蒙化仓库
JavaScript
303
355
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
336
178