490 lines
25 KiB
Python
490 lines
25 KiB
Python
"""pipeline_service.platform_model_tools — 平台模型工具（唯一实现，2026-09-07）。
|
||
|
||
用户需求：通用助手/产线 agent 可调用平台 owner 机构 + 本机构的全部
|
||
pipeline-llm 注册模型，按任务与用户输入自动匹配合适模型完成任务。
|
||
|
||
- 候选可见性/owner 硬校验/自动选型：pipeline_llm.selection
|
||
（models_catalog / auto_select_model，与推理治理链同一机构语义）
|
||
- 实际调用：llm_bridge.llm_infer → /pipeline-llm/api/v1/chat/completions
|
||
统一推理端点（门禁链 + 记账 + 同步/异步分流全在治理层，本层零旁路）
|
||
|
||
消费方（薄壳委托，禁止复制逻辑）：
|
||
- agent_loop_v2.AgentExecutor._t_list_platform_models / _t_invoke_model
|
||
（会话 agent：驾驶舱 + 通用助手）
|
||
- agent_loop._exec_agent_tool（产线角色 agent v1）
|
||
"""
|
||
|
||
import json
|
||
import logging
|
||
|
||
logger = logging.getLogger("pipeline.platform_model_tools")
|
||
|
||
_CAP_DESC = {
|
||
"t2t": "文本对话", "i2t": "图像理解", "m2t": "多媒体理解",
|
||
"t2i": "文生图", "i2v": "图生视频", "t2v": "文生视频",
|
||
"r2v": "参考生视频", "tts": "语音合成", "asr": "语音识别",
|
||
"embedding": "向量化", "rerank": "重排序",
|
||
}
|
||
|
||
# ─────────────────────────────────────────────────────────────────
|
||
# 完备性硬门禁（2026-09-08 用户定夺：一C+二A）
|
||
#
|
||
# 用户原则：「意图识别后还要能识别用户输入是否有完成任务的完备条件，
|
||
# 如果不够，必须询问得到，不能做不好还做，浪费钱财」。
|
||
#
|
||
# 分工（一C）：意图识别归主循环 LLM（system prompt 引导，零额外调用）；
|
||
# **完备性硬门禁归代码**——放在贵工具入口、上游调用之前。理由：完备性是
|
||
# 能力契约的确定性检查（该能力要求哪些输入、传没传），不是语义猜测，
|
||
# 代码判定可靠且不依赖模型自觉（deepseek 类模型无视 prompt 指令有实测前科）。
|
||
#
|
||
# 范围（二A）：只护花钱/不可逆动作（生成类调用真花钱）。闲聊/查询不设门禁。
|
||
#
|
||
# 返回 QUESTION: 前缀 → agent 循环把它当 ask_user 抛给用户（见
|
||
# agent_loop_v2 run loop / v1 的 ask 处理），不调上游、一分钱不花。
|
||
# ─────────────────────────────────────────────────────────────────
|
||
|
||
# 能力 → 必备输入契约（缺任一即不完备，必须先问用户要）
|
||
# 键名对应调用方 params 的三数组契约字段 / task 文本
|
||
_CAP_REQUIRED = {
|
||
"t2i": ("task",), # 文生图：必须有画面描述
|
||
"t2v": ("task",), # 文生视频：必须有画面描述
|
||
"tts": ("task",), # 语音合成：必须有要念的文本
|
||
"i2v": ("image_files",), # 图生视频：必须有输入图
|
||
"i2i": ("image_files",), # 图生图：必须有输入图
|
||
"asr": ("audio_files",), # 语音识别：必须有音频
|
||
"r2v": ("any_media",), # 参考生视频：至少一类参考媒体
|
||
}
|
||
_MEDIA_KEYS = ("image_files", "audio_files", "video_files")
|
||
|
||
# 必备输入的中文显示名（追问话术里给用户看，不用内部字段名）
|
||
_REQ_LABEL = {
|
||
"image_files": "输入图片",
|
||
"audio_files": "输入音频",
|
||
"video_files": "参考视频",
|
||
"any_media": "参考素材（图片/视频/音频任一）",
|
||
}
|
||
# task 类必备输入按能力的显示名（文生图要「画面描述」，语音合成要「朗读文本」）
|
||
_TASK_LABEL = {
|
||
"t2i": "画面描述", "t2v": "画面描述", "i2v": "运动/画面变化描述",
|
||
"tts": "朗读文本", "asr": "识别需求说明",
|
||
}
|
||
|
||
# 缺输入时对用户的追问话术（按能力，说清要什么、什么格式）
|
||
_CAP_ASK = {
|
||
"t2i": "生成图片需要先有画面描述。请说明：画什么主体、风格（写实/插画/商务示意图等）、"
|
||
"比例或尺寸、图中是否要有文字及内容。",
|
||
"t2v": "生成视频需要先有画面描述。请说明：画面内容、时长、分辨率、风格。",
|
||
"tts": "语音合成需要先有要朗读的文本。请提供文本内容，并说明音色/语速偏好（可选）。",
|
||
"i2v": "图生视频必须先提供输入图片（公网 URL 或上传）。另外请说明想要的运动/画面变化。",
|
||
"i2i": "图生图必须先提供输入图片（公网 URL 或上传）。另外请说明要怎么改（风格化/局部重绘等）。",
|
||
"asr": "语音识别必须先提供音频文件（公网 URL 或上传）。",
|
||
"r2v": "参考生视频必须先提供至少一类参考素材（图片/视频/音频，公网 URL 或上传），"
|
||
"并说明想要的画面内容与运动。",
|
||
}
|
||
|
||
|
||
def _biz_media(biz, key):
|
||
"""业务参数里的媒体数组是否非空（三数组契约，值可为字符串或数组）。"""
|
||
v = biz.get(key)
|
||
if isinstance(v, (list, tuple)):
|
||
return any(str(x or "").strip() for x in v)
|
||
return bool(str(v or "").strip())
|
||
|
||
|
||
def _gate_plan(cap_req, cap_model, biz):
|
||
"""能力降级门禁规划（2026-09-08，i2i→t2i / r2v→t2v）。
|
||
|
||
cap_req = 调用方显式指定的能力（空 = 自动选型，请求能力未知）。
|
||
返回 (gate_cap, use_code_table)：
|
||
- 显式请求且 CAP_DEGRADE[cap_req]==cap_model（如 t2i 选中 i2i 模型）且未带
|
||
模型能力必需媒体 → 契约=请求能力、代码表判定（LLM/模型技能层会按模型
|
||
自身 i2i 契约误判，实测 2026-09-08 拦截合法文生图任务）
|
||
- 自动选型（cap_req 空）且模型是降级源（i2i/r2v）且未带媒体 → 任务实为
|
||
t2i/t2v 形态，契约=降级目标能力、代码表判定
|
||
- 带媒体输入 → 真 i2i/r2v 用法，契约=模型能力，LLM 层
|
||
- 其余 → 契约=显式请求能力（空则模型能力），LLM 层
|
||
"""
|
||
try:
|
||
from pipeline_llm.selection import CAP_DEGRADE, CAP_DEGRADE_SOURCE
|
||
except ImportError:
|
||
return (cap_req or cap_model or ''), False
|
||
cap_req = (cap_req or '').strip().lower()
|
||
cap_model = (cap_model or '').strip().lower()
|
||
|
||
def _no_media():
|
||
for req in _CAP_REQUIRED.get(cap_model, ()):
|
||
if req == 'task':
|
||
continue
|
||
if req == 'any_media':
|
||
if not any(_biz_media(biz or {}, k) for k in _MEDIA_KEYS):
|
||
return True
|
||
elif not _biz_media(biz or {}, req):
|
||
return True
|
||
return False
|
||
|
||
if cap_req:
|
||
if CAP_DEGRADE.get(cap_req) == cap_model and _no_media():
|
||
return cap_req, True
|
||
return cap_req, False
|
||
src = CAP_DEGRADE_SOURCE.get(cap_model)
|
||
if src and _no_media():
|
||
return src, True
|
||
return (cap_model or ''), False
|
||
|
||
|
||
def _check_completeness_code(capability, task, biz):
|
||
"""能力契约代码表校验（**兜底层**，2026-09-08 用户定夺后降级）。
|
||
|
||
判断主体是 LLM（judge_completeness）；本函数只在 LLM 裁决失败
|
||
（调用异常/输出不可解析）时兜底——花钱闸门不能因裁决故障失效。
|
||
返回 '' = 完备；否则返回追问话术。
|
||
"""
|
||
cap = (capability or "").strip().lower()
|
||
required = _CAP_REQUIRED.get(cap)
|
||
if not required:
|
||
return ""
|
||
missing = []
|
||
for req in required:
|
||
if req == "task":
|
||
if not (task or "").strip():
|
||
missing.append(_TASK_LABEL.get(cap, "画面/内容描述"))
|
||
elif req == "any_media":
|
||
if not any(_biz_media(biz or {}, k) for k in _MEDIA_KEYS):
|
||
missing.append(_REQ_LABEL["any_media"])
|
||
else:
|
||
if not _biz_media(biz or {}, req):
|
||
missing.append(_REQ_LABEL.get(req, req))
|
||
if missing:
|
||
ask = _CAP_ASK.get(cap, "该能力缺少必需输入，请补充：" + "、".join(missing))
|
||
return ("调用「" + _CAP_DESC.get(cap, cap) + "」模型缺少必需输入（"
|
||
+ "、".join(missing) + "），已停在调用前、未产生任何费用。" + ask)
|
||
return ""
|
||
|
||
|
||
# ─────────────────────────────────────────────────────────────────
|
||
# 模型配套技能（2026-09-08 用户定夺）：
|
||
# 「每个模型的加入需要有配套的 skill，模型需要什么样的输入、用户已经
|
||
# 提供的内容缺什么，应该由 LLM 判断而不是硬编码；没有 skill 的，按
|
||
# 能力的输入要求对照用户已给输入决策是否需要补充。」
|
||
#
|
||
# 判断分层（判断归 LLM，契约归数据，代码表只兜底）：
|
||
# ① 模型有配套技能（skills/models/{model}/SKILL.md，上线时自动生成）
|
||
# → LLM 按技能里的输入契约 vs 用户已给内容判断缺什么
|
||
# ② 无技能 → LLM 按能力语义（能力字典 输入→输出模态）vs 用户输入判断
|
||
# ③ LLM 裁决失败（异常/输出不可解析）→ _check_completeness_code 代码表
|
||
# 兜底——花钱闸门不能因裁决故障失效
|
||
# ─────────────────────────────────────────────────────────────────
|
||
|
||
_CAP_MODALS = {
|
||
"t2t": "文本→文本", "i2t": "图像→文本", "m2t": "多媒体→文本",
|
||
"t2i": "文本→图像", "i2i": "图像→图像", "t2v": "文本→视频",
|
||
"i2v": "图像→视频", "r2v": "参考媒体(图/视频/音频)→视频",
|
||
"tts": "文本→语音", "asr": "语音→文本",
|
||
"embedding": "文本→向量", "rerank": "候选集→排序",
|
||
}
|
||
|
||
|
||
def load_model_skill(model_name):
|
||
"""读模型配套技能正文（skills/models/{model}/SKILL.md）。
|
||
|
||
查找顺序：全局模板（get_skills_base()，应用目录）→ 机构运行时目录
|
||
（/d/pipeline/workspaces/{org}/skills 由各调用方 base_dir 决定，模型
|
||
技能是平台级资产放全局模板即可）。无技能返回 ''。
|
||
目录约定：skills/models/ 不在 SkillLoader 扫描范围（global/pipelines/
|
||
orgs/users），不会污染 agent 技能目录层。
|
||
"""
|
||
import os
|
||
try:
|
||
from pipeline_core.skill_pack import get_skills_base
|
||
base = get_skills_base()
|
||
except Exception:
|
||
base = os.path.join(os.getcwd(), "skills")
|
||
safe = "".join(ch for ch in (model_name or "")
|
||
if ch.isalnum() or ch in "-_.")
|
||
if not safe:
|
||
return ""
|
||
path = os.path.join(base, "models", safe, "SKILL.md")
|
||
try:
|
||
if os.path.isfile(path):
|
||
with open(path, encoding="utf-8") as f:
|
||
return f.read()[:4000]
|
||
except Exception as e:
|
||
logger.warning("load_model_skill(%s) 失败: %s", model_name, e)
|
||
return ""
|
||
|
||
|
||
async def judge_completeness(model_name, capability, task, biz,
|
||
description="", org_id="0", user_id="",
|
||
project_id=""):
|
||
"""完备性判断主体（LLM 裁决，2026-09-08 用户定夺）。
|
||
|
||
① 模型有配套技能 → 按技能输入契约判断；② 无技能 → 按能力语义判断；
|
||
③ LLM 失败 → 代码表兜底。
|
||
返回 '' = 完备可执行；否则返回追问话术（QUESTION 内容）。
|
||
"""
|
||
cap = (capability or "").strip().lower()
|
||
skill = load_model_skill(model_name)
|
||
|
||
if skill:
|
||
contract = ("该模型有配套技能（权威输入契约），按其「输入要求」判断：\n"
|
||
+ skill[:3000])
|
||
else:
|
||
modal = _CAP_MODALS.get(cap, "")
|
||
contract = ("该模型无配套技能，按能力语义判断。能力 %s（%s）：%s"
|
||
% (cap or "?", modal or "模态未知",
|
||
"必备输入=箭头左侧模态的素材/文本；右侧是产物。"
|
||
if modal else "无法确定契约，宽松放行。"))
|
||
|
||
got = ["任务描述: " + (task or "(空)")]
|
||
for k in ("image_files", "audio_files", "video_files"):
|
||
if _biz_media(biz or {}, k):
|
||
v = biz.get(k)
|
||
n = len(v) if isinstance(v, (list, tuple)) else 1
|
||
got.append("已提供 %s: %d 项" % (k, n))
|
||
extra = {k: str(v)[:60] for k, v in (biz or {}).items()
|
||
if k not in ("image_files", "audio_files", "video_files")}
|
||
if extra:
|
||
got.append("其他业务参数: " + json.dumps(extra, ensure_ascii=False)[:300])
|
||
|
||
prompt = (
|
||
"你是平台模型调用的完备性裁决器。即将调用模型「%s」（能力 %s%s）完成生成任务，"
|
||
"调用会产生真实费用。请判断当前输入是否足以完成该任务。\n\n"
|
||
"%s\n\n模型描述：%s\n\n用户已提供的输入：\n%s\n\n"
|
||
"判断规则：\n"
|
||
"1. 只把「没有就无法完成本能力任务」的输入判为缺失（如文生图没有画面描述、"
|
||
"图生视频没有输入图）。\n"
|
||
"2. 有默认值/可选的偏好参数（尺寸/风格/时长/音色等）缺失**不算**不完备，不要拦。\n"
|
||
"3. 用户已提供的内容里隐含了该输入的（如任务描述里已含图片 URL），算已提供。\n"
|
||
"4. 判断不了就放行（complete=true），宁可放行也别误拦。\n\n"
|
||
"只返回 JSON：{\"complete\": true/false, \"ask\": \"缺失时向用户追问的话术"
|
||
"（说清缺什么、要什么格式、一句话），完备时空串\"}"
|
||
% (model_name, cap or "?",
|
||
("，" + _CAP_DESC.get(cap, "")) if cap in _CAP_DESC else "",
|
||
contract, (description or "(无)")[:200], "\n".join(got)))
|
||
|
||
try:
|
||
from pipeline_service.llm_bridge import llm_call_msgs
|
||
raw = await llm_call_msgs(
|
||
[{"role": "user", "content": prompt}],
|
||
temperature=0, org_id=org_id or "0", user_id=user_id or "",
|
||
purpose="utility", timeout=60, project_id=project_id or "")
|
||
except Exception as e:
|
||
logger.warning("judge_completeness LLM 失败（走代码表兜底）: %s", repr(e)[:150])
|
||
return _check_completeness_code(cap, task, biz)
|
||
|
||
import re as _re
|
||
txt = (raw or "").strip()
|
||
m = _re.search(r"\{[\s\S]*\}", txt)
|
||
if not m:
|
||
logger.warning("judge_completeness 输出非 JSON（走代码表兜底）: %s", txt[:120])
|
||
return _check_completeness_code(cap, task, biz)
|
||
try:
|
||
obj = json.loads(m.group(0))
|
||
except Exception:
|
||
return _check_completeness_code(cap, task, biz)
|
||
if not isinstance(obj, dict):
|
||
return _check_completeness_code(cap, task, biz)
|
||
|
||
if obj.get("complete") is True:
|
||
return ""
|
||
ask = str(obj.get("ask") or "").strip()
|
||
if not ask:
|
||
# LLM 判不完备但没给追问话术 → 代码表兜底生成话术（追问必须可行动）
|
||
return _check_completeness_code(cap, task, biz)
|
||
return ("调用「%s」模型前完备性检查未通过，已停在调用前、未产生任何费用。%s"
|
||
% (model_name or (_CAP_DESC.get(cap, cap)), ask))
|
||
|
||
|
||
async def tool_list_platform_models(params, org_id):
|
||
"""列出平台可用模型（本机构+平台owner机构，含能力类型与描述）。"""
|
||
cap = str((params or {}).get("capability") or "").strip().lower()
|
||
try:
|
||
from pipeline_llm.selection import models_catalog
|
||
except ImportError:
|
||
return "FAIL: 模型治理模块（pipeline-llm）未安装，无法列出平台模型。"
|
||
try:
|
||
caps = (cap,) if cap else ()
|
||
models = await models_catalog(org_id or "0", capabilities=caps)
|
||
except Exception as e:
|
||
return "ERROR: 列模型失败: " + str(e)[:300]
|
||
if not models:
|
||
scope = ("能力 " + cap) if cap else "全部能力"
|
||
return ("平台当前无可用模型（" + scope + "；范围=本机构+平台owner机构）。"
|
||
"请在模型治理→模型注册中添加。")
|
||
lines = ["平台可用模型（" + str(len(models)) + " 个，本机构+平台owner机构）："]
|
||
for m in models:
|
||
cap_txt = m.get("capability") or "t2t"
|
||
cap_cn = _CAP_DESC.get(cap_txt, cap_txt)
|
||
desc = ("：" + m["description"][:80]) if m.get("description") else ""
|
||
vendor = (" [" + m["vendor"] + "]") if m.get("vendor") else ""
|
||
lines.append(" - " + m.get("name", "") + vendor
|
||
+ "（" + cap_cn + "/" + cap_txt + "）" + desc)
|
||
return "\n".join(lines)
|
||
|
||
|
||
async def _resolve_capability(model_name, org_id):
|
||
"""按模型注册名反查 (能力类型, 描述)（门禁需知道查哪份输入契约；
|
||
描述供 LLM 裁决参考）。走 models_catalog（与推理链同一机构可见性），
|
||
查不到返回 ('', '')。
|
||
"""
|
||
try:
|
||
from pipeline_llm.selection import models_catalog
|
||
models = await models_catalog(org_id or "0", capabilities=())
|
||
for m in models:
|
||
if model_name in (m.get("name"), m.get("vendor_model_id")):
|
||
return ((m.get("capability") or "").strip().lower(),
|
||
m.get("description") or "")
|
||
except Exception as e:
|
||
logger.warning("_resolve_capability(%s) 失败: %s", model_name, e)
|
||
return "", ""
|
||
|
||
|
||
async def tool_invoke_model(params, org_id, user_id="", project_id="", session_id=""):
|
||
"""调用平台模型完成生成类任务（文生图/视频/语音等非对话能力）。
|
||
|
||
流程：解析 task/model/capability/params → 未指定 model 时按 task 自动
|
||
选型（auto_select_model，候选=本机构+平台owner，capability 空=全能力）
|
||
→ **完备性硬门禁**（缺必需输入则 QUESTION 追问，不调上游不花钱）
|
||
→ 组包 payload → llm_infer 统一推理端点 → 提取生成物 URL 返回。
|
||
失败返回真实可行动错误（禁静默粉饰）。
|
||
"""
|
||
p = params or {}
|
||
task = str(p.get("task") or "").strip()
|
||
if not task:
|
||
return "FAIL: invoke_model 需要 task（任务描述/提示词）"
|
||
model = str(p.get("model") or "").strip()
|
||
cap = str(p.get("capability") or "").strip().lower()
|
||
|
||
# 业务参数（JSON 字符串 → dict）
|
||
biz = {}
|
||
raw_params = p.get("params")
|
||
if isinstance(raw_params, dict):
|
||
biz = dict(raw_params)
|
||
elif isinstance(raw_params, str) and raw_params.strip():
|
||
try:
|
||
parsed = json.loads(raw_params)
|
||
if isinstance(parsed, dict):
|
||
biz = parsed
|
||
except Exception:
|
||
return ("FAIL: params 不是合法 JSON 对象。媒体输入用三数组："
|
||
"image_files/audio_files/video_files（URL或base64数组）")
|
||
|
||
# 自动选型：未显式指定 model 时按 task 匹配
|
||
if not model:
|
||
try:
|
||
from pipeline_llm.selection import auto_select_model
|
||
# capability 空 = 全能力候选，让匹配器按任务选最合适能力
|
||
model, reason = await auto_select_model(
|
||
org_id or "0", task, user_id=user_id or "",
|
||
capabilities=(cap if cap else ""))
|
||
if model:
|
||
logger.info("invoke_model 自动选型: %s（%s）org=%s",
|
||
model, reason, org_id or "0")
|
||
else:
|
||
return ("FAIL: 未能自动匹配到合适模型（" + str(reason) + "）。"
|
||
"可先用 list_platform_models 查看可用模型，"
|
||
"再用 model 参数指定。")
|
||
except ImportError:
|
||
return ("FAIL: 模型治理模块（pipeline-llm）未安装，"
|
||
"无法自动选型或调用平台模型。")
|
||
except Exception as e:
|
||
return "ERROR: 自动选型失败: " + str(e)[:300]
|
||
|
||
# ── 完备性门禁（2026-09-08 用户定夺：判断归 LLM，代码表只兜底）──
|
||
# 必须在 llm_infer 之前：缺输入直接 QUESTION 追问用户，上游一分钱不花。
|
||
# 判断分层：① 模型配套技能（skills/models/{model}/SKILL.md）→ LLM 按契约判；
|
||
# ② 无技能 → LLM 按能力语义判；③ LLM 失败 → 能力契约代码表兜底。
|
||
# capability/description 未显式给出时按选中模型反查。
|
||
desc = ""
|
||
cap2, desc = await _resolve_capability(model, org_id)
|
||
cap_req = cap or cap2
|
||
# 能力降级门禁规划：(契约能力, 是否代码表判定)
|
||
cap_gate, use_code = _gate_plan(cap_req, cap2, biz)
|
||
if use_code:
|
||
gap = _check_completeness_code(cap_gate, task, biz)
|
||
else:
|
||
gap = await judge_completeness(model, cap_gate, task, biz,
|
||
description=desc, org_id=org_id or "0",
|
||
user_id=user_id or "",
|
||
project_id=project_id or "")
|
||
cap = cap_gate
|
||
if gap:
|
||
logger.info("invoke_model 完备性门禁拦截（%s）: %s", cap or "?", gap[:80])
|
||
return "QUESTION: " + gap
|
||
|
||
# 组包：生成类模型从 messages 末条取 prompt 文本（inference._last_prompt_text）
|
||
payload = {"messages": [{"role": "user", "content": task}]}
|
||
payload.update(biz)
|
||
try:
|
||
from .llm_bridge import llm_infer
|
||
data = await llm_infer(
|
||
payload, model=model, org_id=org_id or "0",
|
||
user_id=user_id or "", timeout=600, project_id=project_id or "",
|
||
session_id=session_id or "")
|
||
except Exception as e:
|
||
return "FAIL: 模型「" + model + "」调用失败：" + str(e)[:400]
|
||
|
||
# 提取生成物：media（本地持久 URL，优先）> choices[0].message.content
|
||
result_url = ""
|
||
media = data.get("media") if isinstance(data, dict) else None
|
||
if isinstance(media, dict):
|
||
result_url = (media.get("video") or media.get("image")
|
||
or media.get("audio") or media.get("glb")
|
||
or media.get("3dmodel") or "")
|
||
if not result_url and isinstance(data, dict):
|
||
try:
|
||
result_url = ((data.get("choices") or [{}])[0]
|
||
.get("message") or {}).get("content") or ""
|
||
except Exception:
|
||
result_url = ""
|
||
result_url = str(result_url or "").strip()
|
||
if result_url:
|
||
return ("OK: 模型「" + model + "」生成完成。产物地址：" + result_url)
|
||
# 无产物 URL：回原始输出摘要（真实，不粉饰）
|
||
try:
|
||
summary = json.dumps(data, ensure_ascii=False, default=str)[:500]
|
||
except Exception:
|
||
summary = str(data)[:500]
|
||
return ("模型「" + model + "」已调用但未返回可识别的产物地址。原始输出："
|
||
+ summary)
|
||
|
||
|
||
# 平台模型工具的 v1 形态定义（AGENT_TOOLS 同款 {name,description,params}），
|
||
# 供 agent_loop.role_agent_run 追加到角色 agent 工具清单。
|
||
PLATFORM_MODEL_TOOLS_V1 = [
|
||
{
|
||
"name": "list_platform_models",
|
||
"description": ("列出平台当前可用的模型（本机构+平台owner机构的模型，含能力类型："
|
||
"t2t对话/i2t图像理解/t2i文生图/t2v文生视频/i2v图生视频/tts语音合成/"
|
||
"asr语音识别等）。需要调用非对话能力（生图/视频/语音）前先查模型时用。"
|
||
"capability 参数可按能力过滤（如 t2i）"),
|
||
"params": {"capability": "可选：能力类型过滤（如 t2i/t2v/tts），空=全部"},
|
||
},
|
||
{
|
||
"name": "invoke_model",
|
||
"description": ("调用平台模型完成生成类任务（文生图/图生视频/文生视频/语音合成等"
|
||
"非对话能力；写代码/写文档等对话类工作由你自己完成，不要用本工具）。"
|
||
"model 可空——空时平台根据 task 自动匹配最合适的可用模型。"
|
||
"生成产物返回本地持久 URL，产物需要落盘时用 write_file 记录 URL"),
|
||
"params": {
|
||
"task": "任务描述/提示词（必填，如「一只在月球上弹吉他的猫」）",
|
||
"model": "可选：模型注册名（空=按任务自动匹配）",
|
||
"capability": "可选：能力类型（t2i/t2v/i2v/tts/asr等，自动匹配时用于过滤候选）",
|
||
"params": ("可选：业务参数 JSON 字符串。媒体输入用三数组契约："
|
||
"image_files/audio_files/video_files（值为公网URL或base64的数组）；"
|
||
"生成参数如 resolution/duration/size 按模型文档"),
|
||
},
|
||
},
|
||
]
|
||
|
||
|
||
async def exec_platform_model_tool(tool, params, org_id, user_id="",
|
||
project_id=""):
|
||
"""v1/v2 统一分发入口（薄壳）。"""
|
||
if tool == "list_platform_models":
|
||
return await tool_list_platform_models(params, org_id)
|
||
if tool == "invoke_model":
|
||
return await tool_invoke_model(params, org_id, user_id=user_id,
|
||
project_id=project_id)
|
||
return "未实现: " + str(tool)
|