| 这个作业属于哪个课程 | https://edu.cnblogs.com/campus/gdgy/SoftwareEngineering24 |
|---|---|
| 这个作业要求在哪里 | https://edu.cnblogs.com/campus/gdgy/SoftwareEngineering24/homework/15646 |
| 这个作业的目标 | 小组合作打造一个AI智能体 |
| 学号 | 3124004356，3124004359，3124004360，3124004363 |
项目链接：https://github.com/pixelllip/mood-software/tree/AI_Agent
以下是AI智能体的说明文档
AI-Agent
一个功能完整的 AI 智能助手系统，集成了大语言模型、本地图像生成、图像识别、联网搜索、对话记录管理等多项功能。
项目概述
本项目采用模块化架构，分为三个核心板块：AI 代理、工具集和内存管理。通过这些模块的协作，实现了一个智能的、可扩展的 AI 助手系统，支持文本对话、图像生成与识别、实时搜索等多种功能。
项目特性
- AI 对话引擎：基于阿里千问 API，支持多轮对话和上下文理解
- 本地图像生成：集成 Stable Diffusion WebUI，支持文本到图像的本地生成
- 图像识别：集成百度智能云，支持多场景图像识别（车型、菜品、动物、植物等）
- 联网搜索：集成通义千问联网搜索，提供实时网络信息查询
- 工具扩展系统：模块化工具设计，支持天气查询、脚本执行、对话记录管理、待办清单生成等
- 对话记录持久化：自动保存对话历史，支持时间范围查询
- 指令管理系统：灵活的系统指令加载和更新
核心模块
1. ai_agent.py - AI 代理核心
- 功能：对接大语言模型（阿里千问），处理用户输入并生成智能回复
- 特点：
- 支持多轮对话，维持对话上下文
- 集成工具调用能力（Tool Calling）
- 自动保存对话记录
- 支持自定义系统指令
2. tools.py - 工具集合
提供多个实用工具：
| 工具名 | 功能 | 参数 |
|---|---|---|
text_to_image |
文本生成图片（调用本地 SD WebUI） | prompt, negative_prompt, width, height, steps, guidance_scale, seed |
get_weather |
获取实时天气信息 | adcode（城市编码） |
get_local_backlog |
获取当前对话记录 | backlog 对象 |
backlog_read_range |
查询日期范围内的对话 | start_date, end_date |
run_script |
执行本地脚本（Python/BAT） | script_path, target_path |
image_recognition |
多场景图像识别（车型、菜品、动物等） | image_path, scene |
qwen_websearch |
通义千问联网搜索问答 | query |
task_organizer |
生成格式化的待办清单 | tasks |
3. memory.py - 对话记录与指令管理
Backlog 类
- 用途：管理对话历史记录
- 功能：
- 记录用户和助手的所有对话
- 自动按日期和时间戳组织文件
- 支持追加新消息
- 支持时间范围查询
- JSON 格式持久化存储
Instructions 类
- 用途：管理系统指令
- 功能：
- 加载外部指令文件
- 动态更新系统提示词
项目结构
Software engineering/
├── ai_agent.py # AI 代理主程序
├── tools.py # 工具集合
├── memory.py # 对话记录与指令管理
├── instructions.txt # 系统指令文件
├── README.md # 项目文档
├── .env # 环境变量配置
└── Backlog/ # 对话记录存储
└── YYYY-MM-DD/
└── HH-MM-SS.json
使用前准备
环境变量配置 (.env 文件)
# 【必需】AI 对话引擎
OPENAI_API_KEY=your_api_key # 支持 OpenAI API 的密钥，可以是阿里千问 API 密钥
# 申请地址：https://dashscope.aliyuncs.com
# 【必需】项目基础路径
BASE_PATH=c:/path/to/project # 项目基础路径，用于存储对话记录和指令文件
# 【可选】高德地图 API - 用于 get_weather 工具获取实时天气
Gaode_API_Key=your_gaode_api_key # 高德地图 API 密钥
# 申请地址：https://lbs.amap.com/
# 【可选】百度智能云 API - 用于 image_recognition 工具进行图像识别
BAIDU_API_KEY=your_baidu_api_key # 百度 API 密钥
BAIDU_SECRET_KEY=your_baidu_secret_key # 百度 Secret 密钥
# 申请地址：https://cloud.baidu.com/product/imagerecognition
# 【可选】阿里云 DashScope API - 用于 qwen_websearch 工具进行联网搜索
DASHSCOPE_API_KEY=your_dashscope_api_key # 通义千问 API 密钥
# 申请地址：https://dashscope.aliyuncs.com
依赖安装
pip install openai python-dotenv requests pillow
启动 SD WebUI（如需使用图片生成功能）
cd d:\stable-diffusion-webui
python webui.py --api
工作流程
用户输入
↓
AI Agent 接收
↓
调用 LLM 推理
↓
判断是否需要调用工具
├─ 是 → 执行工具 → 获取结果
└─ 否 → 直接回复
↓
保存对话记录到 Backlog
↓
返回结果给用户
快速开始
from ai_agent import AI_Agent
# 创建 AI 代理实例
agent = AI_Agent()
# 与 AI 对话
response = agent.chat("帮我生成一个关于春天的图片")
# 查看生成的图片（保存在 Generated Images 文件夹）
对话记录查询
如果程序正常退出（输入退出/空内容），所有对话将自动保存在 Backlog/ 目录下，按日期和时间组织：
- 每天一个文件夹：
YYYY-MM-DD - 每次对话一个文件：
HH-MM-SS.json
使用 backlog_read_range 工具可查询指定时间范围的对话记录。
功能扩展
添加新工具
在 tools.py 中：
- 定义工具模型（Pydantic）
class New_Tool(BaseModel):
"""工具描述"""
param1: str = Field(..., description="参数说明")
- 实现工具方法
def new_tool(self, arguments: Dict[str, Any]):
"""具体实现"""
pass
- 注册到工具列表
self.tool_list = build_tools_list([..., New_Tool])
许可证
MIT
更新日志
- 2026-04-03：日程规划功能、图文识别功能、联网搜索功能陆续上线
- 2026-03-30：完成本地 SD WebUI 调用，图片生成功能上线
- 2026-03-29：完成对话记录管理系统，查询天气功能上线
- 2026-03-26：初始化项目架构
小组分工：
廖丞健：完成智能体的基础框架搭建，完成memory.py的设计，完成查询天气、执行本地脚本、调用本地模型文生图功能
李孝扬：完成图文识别功能
梁宇轩：完成日程规划功能
凌家彬：完成联网搜索功能
小组心得：
廖丞健：本次作业使我意识到阅读开发文档、写好开发文档的重要性，学会阅读是写出好代码的基石之一。
李孝扬：这次的作业整体上是个不错的作业，完成作业也是个不错的任务，这个作业也让人完成了很久，完成作业途中也在学习，是不错的啊，受益良多
梁宇轩：心得：通过完成这个人工智能体的代码，我了解到用python这门计算机语言去写时，需要完成关键字检查，对话记录等功能，才能让智能体准确，快速的完成用户的需求。并且我还学习到了如何使用AI来完善自己的代码，并且自己从中进行修改，去完成一项任务。
凌家彬：通过这次作业让我对开放ai智能体有了更深的了解，也学习了如何调用api等等，尽管是在朋友的帮助下完成的，还是感觉挺不错的
浙公网安备 33010602011771号