四、慢读源码 - PageEyes agent

一、PageEyes 目录结构图

 如果想学习源码主要精力放在核心代码即可。

 二、核心逻辑

1、PlanningAgent 分解指令为步骤序列

调用 PlanningAgent 的位置

调用后 planning_steps 保存的就是步骤序列，内容如下：

输入
- 打开 url "https://yobang.tencentmusic.com/chart/uni-chart/rankList/"
- 点击 "查找"按钮
- 在输入框输入"任素汐"


经过 PlanningAgent 输出：

step1. 打开 URL: "https://yobang.tencentmusic.com/chart/uni-chart/rankList/"
step2. 点击"查找"按钮
step3. 在输入框输入"任素汐"
step4. 结束任务

PlanningAgent 的实现

2、UiAgent 遍历执行步骤

1、遍历 planning_steps 调用 _sub_agent_run 执行每一个步骤。

2、调用 pydantic-ai 框架的 agent.iter 执行步骤

 3、pydantic-ai 框架底层是用 Graph（执行图）来驱动 Agent 执行。有 UserPromptNode、ModelRequestNode、CallToolsNode 等节点。但这个是 pydantic-ai 框架内部的实现，根据如下代码构造的这个 agent

• 其中 tools 决定了 CallToolsNode 能调用什么
• 这里的 tool.tools 来自 src/page_eyes/tools/_base.py 和各个具体平台工具