Skip to content

README.md

Latest commit

 

History

History
87 lines (60 loc) · 2.11 KB

README.md

File metadata and controls

87 lines (60 loc) · 2.11 KB

Cycle 迭代优化示例

本示例演示 CycleAgent（或循环编排）：写手生成内容，评估员打分，达标后通过 exit_refinement_loop 工具结束循环。

关键特性

  • 多轮迭代直至质量满足阈值或工具退出
  • 子 Agent：内容生成与质量评估分工
  • 日志展示 Round 与工具 exit_refinement_loop 调用

Agent 层级结构说明

cycle_root (Cycle / loop orchestration)
├── content_writer (LlmAgent)
└── content_evaluator (LlmAgent)

关键文件：

关键代码解释

  • 评估 Agent 在高分时调用退出工具，循环终止
  • 写手根据评估反馈（若有）在下一轮改写

环境与运行

环境要求

  • Python 3.12

安装步骤

git clone https://github.com/trpc-group/trpc-agent-python.git
cd trpc-agent-python
python3 -m venv .venv
source .venv/bin/activate
pip3 install -e .

环境变量要求

在 examples/multi_agent_cycle/.env 中配置（或通过 export 设置）：

  • TRPC_AGENT_API_KEY
  • TRPC_AGENT_BASE_URL
  • TRPC_AGENT_MODEL_NAME

运行命令

cd examples/multi_agent_cycle
python3 run_agent.py

运行结果（实测）

Cycle Agent Demo - Iterative Content Improvement Cycle
==================== Round 1  ====================
[content_writer] Content Creation：
**AI-Powered Smart Home Security System** ...
[content_evaluator] Quality Assessment：
Clarity: 10/10
...
🔧 Invoke Tool：exit_refinement_loop
📋 Tool Result：{'status': 'content_approved', ...}
🎉 Content Improvement Completed！
[END] multi_agent_cycle (exit_code=0)

结果分析（是否符合要求）

结论：符合本示例测试要求。

  • 单轮即达标并调用退出工具，流程结束语与 exit_code=0 一致；error.txt 为空

适用场景建议

  • 文案/代码“生成—评审—再生成”的受控循环
  • 需硬退出条件（工具）防止无限迭代的生产管线