任务转移
任务转移允许一个智能体将任务委派给另一个智能体。这在不同智能体各自专精不同领域的场景中特别有用。例如,一个客户支持应用可能有各自专门处理订单状态、退款、常见问题(FAQ)等任务的智能体。
对 LLM 而言,任务转移被表示为工具。因此,如果要将任务转移给名为 Refund Agent 的智能体,则该工具会被命名为 transfer_to_refund_agent。
创建任务转移
所有智能体都有一个 handoffs 参数,它既可以直接接收一个 Agent,也可以接收一个用于自定义任务转移的 Handoff 对象。
你可以使用 Agents SDK 提供的 handoff() 函数来创建任务转移。该函数允许你指定要移交到的智能体,并可选地提供覆盖项和输入过滤器。
基础用法
如下是如何创建一个简单的任务转移:
from agents import Agent, handoff
billing_agent = Agent(name="Billing agent")
refund_agent = Agent(name="Refund agent")
# (1)!
triage_agent = Agent(name="Triage agent", handoffs=[billing_agent, handoff(refund_agent)])
- 你可以直接使用智能体(如
billing_agent),也可以使用handoff()函数。
通过 handoff() 函数自定义任务转移
handoff() 函数允许你进行自定义。
agent: 将要接手的智能体。tool_name_override: 默认使用Handoff.default_tool_name(),其解析为transfer_to_<agent_name>。你可以覆盖它。tool_description_override: 覆盖Handoff.default_tool_description()提供的默认工具描述。on_handoff: 当任务转移被调用时执行的回调函数。这对于在你知道将要进行任务转移时立即启动某些数据获取等操作很有用。该函数接收智能体上下文,并且可选地接收 LLM 生成的输入。输入数据由input_type参数控制。input_type: 任务转移期望的输入类型(可选)。input_filter: 允许你过滤下一个智能体接收的输入。详见下文。is_enabled: 是否启用该任务转移。可以是布尔值或返回布尔值的函数,从而允许你在运行时动态启用或禁用任务转移。
from agents import Agent, handoff, RunContextWrapper
def on_handoff(ctx: RunContextWrapper[None]):
print("Handoff called")
agent = Agent(name="My agent")
handoff_obj = handoff(
agent=agent,
on_handoff=on_handoff,
tool_name_override="custom_handoff_tool",
tool_description_override="Custom description",
)
任务转移输入
在某些情况下,你希望 LLM 在调用任务转移时提供一些数据。例如,设想将任务转移给“升级处理(Escalation)智能体”。你可能希望提供一个原因,以便进行日志记录。
from pydantic import BaseModel
from agents import Agent, handoff, RunContextWrapper
class EscalationData(BaseModel):
reason: str
async def on_handoff(ctx: RunContextWrapper[None], input_data: EscalationData):
print(f"Escalation agent called with reason: {input_data.reason}")
agent = Agent(name="Escalation agent")
handoff_obj = handoff(
agent=agent,
on_handoff=on_handoff,
input_type=EscalationData,
)
输入过滤器
当发生任务转移时,就好像新的智能体接管了对话,并能看到之前的整个对话历史。如果你想改变这一点,可以设置一个 input_filter。输入过滤器是一个函数,它通过 HandoffInputData 接收现有输入,并且必须返回一个新的 HandoffInputData。
有一些常见模式(例如从历史记录中移除所有工具调用),它们已在 agents.extensions.handoff_filters 中为你实现。
from agents import Agent, handoff
from agents.extensions import handoff_filters
agent = Agent(name="FAQ agent")
handoff_obj = handoff(
agent=agent,
input_filter=handoff_filters.remove_all_tools, # (1)!
)
- 当调用
FAQ agent时,这将自动从历史记录中移除所有工具。
推荐提示词
为确保 LLM 正确理解任务转移,我们建议在你的智能体中包含有关任务转移的信息。我们在 agents.extensions.handoff_prompt.RECOMMENDED_PROMPT_PREFIX 中提供了建议的前缀,或者你也可以调用 agents.extensions.handoff_prompt.prompt_with_handoff_instructions 将推荐数据自动添加到你的提示词中。