跳转至

python

  • 分类于 python
  • 需要 4 分钟阅读时间

从零开始使用ADK开发agent智能体(2)-多agent开发

上一篇文章我们构建了一个天气查询的agent，这个agent 功能比较单一，只能完成天气的查询，一个功能丰富的智能体系统，应该可以做很多事情，比如一个学术研究系统，会有信息搜索，文章总结，而信息搜索可能会使用到google 搜索，学术搜索，api 调用，RAG 检索等工具，文章总结可能包含大纲生成，图片生成，文章总结等等工具，且不同的agent 可能用到不同的模型，协调器的模型需要强大的规划推理模型，画图的agnet需要文生图的模型，文本总结可能一般的模型就可以胜任，这也是处于成本的考虑，不同的agent 只关注自身能力擅长的工作，对于复杂的系统，可能会由数量非常多的拥有不同工具能力的agent组成。

本文让我们来跟着官方文档尝试构建一个多agent 系统，我们在之前的天气查询agent 基础之上添加以下功能

  1. 不同的agent 使用不同的模型
  2. 添加子agent 功能
  3. 实现代理之间的智能委派
  • 分类于 python
  • 需要 7 分钟阅读时间

从零开始使用ADK开发agent(1)-单agent开发

目前市场上有很多的agent 框架，如 autogen,langgraph,crewai,agno 等等，不同的框架对于agent 的实现有些差异，有的框架侧重点在流程编排如 langGraph，有的框架提供很多内置的工具如crewai，但总体而言，这些agent 框架的基本能力包含工具调用，agent 协同。

前段时间 google 提出了A2A 协议，意在统一这些框架直接的交互方式。本系列我准备从零开始学习一下agent 的开发。

框架我选择了google 的 adk，一来这个框架使用起来比较简单，二来这个框架由google开发维护，对于A2A 协议有着很好的支持。

  • 分类于 python
  • 需要 8 分钟阅读时间

自己动手搭建 uv python 智能代理站

之前有介绍在国内使用 uv 如何设置代理加速python 包的下载，在安装python 时，当时介绍了国内目前只有一个南京大学镜像站，https://mirror.nju.edu.cn/github-release/indygreg/python-build-standalone/， 这个下载站只镜像了 uv 最新的release 文件，所以对于之前月份的文件，如果使用南京大学下载站就会下载失败，本文介绍一种使用海外云服务搭建uv python 的下载代理站实现可以正常下载安装 uv python 的实现方案。

前言：为什么我们需要这个方案？

作为一名 Python 开发者，你一定遇到过这样的烦恼：想用超快的 uv 工具安装 Python，却发现国内访问 GitHub 慢如蜗牛，之前介绍过国内只有南京大学镜像站可用于加速下载，但该镜像站仅镜像了 uv 最新的 release 文件。别担心！今天我要分享的解决方案，能让你像使用国内镜像站一样流畅地安装任意版本的 uv Python！本文将详细介绍一种使用海外云服务搭建 uv Python 下载代理站的实现方案，让你轻松解决下载难题

  • 分类于 python
  • 需要 3 分钟阅读时间

别让你的SSE MCP服务卡住！一行 requests.post 引发的性能危机

问题出现

在使用 Python 开发基于 MCP 的 SSE 服务时，如果不小心写了同步阻塞的代码，就非常容易踩进 IO 阻塞的大坑。来看下面这段示例代码：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
from mcp.server.fastmcp import FastMCP
from pydantic import Field
import time
import requests

# 初始化mcp服务
mcp = FastMCP("hello-mcp-server")

@mcp.tool(name="url_get", description="访问某个url")
def get_url(url: str = Field(..., description="将要访问的url")):
    r = requests.get(url)
    return r.text

@mcp.tool(name="计算加法", description="计算加法")
def add(a: int = Field(..., description="第一个数"), b: int = Field(..., description="第二个数")):
    return a + b

def run():
    mcp.run(transport="sse")

if __name__ == "__main__":
    run()
  • 分类于 python
  • 需要 2 分钟阅读时间

uv sync 下载包版本问题

今天我们来聊一个使用 uv 工具进行python 项目管理时会遇到的包版本的问题。

当我们从远程仓库下载以个新的项目时，有了uv 工具，可以使用 uv sync 来一键同步项目开发的python 环境和第三方库，但是我们想象一个问题，如果项目在最早开发或者首次开发时，如使用 uv add mcp 安装了当时的最新版，此时，在pyproject.toml 文件记录的包版本为 "mcp>=1.6.0" 之后过了好久，这个包在pypi 中也更新了，如更新到 "1.7.0"，那么当再次使用 uv sync 时，是安装 1.6.0 版本还是 1.7.0 版本呢？

  • 分类于 python
  • 需要 1 分钟阅读时间

Python类属性中的"共享列表"陷阱：为什么你的朋友成了别人的朋友？

今天给大家分享一个Python中非常容易踩坑的特性——类属性中默认值为可变对象（比如列表）时的诡异行为。

一个看似简单的例子

我们先看一个简单的Person类定义：

1
2
3
4
5
6
7
class Person:
    def __init__(self, name:str, frients:list=[]):
        self.name = name
        self.frients = frients

    def show_frients(self):
        print(f"{self.name}, frients: {self.frients}")

看起来很正常对吧？我们创建一个Person实例时，如果没有提供frients参数，就会默认使用空列表。

  • 分类于 python
  • 需要 4 分钟阅读时间

使用python开发mcp server之sse

前面文章我们使用python 实现了简单的天气查询mcp server，并使用cherry studio 和 Cline 实现了mcp server 的调用，之前是使用stdio 类型的mcp，本章看一下如何开发sse类型的mcp 服务。

与stdio 的区别

sse，Server-Sent Events 是基于http 长连接的服务，以往我们在开发大模型应用的时候，由于大模型生成token 不是一次性生成的，是一个token 一个token 生成的，为了避免调用端长时间等待，会一点点的输出给调用端。

在mcp 的开发过程中，也会用到sse，但是这里的sse 和大模型输出稍微有一点不同，sse 类型的mcp 会建立一个http 监听端口，客户端在调用mcp server 时，先和mcp 建立一个长连接，之后工具的输出都是通过这个长连接发送给客户端，由于sse是单向传输，客户端只能被动的接受服务端的数据，而不能在建立连接以后再次接收客户端的数据，所以客户端在调用mcp 工具时，需要向另外一个接口发送数据。所以开发sse 的mcp 会稍微复杂一些，但是官方python sdk 中FastMCP已经做了高级封装，开发者只需要关注工具的具体实现即可。

本地stdio 类型的mcp server，通过标准的输入输出来进行数据的交互，调用端需要提前安装好环境，如python 或者 node，当然如果mcp 是一个可执行的二进制文件也可以不用安装配置环境，只是目前大部分的mcp 使用python 或者 node 进行开发的。

  • 分类于 python
  • 需要 6 分钟阅读时间

使用python开发mcp server

上一篇文章介绍了UV工具的使用，有了uv 的基础，本篇我们来看一下如何使用python开发mcp server，目前主流的 mcp 分为 stdio 和 sse，stdio 为标准输入输出，通过调用工具获取工具的输出来交互，比如你在终端输入 ping host 命令，返回ping host 的输出，SSE 稍微复杂一些，通过http 接口，返回一个sse长连接，之后工具调用输入输出遵循JSONRPC规范，通过http 调用，但是结果通过SSE长连接返回，实现起来稍微复杂一些，但是调用工具和工具配置sse会更简单一些，本篇先介绍开发简单的 stdio 类型的 mcp server。工具为调用高德地图的天气查询接口返回某地的天气情况。