AIAgent是能够感知环境,基于目标进行决策并执行动作的智能化应用。不同于传统人工智能应用(主要指以规则引擎、机器学习、深度学习等技术为核心)和RPA机器人,AIAgent能够基于目标和对现状能力的认知,在环境约束中,依赖特定资源和现有工具,找到行动规则并将行动拆解为必要的步骤,自主执行步骤,达成目标。
AIAgent具备三个核心能力:独立思考、自主执行、持续迭代。
- 独立思考是指AlAgent能够根据给定任务目标和约束条件,进行任务规划和问题拆解,形成执行步骤(即工作流);
- 自主执行是指AlAgent能够调取各类组件和工具,按照执行步骤依次执行,实现任务目标;
- 持续选代是指AlAgent能够自动记录任务目标、工作流和执行结果,基于结果反馈,沉淀专家知识和案例。
AICopilot、AIAgent、大模型等名词在各类文章上经常混淆,此处简要说明下三者的区别。大模型一般是指大模型技术,AlAgent和Al Copilot是基于大模型技术的智能化应用,AlAgent和AlCopilot在功能和场景上存在差别。
自主性是AIAgent和AI Copilot之间最大的区别。AI Copilot是“副驾驶”,只是提供建议而非决策,AIAgent是“主驾驶”,需要真正做出决策并开展行动。
创建的AgentBuilder应用,请参考[AppBuilder应用](../../../BasisModule/Platform/Application/appbuilder_client.md)进行调用。利用线上Agent应用进行问答
与线上应用联动,利用线上Agent应用进行问答
使用SDK利用线上Agent应用进行问答
以下是使用SDK进行问答的示例代码,包含Python、Java、Go语言
参数名称 | 参数类型 | 描述 | 示例值 |
---|---|---|---|
app_id | string | 线上Agent应用的ID | "正确的应用ID" |
AppBuilderClient
实例化对象
无
参数名称 | 参数类型 | 描述 | 示例值 |
---|---|---|---|
conversation_id | string | 会话的ID | "80c5bbee-931d-4ed9-a4ff-63e1971bd071" |
参数名称 | 参数类型 | 描述 | 示例值 |
---|---|---|---|
file_path | string | 文件路径 | "正确的文件路径" |
参数名称 | 参数类型 | 描述 | 示例值 |
---|---|---|---|
file_id | string | 文件ID | "80c5bbee-931d-4ed9-a4ff-63e1971bd |
参数名称 | 参数类型 | 是否必须 | 描述 | 示例值 |
---|---|---|---|---|
conversation_id | String | 是 | 会话ID | |
query | String | 否 | query问题内容 | "今天天气怎么样?" |
file_ids | list[String] | 否 | 对话可引用的文档ID | |
stream | Bool | 否 | 为true时则流式返回,为false时则一次性返回所有内容, 推荐设为true,降低首token时延 | False |
end_user_id | String | 否 | 终端用户ID,限制6 - 64字符 | |
tools | List[Tool] | 否 | 一个列表,其中每个字典对应一个工具的配置 | |
tools[0] | Tool | 否 | 工具配置 | |
+type | String | 否 | 枚举: file_retrieval: 知识库检索工具能够理解文档内容,支持用户针对文档内容的问答。 code_interpreter: 代码解释器, 代码解释器能够生成并执行代码,从而协助用户解决复杂问题,涵盖科学计算(包括普通数学计算题)、数据可视化、文件编辑处理(图片、PDF文档、视频、音频等)、文件格式转换(如WAV、MP3、text、SRT、PNG、jpg、MP4、GIF、MP3等)、数据分析&清洗&处理(文件以excel、csv格式为主)、机器学习&深度学习建模&自然语言处理等多个领域。 function: 支持fucntion call模式调用工具 |
|
+function | Function | 否 | Function工具描述 仅当type为 **function** 时需要且必须填写 |
|
++name | String | 否 | 函数名 只允许数字、大小写字母和中划线和下划线,最大长度为64个字符。一次运行中唯一。 |
|
++description | String | 否 | 工具描述 | |
++parameters | Dict | 否 | 工具参数, json_schema格式 | |
tool_outputs | List[ToolOutput] | 否 | 内容为本地的工具执行结果,以自然语言/json dump str描述 | |
tool_outputs[0] | ToolOutput | 否 | 工具执行结果 | |
+tool_call_id | String | 否 | 工具调用ID | |
+output | String | 否 | 工具输出 | |
tool_choice | ToolChoice | 否 | 控制大模型使用组件的方式,仅对自主规划Agent生效。 | |
+type | String | 否 | auto/function,auto表示由LLM自动判断调什么组件;function表示由用户指定调用哪个组件。 | |
+function | ToolChoiceFunction | 否 | 组件对象,包括组件的英文名称和入参 | |
++name | String | 否 | 组件的英文名称(唯一标识) | |
++input | String | 否 | 组件入参,当组件没有入参时填入空对象{} | |
action | Action | 否 | 对话时要进行的特殊操作。如回复工作流agent中“信息收集节点“的消息 | |
+action_type | String | 是 | 要执行的操作。 可选值为: resume:回复“信息收集节点” 的消息 |
|
+parameters | Object | 是 | 执行操作时所需的参数 |
Run非流式方法返回一个Message
对象,该对象包含以下属性:
参数名称 | 参数类型 | 描述 | 示例值 |
---|---|---|---|
content | AppBuilderClientAnswer | 对话返回结果 | |
+answer | String | 智能体应用返回的回答 | |
+events | List[Event] | 事件列表 | |
+events[0] | Event | 具体事件内容 | |
++code | String | 错误码 | |
++message | String | 错误具体消息 | |
++status | String | 事件状态 | 状态描述,preparing(准备运行)running(运行中)error(执行错误) done(执行完成) |
++event_type | String | 事件类型 | |
++content_type | String | 内容类型 | 可选值包括:code text, image, status,image, function_call, rag, audio、video等 |
++detail | Dict | 事件输出详情 | 代码解释器、文生图、工具组件、RAG等的详细输出内容 |
++usage | Usage | 模型调用的token用量 | Usage(prompt_tokens=1322, completion_tokens=80, total_tokens=1402, name='ERNIE-4.0-8K') |
AppBuilderClientAnswer
类型定义如下:
class AppBuilderClientAnswer(BaseModel):
"""执行步骤的具体内容
属性:
answer(str): query回答内容
events( list[Event]): 事件列表
"""
answer: str = ""
events: list[Event] = []
Event
类型定义如下:
class Event(BaseModel):
"""执行步骤的具体内容
属性:
code (int): 响应code码
message (str): 错误详情
status (str): 状态描述,preparing(准备运行)running(运行中)error(执行错误) done(执行完成)
event_type(str): 事件类型
content_type(str): 内容类型
detail(dict): 事件详情
usage(Usage): 大模型调用的token用量
"""
code: int = 0
message: str = ""
status: str = ""
event_type: str = ""
content_type: str = ""
detail: dict = {}
usage: Optional[Usage] = None
参数名称 | 参数类型 | 描述 | 示例值 |
---|---|---|---|
content | Python Generator | 可迭代,每次迭代返回AppBuilderClientAnswer类型 | 无 |
import appbuilder
import os
# 请前往千帆AppBuilder官网创建密钥,流程详见:https://cloud.baidu.com/doc/AppBuilder/s/Olq6grrt6#1%E3%80%81%E5%88%9B%E5%BB%BA%E5%AF%86%E9%92%A5
# 设置环境变量
os.environ["APPBUILDER_TOKEN"] = '...'
app_id = '...' # 已发布AppBuilder应用ID,可在console端查看
# 初始化智能体
builder = appbuilder.AppBuilderClient(app_id)
# 创建会话
conversation_id = builder.create_conversation()
# 运行对话
out = builder.run(conversation_id, "北京今天天气怎么样")
# 打印会话结果
print(out.content.answer)
import appbuilder
from appbuilder.core.console.appbuilder_client import data_class
import os
# 请前往千帆AppBuilder官网创建密钥,流程详见:https://cloud.baidu.com/doc/AppBuilder/s/Olq6grrt6#1%E3%80%81%E5%88%9B%E5%BB%BA%E5%AF%86%E9%92%A5
# 设置环境变量
os.environ["APPBUILDER_TOKEN"] = '...'
app_id = '...' # 已发布AppBuilder应用的ID
# 初始化智能体
client = appbuilder.AppBuilderClient(app_id)
# 创建会话
conversation_id = client.create_conversation()
# 上传一个介绍某汽车产品的说明文档
file_id = client.upload_local_file(conversation_id, "/path/to/pdf/file")
# 引用上传的文档,开始对话
# 注意file_ids不是必填项,如果不需要引用特定文档,file_ids留空即可
message = client.run(conversation_id, "汽车性能参数怎么样", file_ids=[file_id, ], stream=True)
answer = ""
# 每次迭代返回AppBuilderClientAnswer结构,内可能包括多个事件内容
for content in message.content:
# stream=True时,将answer拼接起来才是完整的的对话结果
answer += content.answer
for event in content.events:
content_type = event.content_type
detail = event.detail
# 根据content类型对事件详情进行解析
if content_type == "code":
code_detail = data_class.CodeDetail(**detail)
print(code_detail.code)
elif content_type == "text":
text_detail = data_class.TextDetail(**detail)
print(text_detail.text)
elif content_type == "image":
image_detail = data_class.ImageDetail(**detail)
print(image_detail.url)
elif content_type == "rag":
rag_detail = data_class.RAGDetail(**detail)
if len(rag_detail.references) > 0:
print(rag_detail.references)
elif content_type == "function_call":
function_call_detail = data_class.FunctionCallDetail(**detail)
print(function_call_detail.video)
elif content_type == "audio":
audio_detail = data_class.AudioDetail(**detail)
print(audio_detail)
elif content_type == "video":
video_detail = data_class.VideoDetail(**detail)
print(video_detail)
elif content_type == "status":
status_detail = data_class.StatusDetail(**detail)
print(status_detail)
else:
default_detail = data_class.DefaultDetail(**detail)
print(default_detail)
# 打印完整的answer结果
print(answer)
参数名称 | 参数类型 | 描述 | 示例值 |
---|---|---|---|
appID | String | 线上Agent应用的ID | "正确的应用ID" |
AppBuilderClient
实例化对象
无
参数名称 | 参数类型 | 描述 | 示例值 |
---|---|---|---|
conversationId | String | 创建的会话ID | "正确的会话ID" |
参数名称 | 参数类型 | 是否必须 | 描述 | 示例值 |
---|---|---|---|---|
query | String | 是 | query内容 | "汽车性能参数怎么样" |
conversationId | String | 是 | 对话id,可以通过createConversation()获取 | |
stream | boolean | 是 | 为true时则流式返回,为false时则一次性返回所有内容, 推荐设为true,降低首token时延 | |
tools | List[Tool] | 否 | 一个列表,其中每个字典对应一个工具的配置 | |
tools[0] | Tool | 否 | 工具配置 | |
+type | String | 否 | 枚举: file_retrieval: 知识库检索工具能够理解文档内容,支持用户针对文档内容的问答。 code_interpreter: 代码解释器, 代码解释器能够生成并执行代码,从而协助用户解决复杂问题,涵盖科学计算(包括普通数学计算题)、数据可视化、文件编辑处理(图片、PDF文档、视频、音频等)、文件格式转换(如WAV、MP3、text、SRT、PNG、jpg、MP4、GIF、MP3等)、数据分析&清洗&处理(文件以excel、csv格式为主)、机器学习&深度学习建模&自然语言处理等多个领域。 function: 支持fucntion call模式调用工具 |
|
+function | Function | 否 | Function工具描述 仅当type为 **function** 时需要且必须填写 |
|
++name | String | 否 | 函数名 只允许数字、大小写字母和中划线和下划线,最大长度为64个字符。一次运行中唯一。 |
|
++description | String | 否 | 工具描述 | |
++parameters | Dict | 否 | 工具参数, json_schema格式 | |
tool_outputs | List[ToolOutput] | 否 | 内容为本地的工具执行结果,以自然语言/json dump str描述 | |
tool_outputs[0] | ToolOutput | 否 | 工具执行结果 | |
+tool_call_id | String | 否 | 工具调用ID | |
+output | String | 否 | 工具输出 | |
tool_choice | ToolChoice | 否 | 控制大模型使用组件的方式,仅对自主规划Agent生效。 | |
+type | String | 否 | auto/function,auto表示由LLM自动判断调什么组件;function表示由用户指定调用哪个组件。 | |
+function | ToolChoiceFunction | 否 | 组件对象,包括组件的英文名称和入参 | |
++name | String | 否 | 组件的英文名称(唯一标识) | |
++input | String | 否 | 组件入参,当组件没有入参时填入空对象{} | |
action | Action | 否 | 对话时要进行的特殊操作。如回复工作流agent中“信息收集节点“的消息 | |
+action_type | String | 是 | 要执行的操作。 可选值为: resume:回复“信息收集节点” 的消息 |
|
+parameters | Object | 是 | 执行操作时所需的参数 |
参数名称 | 参数类型 | 描述 | 示例值 |
---|---|---|---|
AppBuilderClientIterator | AppBuilderClientIterator | 回答迭代器,流式/非流式均统一返回该类型,每次迭代返回AppBuilderClientIterator类型 |
参数名称 | 参数类型 | 描述 | 示例值 |
---|---|---|---|
+answer | String | 智能体应用返回的回答 | |
+events | Event[] | 事件列表 | |
+events[0] | Event | 具体事件内容 | |
++code | string | 错误码 | |
++message | string | 错误具体消息 | |
++status | string | 事件状态 | 状态描述,preparing(准备运行)running(运行中)error(执行错误) done(执行完成) |
++eventType | string | 事件类型 | |
++contentType | string | 内容类型 | 可选值包括:code text, image, status,image, function_call, rag, audio、video等 |
++detail | Map<String, Object> | 事件输出详情 | 代码解释器、文生图、工具组件、RAG等的详细输出内容 |
++usage | Usage | 模型调用的token用量 | Usage(prompt_tokens=1322, completion_tokens=80, total_tokens=1402, name='ERNIE-4.0-8K') |
package org.example;
import java.io.IOException;
import java.util.*;
import com.google.gson.annotations.SerializedName;
import com.baidubce.appbuilder.base.exception.AppBuilderServerException;
import com.baidubce.appbuilder.console.appbuilderclient.AppBuilderClient;
import com.baidubce.appbuilder.model.appbuilderclient.AppBuilderClientIterator;
import com.baidubce.appbuilder.model.appbuilderclient.AppBuilderClientResult;
import com.baidubce.appbuilder.model.appbuilderclient.Event;
import com.baidubce.appbuilder.base.utils.json.JsonUtils;
class AppBuilderClientDemo {
public static void main(String[] args) throws IOException, AppBuilderServerException {
System.setProperty("APPBUILDER_TOKEN", "请设置正确的应用密钥");
String appId = "请设置正确的应用ID";
AppBuilderClient builder = new AppBuilderClient(appId);
String conversationId = builder.createConversation();
// 填写上传文件路径
String fileId = builder.uploadLocalFile(conversationId, "/Users/zhangxiaoyu15/PycharmProjects/app-builder/test_app_builder_client/test.pdf");
// 输入query
// 注意file_ids不是必填项,如果不需要引用特定文档,则将new String[]{fileId}更换为new String[]{}即可
AppBuilderClientIterator itor = builder.run("中国四大传统节日是哪四个", conversationId, new String[]{fileId}, false);
StringBuilder answer = new StringBuilder();
// itor.hasNext()返回false时,表示流式调用结束
while(itor.hasNext())
{
AppBuilderClientResult response = itor.next();
answer.append(response.getAnswer());
for (Event event : response.getEvents()) {
switch (event.getContentType()) {
case "rag":
List<Object> references = (List<Object>)event.getDetail().get("references");
for (Object reference : references) {
ReferenceDetail ragDetail = JsonUtils.deserialize(JsonUtils.serialize(reference), ReferenceDetail.class);
System.out.println("-----------------------------------");
System.out.println("参考文献ID:"+ragDetail.getId());
System.out.println("参考文献内容:"+ragDetail.getContent());
System.out.println("来源:"+ragDetail.getFrom());
System.out.println("BaiduSearch链接:"+ragDetail.getUrl());
System.out.println("类型:"+ragDetail.getType());
System.out.println("文档片段ID:"+ragDetail.getSegmentId());
System.out.println("文档ID:"+ragDetail.getDocumentId());
System.out.println("文档名称:"+ragDetail.getDocumentName());
System.out.println("文档所属数据集ID:"+ragDetail.getDatasetId());
System.out.println("-----------------------------------");
}
break;
default:
// System.out.println(event);
}
}
}
System.out.print("输出:");
System.out.println(answer);
}
}
class ReferenceDetail {
private int id;
private String content;
private String from;
private String url;
private String type;
@SerializedName("segment_id")
private String segmentId;
@SerializedName("document_id")
private String documentId;
@SerializedName("document_name")
private String documentName;
@SerializedName("dataset_id")
private String datasetId;
@SerializedName("knowledgebase_id")
private String knowledgebaseId;
public int getId() {
return id;
}
public void setId(int id) {
this.id = id;
}
public String getContent() {
return content;
}
public void setContent(String content) {
this.content = content;
}
public String getFrom() {
return from;
}
public void setFrom(String from) {
this.from = from;
}
public String getUrl() {
return url;
}
public void setUrl(String url) {
this.url = url;
}
public String getType() {
return type;
}
public void setType(String type) {
this.type = type;
}
public String getSegmentId() {
return segmentId;
}
public void setSegmentId(String segmentId) {
this.segmentId = segmentId;
}
public String getDocumentId() {
return documentId;
}
public void setDocumentId(String documentId) {
this.documentId = documentId;
}
public String getDocumentName() {
return documentName;
}
public void setDocumentName(String documentName) {
this.documentName = documentName;
}
public String getDatasetId() {
return datasetId;
}
public void setDatasetId(String datasetId) {
this.datasetId = datasetId;
}
public String getKnowledgebaseId() {
return knowledgebaseId;
}
public void setKnowledgebaseId(String knowledgebaseId) {
this.knowledgebaseId = knowledgebaseId;
}
@Override
public String toString() {
return "RAGReference{" +
"id=" + id +
", content='" + content + '\'' +
", from='" + from + '\'' +
", url='" + url + '\'' +
", type='" + type + '\'' +
", segmentId='" + segmentId + '\'' +
", documentId='" + documentId + '\'' +
", documentName='" + documentName + '\'' +
", datasetId='" + datasetId + '\'' +
", knowledgebaseId='" + knowledgebaseId + '\'' +
'}';
}
}
参数名称 | 参数类型 | 描述 | 示例值 |
---|---|---|---|
app_id | string | 线上Agent应用的ID | "正确的应用ID" |
config | SDKConfig | SDK配置信息 |
无
参数名称 | 参数类型 | 描述 | 示例值 |
---|---|---|---|
ConversationId | str | 创建成功的对话对象,后续操作都基于该对象进行 |
参数名称 | 参数类型 | 是否必须 | 描述 | 示例值 |
---|---|---|---|---|
ConversationID | string | 是 | 对话ID,可以通过CreateConversation()获取 | |
Query | string | 是 | query内容 | "汽车性能参数怎么样" |
Stream | bool | 是 | 为true时则流式返回,为false时则一次性返回所有内容, 推荐设为true,降低首token时延 | |
AppID | string | 是 | 应用ID,线上Agent应用的ID | |
Tools | []Tool | 否 | 一个列表,其中每个字典对应一个工具的配置 | |
ToolOuptus | []ToolOupt | 否 | 内容为本地的工具执行结果,以自然语言/json dump str描述 | |
ToolChoice | ToolChoice | 否 | 控制大模型使用组件的方式,仅对自主规划Agent生效。 |
Tool
、ToolOutput
、ToolChoice
定义如下:
type Tool struct {
Type string `json:"type"`
Function Function `json:"function"`
}
type Function struct {
Name string `json:"name"`
Description string `json:"description"`
Parameters map[string]interface{} `json:"parameters"`
}
type ToolOutput struct {
ToolCallID string `json:"tool_call_id" description:"工具调用ID"`
Output string `json:"output" description:"工具输出"`
}
type ToolChoice struct {
Type string `json:"type"`
Function ToolChoiceFunction `json:"function"`
}
type ToolChoiceFunction struct {
Name string `json:"name"`
Input map[string]interface{} `json:"input"`
}
参数名称 | 参数类型 | 描述 | 示例值 |
---|---|---|---|
AppBuilderClientIterator | AppBuilderClientIterator | 回答迭代器,流式/非流式均统一返回该类型 | |
error | error | 存在错误时error不为nil,反之 |
参数名称 | 参数类型 | 描述 | 示例值 |
---|---|---|---|
+Answer | string | 智能体应用返回的回答 | |
+Events | []Event | 事件列表 | |
+Events[0] | Event | 具体事件内容 | |
++Code | string | 错误码 | |
++Message | string | 错误具体消息 | |
++Status | string | 事件状态 | 状态描述,preparing(准备运行)running(运行中)error(执行错误) done(执行完成) |
++EventType | string | 事件类型 | |
++ContentType | string | 内容类型 | 可选值包括:code text, image, status,image, function_call, rag, audio、video等 |
++Detail | interface{} | 事件输出详情 | 代码解释器、文生图、工具组件、RAG等的详细输出内容 |
++Usage | Usage | 模型调用的token用量 | Usage(prompt_tokens=1322, completion_tokens=80, total_tokens=1402, name='ERNIE-4.0-8K') |
// 安装说明:
// go get github.com/baidubce/app-builder/go/appbuilder
package main
import (
"errors"
"fmt"
"io"
"os"
"github.com/baidubce/app-builder/go/appbuilder"
)
func main() {
// 设置环境中的TOKEN,以下TOKEN请替换为您的个人TOKEN,个人TOKEN可通过该页面【获取鉴权参数】或控制台页【密钥管理】处获取
os.Setenv("APPBUILDER_TOKEN", "bce-v3/ALTAK-xxx90ea58")
// 从AppBuilder控制台【个人空间】-【应用】网页获取已发布应用的ID
appID := "4678492a-xxx-654538d3503c"
config, err := appbuilder.NewSDKConfig("", "")
if err != nil {
fmt.Println("new config failed: ", err)
return
}
builder, err := appbuilder.NewAppBuilderClient(appID, config)
if err != nil {
fmt.Println("new agent builder failed: ", err)
return
}
conversationID, err := builder.CreateConversation()
if err != nil {
fmt.Println("create conversation failed: ", err)
return
}
i, err := builder.Run(conversationID, "你好,你能做什么?", nil, false)
if err != nil {
fmt.Println("run failed: ", err)
return
}
var answer *appbuilder.AppBuilderClientAnswer
for answer, err = i.Next(); err == nil; answer, err = i.Next() {
fmt.Println(answer.Answer)
}
}
package main
import (
"errors"
"fmt"
"io"
"os"
"github.com/baidubce/app-builder/go/appbuilder"
)
func main() {
// 设置APPBUILDER_TOKEN、GATEWAY_URL_V2环境变量
os.Setenv("APPBUILDER_TOKEN", "请设置正确的应用密钥")
// 默认可不填,默认值是 https://qianfan.baidubce.com
os.Setenv("GATEWAY_URL_V2", "")
config, err := appbuilder.NewSDKConfig("", "")
if err != nil {
fmt.Println("new config failed: ", err)
return
}
// 初始化实例
appID := "请填写正确的应用ID"
builder, err := appbuilder.NewAppBuilderClient(appID, config)
if err != nil {
fmt.Println("new agent builder failed: ", err)
return
}
// 创建对话ID
conversationID, err := builder.CreateConversation()
if err != nil {
fmt.Println("create conversation failed: ", err)
return
}
jsonStr := `
{
"type": "function",
"function": {
"name": "get_cur_whether",
"description": "这是一个获得指定地点天气的工具",
"parameters": {
"type": "object",
"properties": {
"location": {
"type": "string",
"description": "省,市名,例如:河北省"
},
"unit": {
"type": "string",
"enum": ["摄氏度", "华氏度"]
}
},
"required": ["location"]
}
}
}`
var tool Tool
err = json.Unmarshal([]byte(jsonStr), &tool)
if err != nil {
fmt.Println("unmarshal tool error:", err)
return
}
i, err := client.Run(appbuilder.AppBuilderClientRunRequest{
AppID: appID,
Query: "今天北京的天气怎么样?",
ConversationID: conversationID,
Stream: true,
Tools: []appbuilder.Tool{tool},
})
if err != nil {
fmt.Println("run failed:", err)
}
totalAnswer := ""
toolCallID := ""
for answer, err := i.Next(); err == nil; answer, err = i.Next() {
totalAnswer += answer.Answer
lastEvent := answer.Events[len(answer.Events)-1]
toolCallID = lastEvent.ToolCalls[len(lastEvent.ToolCalls)-1].ID
}
i2, err := client.Run(appbuilder.AppBuilderClientRunRequest{
ConversationID: conversationID,
AppID: appID,
ToolOutputs: []appbuilder.ToolOutput{
{
ToolCallID: toolCallID,
Output: "北京今天35度",
},
},
Stream: true,
})
if err != nil {
fmt.Println("run failed: ", err)
}
for answer, err := i2.Next(); err == nil; answer, err = i2.Next() {
totalAnswer = totalAnswer + answer.Answer
for _, ev := range answer.Events {
evJSON, _ := json.Marshal(ev)
fmt.Println(string(evJSON))
}
}
fmt.Println("----------------answer-------------------")
fmt.Println(totalAnswer)
}