Skip to content

README.md

Latest commit

 

History

History
52 lines (36 loc) · 2.03 KB

README.md

File metadata and controls

52 lines (36 loc) · 2.03 KB
Raw

Team Leader 使用 Skills 示例

本示例演示 TeamAgent 的 Leader 除协调成员外，自身挂载 SkillToolSet 与 skill_repository：先 skill_run 生成要点文件，再委派 researcher / writer 成文。

关键特性

  • Leader 工具列表包含 FunctionTool(get_current_date) 与 skill_tool_set
  • 成员仍为 search_web、check_grammar 分工
  • 技能目录内 leader-research 提供 gather_points.sh 等命令示例

Agent 层级结构说明

  • 根节点：TeamAgent（content_team_with_skill）
    • 成员：researcher（LlmAgent）、writer（LlmAgent）

关键代码解释

  • agent/agent.py：create_skill_tool_set(workspace_runtime_type="local") 返回的工具集与 repository 挂在 Team 上
  • agent/tools.py：封装 create_skill_tool_set 及成员侧工具
  • run_agent.py：用户强制流程——先跑技能命令再委派成员

环境与运行

  • Python 3.12；仓库根目录 pip install -e .
  • 配置 TRPC_AGENT_API_KEY、TRPC_AGENT_BASE_URL、TRPC_AGENT_MODEL_NAME
  • 技能位于示例目录 skills/（可通过环境变量指定根路径）
cd examples/team_with_skill
python3 run_agent.py

运行结果（实测）

[START] team_with_skill
...
[content_team_with_skill] Tool: skill_run, Args: {'skill': 'leader-research', 'command': 'bash scripts/gather_points.sh "renewable energy and AI trends in current year" out/leader_notes.txt', ...
📊 [Tool Result: {... 'stdout': 'Notes generated at out/leader_notes.txt\n', 'exit_code': 0, ...}]
...
[content_team_with_skill] Tool: delegate_to_member, Args: {'member_name': 'researcher', ...
...

结果分析（是否符合要求）

符合本示例测试要求：Leader 先完成 skill_run 再委派成员，输出中包含笔记文件内容与后续撰文，和「技能 + 团队」组合目标一致。

适用场景建议

  • 团队负责人需要先跑标准化脚本/检索模板再分派下游角色时使用
  • 可与容器型 skill_run 示例对照，选择本地或隔离执行环境