AutoGPT Classic Agent 架构解析：BaseAgent 抽象方法、内置 Agent 实现与自定义 Agent 构建指南

AutoGPT Classic Agent 架构解析BaseAgent 抽象方法、内置 Agent 实现与自定义 Agent 构建指南【免费下载链接】AutoGPTAutoGPT is the vision of accessible AI for everyone, to use and to build on. Our mission is to provide the tools, so that you can focus on what matters.项目地址: https://gitcode.com/GitHub_Trending/au/AutoGPT在 AutoGPT Classic 中Agent 是整个智能体系统的核心执行主体它由多个 Components 组合而成负责执行协议Protocols流水线并驱动任务循环。本文以官方文档中关于 Agents 的说明为主线结合classic/forge与classic/original_autogpt的实际源码完整讲解BaseAgent的两个关键抽象方法propose_action与execute的职责与实现AutoGPT 内置Agent的组件装配方式以及如何通过继承Agent或BaseAgent构建一个完全属于自己的 Agent。读完本文你可以理解 AutoGPT 的 Agent-Component-Protocol 三层协作模型并掌握编写自定义组件、覆盖默认行为、控制 Agent 执行流程的具体方法。Agent 与 Components 的关系Agent 由 Components组件组成负责执行流水线以及部分附加逻辑。组件是继承AgentComponent或实现一个或多个 Protocols 的类它们为 Agent 提供额外的能力或处理能力——例如向 prompt 中注入消息、执行代码、与外部服务交互等。组件可以被启用或禁用、可以被排序并且组件之间可以相互依赖。在 Agent 的__init__中通过self赋值的组件会在 Agent 实例化时被自动检测变量名可以是任意合法的 Python 变量名真正决定组件是否被识别的是它的类型AgentComponent或继承自它的任何 protocol。这一点在源码中有直接印证。BaseAgent使用了自定义元类AgentMeta在每次实例创建完成后自动调用组件收集逻辑# classic/forge/forge/agent/base.py class AgentMeta(ABCMeta): def __call__(cls, *args, **kwargs): # Create instance of the class (Agent or BaseAgent) instance super().__call__(*args, **kwargs) # Automatically collect modules after the instance is created instance._collect_components() return instance其中_collect_components会遍历实例的所有属性筛出AgentComponent类型的对象如果没有显式指定self.components还会对组件做拓扑排序_topological_sort依据每个组件声明的_run_after依赖计算执行顺序保证依赖先执行。这解释了文档中组件默认按字母顺序排列、可用run_after调整顺序的底层机制自动收集 拓扑排序显式赋值self.components时则完全覆盖该行为。组件与 Agent 的详细关系、组件配置ConfigurableComponent、排序run_after、禁用_enabled等机制可参考官方组件文档 components.md协议Protocols的完整列表与执行顺序见 protocols.md开箱即用的内置组件清单见 built-in-components.md。BaseAgent 的两个关键抽象方法所有 Agent 的基类是BaseAgent位于 base.py。它提供了收集组件、执行协议流水线等必要逻辑并定义了任何 Agent 要正常工作所必须实现的抽象方法。文档中列出的两个核心方法是propose_action负责基于 Agent 的当前状态提议一个动作返回ThoughtProcessOutput即 Agent 的思考与动作提案execute负责执行被提议的动作返回ActionResult。从源码结构看BaseAgent中这两个方法被声明为抽象方法abstractmethod并且当前的签名还包含第三个抽象方法do_not_execute用于处理用户拒绝denied某个提案后的反馈路径# classic/forge/forge/agent/base.py abstractmethod async def propose_action(self) - AnyProposal: ... abstractmethod async def execute( self, proposal: AnyProposal, user_feedback: str , ) - ActionResult: ... abstractmethod async def do_not_execute( self, denied_proposal: AnyProposal, user_feedback: str, ) - ActionResult: ...BaseAgent真正干活的公共部分是run_pipeline方法。它接收一个协议方法如MessageProvider.get_messages按组件顺序依次调用实现了该协议的每个启用组件并带有完整的重试与回滚机制单个组件端点失败抛出ComponentEndpointError时只重试该组件默认最多 3 次抛出EndpointPipelineError时回滚参数到流水线起点从头重新执行整条流水线每次执行前通过_selective_copy对入参做浅拷贝list/dict或深拷贝Pydantic 模型等保证失败后参数可以被安全还原。这与官方组件文档中的异常与重试描述一致Agent 默认重试三次仍未解决则重新抛出异常且所有传入参数会被自动处理、需要时回滚。相关异常类与协议方法定义见 components.py 和 protocols.py。此外BaseAgent还承担组件配置序列化能力dump_component_configs将所有可配置组件的配置序列化为 JSON 字符串load_component_configs则将 JSON 反序列化并应用回组件这也是 CLI 中--component-config-file选项能按配置类名如CodeExecutorConfiguration匹配组件的底层实现。支撑 Agent 循环的配置项BaseAgent还通过BaseAgentConfiguration定义了一系列影响 Agent 行为的配置例如fast_llm/smart_llm双模型配置big_brain控制是否始终使用聪明模型、cycle_budget允许 Agent 无人监督运行的循环数None表示无限、1表示每步需用户批准、0表示停止、default_cycle_instruction每轮思考的默认指令等。这些配置共同决定了propose_action→execute循环的运行节奏与成本约束。AutoGPT 内置 AgentAgent是 AutoGPT 提供的主 Agent它是BaseAgent的子类带有全部内置组件SystemComponent、ActionHistoryComponent、FileManagerComponent、CodeExecutorComponent、WatchdogComponent 等清单见 built-in-components.md并实现了BaseAgent的抽象方法propose_action与execute。当前仓库中该实现的入口位于 agent.py类签名为class Agent(BaseAgent[AnyActionProposal], Configurable[AgentSettings]):它的构造函数接收settings: AgentSettings、llm_provider: MultiProvider、file_storage: FileStorage、app_config: AppConfig以及可选的permission_manager与execution_context。propose_action的实际流程文档描述propose_action为基于当前状态提议一个动作。阅读Agent.propose_action的实现可以看到一条清晰的流水线重置执行 traceself.reset_trace()便于调试观察每一步通过run_pipeline依次收集各组件提供的 directivesget_resources、get_constraints、get_best_practices并合并到self.state.directives通过run_pipeline(CommandProvider.get_commands)收集所有组件提供的命令并剔除被禁用的命令调用MessageProvider.get_messages流水线获取各组件注入的消息当前时间、历史摘要、API 预算等依据配置的 prompt 策略构建ChatPrompt调用complete_and_parse请求 LLM 并解析出动作提案通过run_pipeline(AfterParse.after_parse, output)通知各组件提案已被解析最后返回动作提案。值得注意的是当前实现中 Agent 支持多种 prompt 策略one_shot、rewoo、plan_execute、reflexion、tree_of_thoughts、lats、multi_agent_debate由app_config.prompt_strategy决定每种策略对应独立的 ActionProposal 类型其并集构成AnyActionProposal。这意味着BaseAgent中返回ThoughtProcessOutput这一概念在实现层面演进为更通用的AnyProposal类型参数BaseAgent是泛型类BaseAgent[Generic[AnyProposal]]各策略的提案结构可在此文件中查看位于classic/original_autogpt/autogpt/agents/prompt_strategies/目录。execute的实际流程execute接收一个动作提案完成以下工作重新收集并过滤命令列表若配置了权限管理器permission_manager先对每个工具调用做权限检查被拒绝时转入do_not_execute路径并让 Agent 以反馈形式换一种方法通过_get_command按名字匹配命令并执行单个工具直接执行多个工具则用asyncio.gather并行执行对输出做 token 长度保护——结果超过send_token_limit // 3时替换为错误结果防止撑爆 prompt通过run_pipeline(AfterExecute.after_execute, result)把执行结果交给各组件例如 ActionHistoryComponent 会把结果写入历史返回ActionResult成功为ActionSuccessResult失败为ActionErrorResult。这些结果类型定义在 action.py 中。构建你自己的 Agent文档给出的最简单方式是扩展Agent类并添加额外的组件。这样既能复用所有内置组件也能复用执行 Protocols 的默认逻辑。文档原文示例如下class MyComponent(AgentComponent): pass class MyAgent(Agent): def __init__( self, settings: AgentSettings, llm_provider: MultiProvider, file_storage: FileStorage, app_config: AppConfig, ): # Call the parent constructor to bring in the default components super().__init__(settings, llm_provider, file_storage, app_config) # Add your custom component self.my_component MyComponent()由于组件检测是基于类型而非变量名的这里把self.my_component赋值为AgentComponent的实例即可在实例化时被自动收集进self.components并参与排序。如果组件实现了某个 protocol例如MessageProvider那么在父类已经跑通的对应流水线上你的组件就会自动插队生效——例如自定义组件实现get_messages其返回的消息会在每个思考循环中被自动注入 prompt无需改动propose_action一行代码。这是组件取代插件这一设计理念的直接体现能力是声明式的、可组合的。更深入的定制覆盖行为或直接继承 BaseAgent对于更强的定制需求文档指出可以覆盖propose_action和execute甚至直接对BaseAgent子类化从而完全掌控 Agent 的组件与行为。两种路线的取舍如下继承Agent并覆盖方法保留全套内置组件与工具命令只替换如何思考或如何执行的部分逻辑。例如重写propose_action换成自己的推理流程但execute中的命令匹配、权限检查、token 保护、AfterExecute通知等机制依然可用直接继承BaseAgent从零开始装配组件集合适合实现完全不同的 Agent 范式。仓库中的 forge_agent.py 就是这样一个范例ForgeAgent同时继承ProtocolAgent与BaseAgent它只挂载了自己需要的组件SystemComponent、TodoComponent、HTTPClientComponent等并自行实现了propose_action组装 directives/commands/messages 后构建 prompt注释中明确提示此处需要替换为你的 LLM 调用逻辑可参考 original_autogpt 的 complete_and_parse与execute命令匹配、执行、异常转换并触发AfterExecute流水线。组件装配的三种实操技巧结合组件文档与源码定制 Agent 时还有三个常用手段排序对单个组件用run_after声明依赖例如 agent.py 中ActionHistoryComponent声明了.run_after(WatchdogComponent).run_after(SystemComponent)注意避免循环依赖且排序依赖由_topological_sort保证禁用设置组件的_enabled属性可为布尔值或每次执行前求值的Callable[[], bool]可配合_disabled_reason在调试信息中说明原因要移除父类引入的组件直接把对应属性置为None例如self.watchdog None配置需要外部配置的组件继承ConfigurableComponent[MyConfig]用 pydanticBaseModel定义配置字段敏感字段建议用UserConfigurable(from_envENV_VAR_NAME, excludeTrue)从环境变量注入。小结AutoGPT 的 Agent 体系可以概括为三点BaseAgent定义了提议—执行两个抽象方法并通过run_pipeline 组件自动收集机制提供协议流水线执行、重试回滚与配置序列化能力内置Agent实现了这两个方法装配了全部内置组件并支持多种 prompt 策略开发者继承Agent加组件是最轻量的扩展路径覆盖方法或直接继承BaseAgent则提供完全的定制自由度。围绕该主题继续深入建议按顺序阅读agents.md、components.md、protocols.md、built-in-components.md、creating-components.md以及源码 base.py、agent.py、forge_agent.py。【免费下载链接】AutoGPTAutoGPT is the vision of accessible AI for everyone, to use and to build on. Our mission is to provide the tools, so that you can focus on what matters.项目地址: https://gitcode.com/GitHub_Trending/au/AutoGPT创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考