Agent Builder Demo

基于 LangChain DeepAgents 框架的智能 Agent 构建工具。通过对话式交互帮助用户快速创建和配置功能完整的 Entrance Agent（入口代理）。

功能特性

• 🤖 对话式构建：通过自然语言对话创建 Agent
• 📋 实时配置预览：实时展示 Agent 配置结构
• ⚡ 智能技能识别：自动分析需求并推荐技能
• 🎯 即时测试：创建后立即测试 Entrance Agent
• 💬 Mock 对话展示：自动生成示例对话展示 Agent 能力

技术栈

• Python: 3.12+
• 包管理: uv
• 前端框架: Streamlit
• Agent 框架: LangChain DeepAgents
• 主要 LLM: Claude Sonnet 4.5
• 监控工具: LangSmith (可选)

快速开始

1. 环境配置

# 克隆项目
git clone <repository-url>
cd agent-builder-demo

# 安装依赖
uv sync

# 配置环境变量
cp .env.example .env
# 编辑 .env 文件，添加你的 ANTHROPIC_AUTH_TOKEN

2. 运行应用

# 运行 Streamlit 应用
streamlit run app.py

# 或使用 uv
uv run streamlit run app.py

应用将在浏览器中打开 http://localhost:8501

使用指南

创建 Agent 的基本流程

1. 启动对话

   • 在左侧对话框中描述你想要创建的 Agent
   • 例如："帮我创建一个酒店预约助手"

2. 查看配置预览

   • 右侧会实时显示生成的 Agent 配置
   • 包括名称、描述、系统提示词和技能配置

3. 创建 Entrance Agent

   • 配置完成后，点击"🚀 创建 Entrance Agent"按钮
   • 系统会根据配置创建可运行的 Agent 实例

4. 测试 Agent

   • 在底部的测试区域与创建的 Agent 对话
   • 验证 Agent 的功能是否符合预期

示例对话

用户: 帮我创建一个酒店预约助手

Agent Builder: 好的！我来帮你创建一个酒店预约助手。
让我先了解一下需求...

[Agent Builder 会自动：]
- 生成 Agent 名称
- 分析所需技能
- 配置工具和提示词
- 生成完整配置

项目结构

agent-builder-demo/
├── app.py                      # Streamlit 应用入口（增强版）
├── app_enhanced.py             # 备用增强版应用
├── main.py                     # 命令行入口
├── src/
│   ├── agent_builder/          # Agent Builder 核心
│   │   ├── agent.py           # PrimaryAgent 和 SubAgents
│   │   ├── prompts.py         # System Prompts
│   │   └── subagents/
│   │       └── tools.py       # SubAgent 工具函数
│   ├── entrance_agent/         # Entrance Agent 模块
│   │   └── creator.py         # Agent 创建和实例化
│   ├── config/                 # 配置模块
│   │   ├── schema.py          # Pydantic Schema
│   │   └── env.py             # 环境配置
│   └── ui/                     # UI 组件
│       └── components.py      # Streamlit 可复用组件
├── docs/                       # 文档
│   └── 项目需求文档.md
├── CLAUDE.md                   # Claude Code 指南
└── README.md                   # 本文件

核心架构

四层架构

1. Streamlit 前端界面 (app.py)

   • Agent Builder 对话界面
   • Entrance Agent 配置预览
   • Entrance Agent 测试对话

2. Agent Builder (PrimaryAgent) (src/agent_builder/agent.py)

   • 主控制器，负责创建和配置 Entrance Agent
   • 包含三个内置 Middleware：
     • TodoListMiddleware: 任务规划
     • FilesystemMiddleware: 配置文件管理
     • SubAgentMiddleware: 子代理委托

3. SubAgents 层

   • FileParserAgent: 文件解析
   • WebSearchAgent: 网页搜索
   • ClarifierAgent: 信息澄清
   • ConfigManagerAgent: 配置管理
   • MockConversationAgent: Mock 对话生成

4. 工具层 (src/agent_builder/subagents/tools.py)

   • 使用 @tool 装饰器定义
   • Demo 阶段返回模拟数据

配置说明

Entrance Agent 配置结构

{
  "name": "Agent名称",
  "description": "功能描述",
  "system_prompt": "系统提示词",
  "skills": [
    {
      "name": "技能名称",
      "when_to_use": "使用场景描述",
      "prompt": "技能提示词",
      "tools": [
        {
          "tool_id": "工具ID",
          "name": "工具名称",
          "config": {}
        }
      ]
    }
  ]
}

重要限制：每个 Entrance Agent 只能配置一个 skill

开发说明

添加新的 SubAgent

1. 在 src/agent_builder/subagents/tools.py 定义工具函数
2. 在 src/agent_builder/agent.py:create_subagents() 中创建 agent
3. 使用 CompiledSubAgent 包装并添加到返回列表

修改 Agent Builder 行为

编辑 src/agent_builder/prompts.py 中的 AGENT_BUILDER_SYSTEM_PROMPT

Demo 阶段限制

• 所有 SubAgent 工具返回模拟数据
• Entrance Agent 的 skill 中的工具不需要实际实现
• 不实现交互协议（confirm 类型交互）
• 不实现中断恢复机制
• 不实现技能广场、工具市场、知识库

环境变量

在 .env 文件中配置：

# 必需配置
ANTHROPIC_AUTH_TOKEN=your_api_key

# 可选配置
LANGSMITH_API_KEY=your_langsmith_key
LANGSMITH_PROJECT=agent-builder-demo
LANGCHAIN_TRACING_V2=true

故障排除

常见问题

1. ANTHROPIC_AUTH_TOKEN 未配置

   • 在 .env 文件中设置 ANTHROPIC_AUTH_TOKEN

2. Python 版本不匹配

   • 必须使用 Python 3.12+

3. 依赖安装失败

   • 使用 uv sync 重新安装依赖

4. Streamlit 界面无响应

   • 检查 LangSmith 追踪确认 Agent 是否正常执行
   • 查看终端日志中的错误信息

参考资料

• DeepAgents GitHub
• DeepAgents 文档
• LangSmith
• LangGraph

License

MIT