两类任务:
research:文献检索、作者信息收集、网页抓取、研究总结coding:工作区文件读写、代码生成/修改、命令执行、代码审阅
核心能力有四层:
Agent:基于角色描述完成子任务Planner:把总任务拆分给多个 AgentEnvironment:暴露 research/coding 工具Engine:驱动多轮执行并汇总结果
RoleFlow/
├── configs/
│ ├── coding.yaml
│ └── research.yaml
├── roleflow/
│ ├── environments/
│ │ ├── base.py
│ │ ├── coding.py
│ │ └── research.py
│ ├── utils/
│ │ └── logger.py
│ ├── agent.py
│ ├── config.py
│ ├── engine.py
│ ├── llm.py
│ ├── main.py
│ ├── memory.py
│ └── planner.py
└── workspace/
cd /Users/tzm/Desktop/RoleFlow
cp .env.template .env
poetry installResearch 任务:
poetry run roleflow --config configs/research.yamlCoding 任务:
poetry run roleflow --config configs/coding.yaml配置文件里最重要的是这几块:
environment.type:只能是research或codingllm.model:例如gpt-4o-miniagents:每个 Agent 的name和profiletask.content:总任务描述runtime.max_iterations:最多迭代轮数runtime.output_path:结果 JSON 保存位置
- 保留多 Agent 的味道,但结构尽量简单
- 每个环境只暴露少量高价值工具
- 配置文件少,便于你自己扩展
- 所有代码都聚焦在 research/coding 两条主链路