Julep项目实战：创建与执行智能任务的完整指南-优快云博客

本文链接：https://blog.youkuaiyun.com/gitblog_00002/article/details/148505160

Julep项目实战：创建与执行智能任务的完整指南

julep Open-source alternative to Assistant's API with a managed backend for memory, RAG, tools and tasks. ~Supabase for building AI agents. 项目地址: https://gitcode.com/gh_mirrors/ju/julep

前言

在当今AI技术快速发展的时代，自动化任务处理已成为提升工作效率的关键。Julep作为一个先进的AI任务编排平台，允许开发者创建智能代理（Agent）并执行复杂任务。本文将详细介绍如何在Julep平台上创建并执行一个旅行规划任务，通过这个实际案例展示Julep的核心功能和工作流程。

环境准备

在开始之前，我们需要确保已经具备以下条件：

有效的Julep API密钥
Python 3.7+或Node.js环境
安装Julep SDK（Python包或Node.js模块）

第一步：初始化Julep客户端

任何与Julep平台的交互都需要通过客户端进行。初始化客户端是使用Julep服务的第一步，需要提供API密钥进行身份验证。

Python示例代码：

from julep import Julep

# 使用您的API密钥初始化客户端
julep = Julep(api_key="your_api_key_here")

Node.js示例代码：

const julep = require('@julep/sdk');

// 初始化Julep客户端
const client = new julep({ apiKey: 'your_api_key_here' });

第二步：创建Julep代理

在Julep中，代理（Agent）是执行任务的主体，可以理解为具有特定能力的AI助手。每个任务都需要关联到一个代理。

创建代理时需要指定：

代理名称（用于识别）
使用的AI模型（如gpt-4o）

Python示例：

# 创建一个名为"旅行规划专家"的代理
agent = julep.agents.create(
    name="旅行规划专家",
    model="gpt-4o"
)

Node.js示例：

// 创建代理
const agent = await client.agents.create({
    name: "旅行规划专家",
    model: "gpt-4o"
});

第三步：定义任务

任务定义是Julep中最核心的部分，它描述了任务的具体工作流程。我们以旅行规划任务为例，展示如何定义一个完整的任务。

任务定义关键组件

基本信息：任务名称和描述
输入模式：定义任务接受的输入数据结构
工具集成：任务可以使用的第三方服务
工作流程：任务执行的具体步骤

YAML任务定义详解

name: Julep旅行规划任务
description: 一个能够根据天气条件为多个地点生成详细旅行行程的Julep代理

input_schema:
  type: object
  properties:
    locations:
      type: array
      items:
        type: string
      description: 需要规划旅行的地点列表

tools:
- name: wikipedia
  type: integration
  integration:
    provider: wikipedia

- name: weather
  type: integration
  integration:
    provider: weather
    setup:
      openweathermap_api_key: "你的OpenWeatherMap API密钥"

- name: internet_search
  type: integration
  integration:
    provider: brave
    setup:
      api_key: "你的Brave搜索API密钥"

main:
- over: $ steps[0].input.locations
  map:
    tool: weather
    arguments:
      location: $ _

- over: $ steps[0].input.locations
  map:
    tool: internet_search
    arguments:
      query: $ '旅游景点在 ' + _

# 将地点、天气和景点信息组合成元组列表
- evaluate:
  zipped: |-
    $ list(
      zip(
        steps[0].input.locations,
        [output['result'] for output in steps[0].output],
        steps[1].output
      )
    )

# 并行处理每个地点的行程规划
- over: $ _['zipped']
  parallelism: 3
  map:
    prompt:
    - role: system
      content: >-
        $ f'''你是{agent.name}，专门负责为旅行者创建详细的行程计划。
        用户将提供以下信息：
        - 地点名称
        - 当前天气状况
        - 主要旅游景点'''
    - role: user
      content: >-
        $ f'''地点: "{_[0]}"
        天气: "{_[1]}"
        景点: "{_[2]}"'''
    unwrap: true

# 合并所有地点的行程计划
- evaluate:
  final_plan: |-
    $ '\\n---------------\\n'.join(activity for activity in _)

创建任务

定义好YAML后，我们可以将其提交到Julep平台创建实际任务：

Python示例：

import yaml

# 加载YAML定义
task_def = yaml.safe_load("""
# 上面完整的YAML定义
""")

# 创建任务
task = julep.tasks.create(
    agent_id=agent.id,
    **task_def
)

第四步：执行任务

创建好任务后，我们可以通过提供符合输入模式的参数来执行任务。

Python示例：

# 执行旅行规划任务
execution = julep.tasks.execute(
    task_id=task.id,
    input={"locations": ["北京", "上海", "广州"]}
)

Node.js示例：

// 执行任务
const execution = await client.tasks.execute({
    taskId: task.id,
    input: {locations: ["北京", "上海", "广州"]}
});

第五步：获取执行结果

任务执行是异步过程，我们需要定期检查执行状态并获取最终结果。

基本结果获取

Python示例：

import time

# 获取执行状态
execution = julep.executions.get(execution_id=execution.id)

while execution.status not in ["succeeded", "failed", "cancelled"]:
    execution = julep.executions.get(execution_id=execution.id)
    print(f"当前状态: {execution.status}")
    print(f"当前输出: {execution.output}")
    time.sleep(5)  # 每5秒检查一次

高级执行追踪

对于复杂任务，可以获取详细的执行转换记录：

# 获取执行转换记录
transitions = julep.executions.transitions.list(execution_id=execution.id)

for transition in reversed(transitions.items):
    print(f"步骤类型: {transition.type}")
    print(f"步骤输出: {transition.output}")

完整示例代码

以下是Python的完整实现代码：

from julep import Julep
import yaml
import time

# 1. 初始化客户端
julep = Julep(api_key="your_api_key")

# 2. 创建代理
agent = julep.agents.create(
    name="智能旅行助手",
    model="gpt-4o"
)

# 3. 定义并创建任务
task_def = yaml.safe_load("""
# 完整YAML定义
""")

task = julep.tasks.create(
    agent_id=agent.id,
    **task_def
)

# 4. 执行任务
execution = julep.tasks.execute(
    task_id=task.id,
    input={"locations": ["北京", "上海", "广州"]}
)

# 5. 获取结果
while True:
    execution = julep.executions.get(execution_id=execution.id)
    print(f"状态: {execution.status}")
    
    if execution.status == "succeeded":
        print("最终行程计划:")
        print(execution.output)
        break
    elif execution.status in ["failed", "cancelled"]:
        print("任务执行失败或被取消")
        break
        
    time.sleep(5)