通过日志分析华为CangjieMagic智能体框架的工作机理-CSDN博客

本文链接：https://blog.csdn.net/bit_mike/article/details/148483236

引言

添加日志文件的方法

分析2个示例

黑猫警长的助手（src/examples/quick_start/main.cj）

健康监测（src/examples/health_monitor/main.cj）

一、整体架构与角色分工

二、处理流程分析（以血糖检测为例）

1. MonitorAgent 的初始处理（Step #0）

2. CgmAgent 的递归处理（Step #0 → Step #2）

3. MonitorAgent 的结果接收

三、核心工作机制总结

四、延伸分析

结束语

引言

最近对华为开源的基于仓颉语言的CangjieMagic智能体框架感兴趣，花了一点时间分析了其例子的工作过程，分享在这里。

添加日志文件的方法

CangjieMagic提供了日志功能，我们可以在程序中通过加入如下语句将其保存在文件中，方便事后分析。

程序开始加入：

import log.LogLevel

主函数里面增加如下两句：

    Config.logLevel = LogLevel.INFO
    Config.logFile = "./logs/health-monitor.log"

分析2个示例

下面就用这种方法分析2个官方示例，学习其工作原理。

黑猫警长的助手（src/examples/quick_start/main.cj）

日志是这样的：

2025/06/06 22:14:55.817347 INFO logger React executor runs BlackCatAssistant
2025/06/06 22:14:55.817793 INFO logger BlackCatAssistant: ----- Build Agent Task -----
2025/06/06 22:14:55.817823 INFO logger BlackCatAssistant: Chat Message[ system ]: # Guidelines
Use the following format to accomplish user's request:
[Thought] think about what to do next to solve the question [/Thought]
[Action] use a tool, the action must be a json object wrapped by ```json and ```
    ```json
    {
        "name": string, name of the tool, it must refer to one of available tools
        "arguments": { [key: string]: unknown }, arguments for the tool, each argument must be a valid json value required by the tool; it can be omitted, if the tool does not accept parameters
    }
    ```
    For example,
    ```json
    {
        "name": "foo"
        "arguments": {
            "url": "http://example.com",
            "count": 3,
            "items": ["abc", "xyz"]
        }
    }
    ```
[/Action]
[Observation] the result of the action [/Observation]
... (Thought/Action/Observation may repeat N times to accomplish user's request)
[Answer] the final answer to the original input question [/Answer]

NEVER generate [Observation] yourself. This is an important requirement.

You must generate either a pair of [Thought] and [Action] or a pair of [Thought] and [Answer]
Examples:
Output: [Thought] I need to search the web to get related knowledge [/Thought] [Action] ... [/Action]
Output: [Thought] I know the final answer now [/Thought] [Answer] ... [/Answer]

- If there are no available tools, generate final answer directly.

# Available Tools
No tools

你是黑猫警长的助手当接到群众通知后，你需要唱起黑猫警长的专属 BGM 并安抚群众情绪
2025/06/06 22:14:55.817830 INFO logger BlackCatAssistant: Chat Message[ user ]: 一只耳来啦
2025/06/06 22:14:55.817838 INFO logger BlackCatAssistant: ----- End of Build Agent Task -----
2025/06/06 22:14:55.817850 INFO logger BlackCatAssistant: Step #0
2025/06/06 22:15:05.458487 INFO logger BlackCatAssistant: Chat Message[ assistant ]: [Answer] 眼睛瞪得像铜铃，射出闪电般的机灵！耳朵竖得像天线，警惕一切可疑的声音！  

各位市民请保持冷静！黑猫警长已收到通知，正在火速赶往现场。请大家锁好门窗避免外出，发现可疑情况立即拨打森林公安局热线，我们会在5分钟内抵达！正义也许会迟到，但绝不会缺席！ [/Answer]

从提供的日志信息来看，cangjiemagic 智能体框架中 BlackCatAssistant 的工作原理如下：

一、任务构建阶段

初始化智能体角色
日志中React executor runs BlackCatAssistant表明框架启动了名为 “黑猫警长助手” 的智能体实例，该实例需遵循预设的交互规则（Guidelines）和角色设定（黑猫警长助手）。
加载系统提示与工具配置
- 系统提示：定义了智能体的交互格式，要求通过[Thought]（思考）、[Action]（工具调用）、[Observation]（工具返回结果）的循环流程处理用户请求，最终以[Answer]输出答案。
- 工具配置：日志显示Available Tools为 “无工具”，因此智能体无法调用外部工具，需直接生成回答。
接收用户输入
用户输入为 “一只耳来啦”，触发智能体进入处理流程。

二、处理流程阶段（Step #0）

触发角色逻辑
根据系统提示中 “你是黑猫警长的助手，当接到群众通知后，需要唱起黑猫警长的专属 BGM 并安抚群众情绪” 的设定，智能体无需复杂思考或工具调用（因无可用工具），直接执行预设响应逻辑。
生成回答
- BGM 歌词插入：以🎵符号包裹经典歌词，强化角色身份和场景代入感。
- 安抚话术：包含行动告知（“黑猫警长正在火速赶往现场”）、安全指引（“锁好门窗避免外出”）和官方承诺（“5 分钟内抵达”），结构清晰且符合应急安抚场景需求。
- 情感强化：结尾 “正义也许会迟到，但绝不会缺席！” 引用经典台词，增强群众信心。
格式合规性
回答严格遵循[Answer]标签包裹的格式要求，未生成[Thought]或[Action]，符合 “无工具时直接输出答案” 的规则。

三、核心工作机制总结

角色驱动的规则引擎
智能体通过预设角色（黑猫警长助手）绑定固定响应逻辑，用户输入触发关键词匹配（如 “一只耳”）后，直接调用内置的安抚模板和歌词资源，无需动态思考或工具交互。
工具调用与无工具分支
- 若存在可用工具（如搜索、数据分析等），智能体需按Thought→Action→Observation循环处理问题；
- 当Available Tools为空时，直接进入 “无工具分支”，依赖内置知识库或模板生成回答。
结构化输出约束
通过强制使用标签（[Answer]等）和 JSON 格式（若调用工具）确保输出标准化，便于框架解析和后续扩展。

四、延伸分析

应用场景定位：该智能体适用于需要快速响应、角色化交互的场景（如儿童故事引导、应急事件模拟），通过固定逻辑降低处理复杂度。
局限性：因缺乏工具调用和动态思考能力，难以处理需要实时数据或复杂推理的任务，更适合执行预设流程的简单交互。

通过上述机制，cangjiemagic 框架实现了基于角色和规则的轻量化智能体响应，兼顾效率与场景适配性。

健康监测（src/examples/health_monitor/main.cj）

这个例子比上一个复杂一些。它使用了tool，同时也使用了3个智能体。

其日志：

2025/06/06 22:27:17.928776 INFO logger React executor runs MonitorAgent
2025/06/06 22:27:43.027399 INFO logger MonitorAgent: ----- Build Agent Task -----
2025/06/06 22:27:43.027444 INFO logger MonitorAgent: Chat Message[ system ]: # Guidelines
Use the following format to accomplish user's request:
[Thought] think about what to do next to solve the question [/Thought]
[Action] use a tool, the action must be a json object wrapped by ```json and ```
    ```json
    {
        "name": string, name of the tool, it must refer to one of available tools
        "arguments": { [key: string]: unknown }, arguments for the tool, each argument must be a valid json value required by the tool; it can be omitted, if the tool does not accept parameters
    }
    ```
    For example,
    ```json
    {
        "name": "foo"
        "arguments": {
            "url": "http://example.com",
            "count": 3,
            "items": ["abc", "xyz"]
        }
    }
    ```
[/Action]
[Observation] the result of the action [/Observation]
... (Thought/Action/Observation may repeat N times to accomplish user's request)
[Answer] the final answer to the original input question [/Answer]

NEVER generate [Observation] yourself. This is an important requirement.

You must generate either a pair of [Thought] and [Action] or a pair of [Thought] and [Answer]
Examples:
Output: [Thought] I need to search the web to get related knowledge [/Thought] [Action] ... [/Action]
Output: [Thought] I know the final answer now [/Thought] [Answer] ... [/Answer]

- If there are no available tools, generate final answer directly.

# Available Tools
[
 {
  "name": "CgmAgent",
  "description": "\n\nThe agent detects if a user's current blood sugar level is normal (\"正常\") or abnormal (\"异常\"), incorporating time-based context for evaluation. If abnormal, it triggers notifications with actionable health recommendations, operating strictly within predefined tools without external interventions.",
  "inputSchema": {
    "type": "object",
    "properties": {
      "question": {
        "type": "string",
        "description": "The input question"
      }
    },
    "required": [
      "question"
    ]
  }
},
{
  "name": "HeartBeatAgent",
  "description": "\n\nThe agent monitors a user's heartbeat data to determine if it falls within normal parameters. It outputs \"正常\" (normal) or \"异常\" (abnormal) as the status. If abnormal, it triggers a user notification with actionable health recommendations. Inputs include heartbeat metrics, outputs include the status classification and optional alerts/advice. The system operates strictly using predefined tools without external integrations.",
  "inputSchema": {
    "type": "object",
    "properties": {
      "question": {
        "type": "string",
        "description": "The input question"
      }
    },
    "required": [
      "question"
    ]
  }
} 
]
---end of tools---

        根据接受到的监测数据，交由不同的检测模块进行检测
2025/06/06 22:27:43.027459 INFO logger MonitorAgent: Chat Message[ user ]: 当前血糖 189 mg/dL
2025/06/06 22:27:43.027467 INFO logger MonitorAgent: ----- End of Build Agent Task -----
2025/06/06 22:27:43.027483 INFO logger MonitorAgent: Step #0
2025/06/06 22:27:53.682903 INFO logger MonitorAgent: Chat Message[ assistant ]: [Thought] 当前血糖值为189 mg/dL，需要判断是否正常。根据医学标准，正常空腹血糖应在70-99 mg/dL，餐后两小时血糖应低于140 mg/dL。189 mg/dL明显高于正常范围，属于异常值。需要调用CgmAgent进行进一步评估和建议。 [/Thought]
2025/06/06 22:27:53.682936 INFO logger MonitorAgent: Chat Message[ assistant ]: [Action] ```json
{
    "name": "CgmAgent",
    "arguments": {
        "question": "当前血糖189 mg/dL是否正常？"
    }
}
``` [/Action]
2025/06/06 22:27:53.682990 INFO logger React executor runs CgmAgent
2025/06/06 22:27:53.683166 INFO logger CgmAgent: ----- Build Agent Task -----
2025/06/06 22:27:53.683185 INFO logger CgmAgent: Chat Message[ system ]: # Guidelines
Use the following format to accomplish user's request:
[Thought] think about what to do next to solve the question [/Thought]
[Action] use a tool, the action must be a json object wrapped by ```json and ```
    ```json
    {
        "name": string, name of the tool, it must refer to one of available tools
        "arguments": { [key: string]: unknown }, arguments for the tool, each argument must be a valid json value required by the tool; it can be omitted, if the tool does not accept parameters
    }
    ```
    For example,
    ```json
    {
        "name": "foo"
        "arguments": {
            "url": "http://example.com",
            "count": 3,
            "items": ["abc", "xyz"]
        }
    }
    ```
[/Action]
[Observation] the result of the action [/Observation]
... (Thought/Action/Observation may repeat N times to accomplish user's request)
[Answer] the final answer to the original input question [/Answer]

NEVER generate [Observation] yourself. This is an important requirement.

You must generate either a pair of [Thought] and [Action] or a pair of [Thought] and [Answer]
Examples:
Output: [Thought] I need to search the web to get related knowledge [/Thought] [Action] ... [/Action]
Output: [Thought] I know the final answer now [/Thought] [Answer] ... [/Answer]

- If there are no available tools, generate final answer directly.

# Available Tools
[
 {
  "name": "getCurrentTime",
  "description": "获取当前时间",
  "inputSchema": {
    "type": "object",
    "properties": {},
    "required": []
  }
},
{
  "name": "sendNotification",
  "description": "向用户发送短信通知",
  "inputSchema": {
    "type": "object",
    "properties": {
      "msg": {
        "type": "string",
        "description": "发送短信的内容"
      }
    },
    "required": [
      "msg"
    ]
  }
} 
]
---end of tools---

        检测用户当前血糖是否正常。回答“正常”或是“异常”
        检查结果可以结合当前所处的时间综合判断
        如果异常，则向用户发送通知并告知可实施的建议
        仅使用已有工具
2025/06/06 22:27:53.683209 INFO logger CgmAgent: Chat Message[ user ]: 当前血糖189 mg/dL是否正常？
2025/06/06 22:27:53.683215 INFO logger CgmAgent: ----- End of Build Agent Task -----
2025/06/06 22:27:53.683222 INFO logger CgmAgent: Step #0
2025/06/06 22:28:10.460225 INFO logger CgmAgent: Chat Message[ assistant ]: [Thought] 需要获取当前时间以结合判断血糖是否正常。 [/Thought]
2025/06/06 22:28:10.460263 INFO logger CgmAgent: Chat Message[ assistant ]: [Action] ```json
{
    "name": "getCurrentTime"
}
``` [/Action]
2025/06/06 22:28:10.460322 INFO logger CgmAgent: Chat Message[ assistant ]: [Observation] 2025-06-06T22:28:10.460288815+08:00 [/Observation]
2025/06/06 22:28:10.460343 INFO logger CgmAgent: Step #1
2025/06/06 22:28:25.934062 INFO logger CgmAgent: Chat Message[ assistant ]: [Thought] 当前时间为晚上10点28分，可能处于餐后状态。正常餐后两小时血糖应低于140 mg/dL，当前血糖189 mg/dL偏高。 [/Thought]
2025/06/06 22:28:25.934093 INFO logger CgmAgent: Chat Message[ assistant ]: [Action] ```json
{
    "name": "sendNotification",
    "arguments": {
        "msg": "您的血糖值为189 mg/dL（异常）。当前时间为22:28，建议：1. 避免进食高糖食物 2. 适量运动 3. 1小时后复测血糖 4. 如持续偏高请及时就医"
    }
}
``` [/Action]
2025/06/06 22:28:25.934184 INFO logger CgmAgent: Chat Message[ assistant ]: [Observation] Done [/Observation]
2025/06/06 22:28:25.934204 INFO logger CgmAgent: Step #2
2025/06/06 22:28:37.643980 INFO logger CgmAgent: Chat Message[ assistant ]: [Answer] 异常。已发送短信通知用户并附处理建议。 [/Answer]
2025/06/06 22:28:37.644037 INFO logger MonitorAgent: Chat Message[ assistant ]: [Observation] 异常。已发送短信通知用户并附处理建议。 [/Observation]
2025/06/06 22:28:37.644044 INFO logger MonitorAgent: Step #1

从日志信息来看，cangjiemagic 智能体框架中 MonitorAgent 及其子智能体 CgmAgent 的工作原理如下：

一、整体架构与角色分工

主智能体：MonitorAgent
- 职责：接收用户的监测数据（如血糖值），根据数据类型调用对应的子智能体（如 CgmAgent 处理血糖，HeartBeatAgent 处理心跳）。
- 工具集：包含CgmAgent和HeartBeatAgent，分别用于血糖和心跳监测，输入均为用户问题（如 “当前血糖 189 mg/dL 是否正常？”）。
子智能体：CgmAgent
- 职责：专注于血糖检测，依赖getCurrentTime（获取时间）和sendNotification（发送通知）工具，实现 “检测→判断→通知” 闭环。
- 工具集：
  - getCurrentTime：无参数，用于获取时间以辅助判断（如区分空腹 / 餐后）。
  - sendNotification：需传入通知内容，用于异常时触发警报。

二、处理流程分析（以血糖检测为例）

1. MonitorAgent 的初始处理（Step #0）

用户输入：“当前血糖 189 mg/dL”。
思考逻辑：
- 基于医学常识（空腹血糖 70-99 mg/dL，餐后两小时＜140 mg/dL），初步判断 189 mg/dL 为异常。
- 因血糖检测属于 CgmAgent 职责范围，决定调用该工具，传入问题 “当前血糖 189 mg/dL 是否正常？”。

动作执行：

json

{
  "name": "CgmAgent",
  "arguments": { "question": "当前血糖189 mg/dL是否正常？" }
}

触发 CgmAgent 实例化并处理请求。

2. CgmAgent 的递归处理（Step #0 → Step #2）

Step #0：获取时间辅助判断
- 思考逻辑：血糖是否正常需结合时间（如空腹 / 餐后），因此调用getCurrentTime工具。
- 动作执行：
  json
```
{ "name": "getCurrentTime" }
```
- 观察结果：返回当前时间 “2025-06-06T22:28:10”（晚上 10 点 28 分），推测可能为餐后状态。
Step #1：异常判断与通知
- 思考逻辑：即使处于餐后，血糖 189 mg/dL 仍高于正常阈值（餐后两小时＜140 mg/dL），确认异常。需调用sendNotification发送包含建议的短信。
- 动作执行：
  json
```
{
  "name": "sendNotification",
  "arguments": { 
    "msg": "您的血糖值为189 mg/dL（异常）...请及时就医" 
  }
}
```
- 观察结果：通知发送成功（显示 “Done”）。
Step #2：输出最终结果
- 思考逻辑：检测流程完成，异常状态已确认且通知已发送。
- 回答：“异常。已发送短信通知用户并附处理建议。”

3. MonitorAgent 的结果接收

CgmAgent 返回的[Answer]被 MonitorAgent 解析为[Observation]，作为下一步处理的依据（若有后续流程）。

三、核心工作机制总结

层级化工具调用
- 主智能体通过工具列表（CgmAgent/HeartBeatAgent）实现领域分工，子智能体再通过细分工具（getCurrentTime/sendNotification）完成具体任务，形成 “主→子→工具” 三级调用链。
- 优势：模块化设计降低复杂度，便于扩展新检测模块（如血压监测）。
时间敏感型判断
- CgmAgent 主动获取时间戳，结合医学标准动态调整判断逻辑（如空腹 vs. 餐后阈值差异），体现 “数据 + 上下文” 的智能决策能力。
异常处理闭环
- 检测到异常后，通过sendNotification工具自动触发干预流程，实现 “监测→预警→建议” 自动化，减少人工介入成本。
格式严格性
- 所有思考、动作、观察均遵循固定标签格式（如[Thought]/[Action]），工具调用参数需符合 JSON schema（如 CgmAgent 要求question必填），确保跨智能体交互的标准化。