使用PocketFlowSharp创建一个Human_Evaluation示例

效果

image-20250516142423902

image-20250516142438960

实践

有时候AI生成的结果我们并不满意在进入下一步之前，我们需要对AI生成的结果进行人工审核，同意了才能进入下一个流程。

Human_Evaluation就是人工判断的一个简单示例。

internal classProgram
 {
     static async Task Main(string[] args)
     {
         // Load .env file
         DotEnv.Load();

         // Get environment variables from .env file
         var envVars = DotEnv.Read();

         string ModelName = envVars["ModelName"];
         string EndPoint = envVars["EndPoint"];
         string ApiKey = envVars["ApiKey"];

         Utils.ModelName = ModelName;
         Utils.EndPoint = EndPoint;
         Utils.ApiKey = ApiKey;

         // 创建共享数据字典
         var shared = new Dictionary<string, object>();

         // 创建并运行流程
         var humanEvalFlow = CreateFlow();
         Console.WriteLine("\n欢迎使用人工判断示例！");
         Console.WriteLine("------------------------");
         await humanEvalFlow.RunAsync(shared);
         Console.WriteLine("\n感谢使用人工判断示例！");
     }

     static AsyncFlow CreateFlow()
     {
         // 创建节点实例
         var inputNode = new TaskInputNode();
         var aiResponseNode = new AIResponseNode();
         var humanApprovalNode = new HumanApprovalNode();
         var endNode = new NoOpNode();

         // 创建从输入节点开始的流程
         var flow = new AsyncFlow(inputNode);

         // 连接节点
         _ = inputNode - "generate" - aiResponseNode;
         _ = aiResponseNode - "approve" - humanApprovalNode;
         _ = humanApprovalNode - "retry" - aiResponseNode;     // 不接受时重新生成
         _ = humanApprovalNode - "accept" - endNode;          // 接受时结束流程

         return flow;
     }
 }

看一下整体的流程图：

graph TD
    A[输入节点] -->|"generate"| B[AI回复节点]
    B -->|"approve"| C[人工审核节点]
    C -->|"approve"| D[结束节点]
    C -->|"retry"| B

image-20250516143406016

输入节点：

public classTaskInputNode : AsyncNode
 {
     protected override async Task<object> PrepAsync(Dictionary<string, object> shared)
     {
         Console.WriteLine("\n请输入需要AI处理的任务：");
         string task = Console.ReadLine();
         return task;
     }

     protected override async Task<object> ExecAsync(object prepResult)
     {
         string task = (string)prepResult;
         Console.WriteLine($"\n已收到任务：{task}");
         return task;
     }

     protected override async Task<object> PostAsync(Dictionary<string, object> shared, object prepResult, object execResult)
     {
         string task = (string)execResult;
         shared["task"] = task;
         return"generate";
     }
 }

AI回复节点：

public classAIResponseNode : AsyncNode
{
    privatestaticint attemptCount = 0;

    protected override async Task<object> PrepAsync(Dictionary<string, object> shared)
    {
        return shared["task"];
    }

    protected override async Task<object> ExecAsync(object prepResult)
    {
        string task = (string)prepResult;
        attemptCount++;
        
        Console.WriteLine("AI正在生成回复...\n");
        Console.WriteLine($"任务：{task}\n");
        Console.WriteLine($"这是第 {attemptCount} 次生成的AI回复：\n");
        var result = await Utils.CallLLMStreamingAsync(task);

        string response="";
        Console.ForegroundColor = ConsoleColor.Green;
        awaitforeach (StreamingChatCompletionUpdate completionUpdate in result)
        {
            if (completionUpdate.ContentUpdate.Count > 0)
            {
                Console.Write(completionUpdate.ContentUpdate[0].Text);
                response += completionUpdate.ContentUpdate[0].Text.ToString();
            }
        }
        Console.ForegroundColor = ConsoleColor.White;

        return response;
    }

    protected override async Task<object> PostAsync(Dictionary<string, object> shared, object prepResult, object execResult)
    {
        string response = (string)execResult;
        shared["response"] = response;
        return"approve";
    }
}

人工审核节点：

public classHumanApprovalNode : AsyncNode
 {
     protected override async Task<object> PrepAsync(Dictionary<string, object> shared)
     {
         return shared["response"];
     }

     protected override async Task<object> ExecAsync(object prepResult)
     {
         Console.Write("\n您接受这个AI回复吗？(y/n): ");
         string answer = Console.ReadLine()?.ToLower() ?? "n";
         return answer;
     }

     protected override async Task<object> PostAsync(Dictionary<string, object> shared, object prepResult, object execResult)
     {
         string answer = (string)execResult;

         if (answer == "y")
         {
             Console.WriteLine($"已接受的回复：\n{shared["response"]}");
             return"accept";
         }
         else
         {
             Console.WriteLine("\n好的，让AI重新生成回复...");
             return"retry";
         }
     }
 }

结束节点：

public class NoOpNode : AsyncNode
 {
     protected override async Task<object> PrepAsync(Dictionary<string, object> shared) => null;
     protected override async Task<object> ExecAsync(object prepResult) => null;
     protected override async Task<object> PostAsync(Dictionary<string, object> shared, object prepResult, object execResult) => null;
 }

帮助类：

public staticclassUtils
 {
     publicstaticstring ModelName { get; set; }
     publicstaticstring EndPoint { get; set; }
     publicstaticstring ApiKey { get; set; }

     public static async Task<string> CallLLMAsync(string prompt)
     {
         ApiKeyCredential apiKeyCredential = new ApiKeyCredential(ApiKey);

         OpenAIClientOptions openAIClientOptions = new OpenAIClientOptions();
         openAIClientOptions.Endpoint = new Uri(EndPoint);

         ChatClient client = new(model: ModelName, apiKeyCredential, openAIClientOptions);

         ChatCompletion completion = await client.CompleteChatAsync(prompt);

         return completion.Content[0].Text;
     }

     publicstaticasync Task<AsyncCollectionResult<StreamingChatCompletionUpdate>> CallLLMStreamingAsync(string prompt)
     {
         ApiKeyCredential apiKeyCredential = new ApiKeyCredential(ApiKey);

         OpenAIClientOptions openAIClientOptions = new OpenAIClientOptions();
         openAIClientOptions.Endpoint = new Uri(EndPoint);

         ChatClient client = new(model: ModelName, apiKeyCredential, openAIClientOptions);

         var completion = client.CompleteChatStreamingAsync(prompt);
        
         return completion;
     }
 }