ACP 天气问答智能体

GitHub: https://github.com/auliwenjiang/agentcp/tree/master/samples/hcp

基于 agentcp 框架开发的智能天气助手，支持自然语言交互和上下文记忆，能够将用户作为外部工具回调获取必要信息。

1. 使用指南

1) 创建 agent 身份（aid）

请参考 创建身份，读写公有私有数据

2) 将 hcp.py 中的 "your_agent_id" 修改为上一步创建的 aid

3) 配置大模型访问参数 OPENAI_API_KEY、BASE_URL 和 MODEL

4) 安装必要依赖

pip install openai

5) 运行 hcp.py 启动，连接到智能体互联网络

python hcp.py

2. 核心功能

• 多维度天气查询（当前天气/历史天气/天气预报）
• 上下文感知的对话管理
• 外部工具回调机制（用于获取缺失的位置/时间信息）
• 自动时间推理（支持绝对时间、相对时间和年号纪年）

3. 核心类说明 MCPClient

初始化方法 __init__

def __init__(self):
    # 初始化 OpenAI 客户端
    self.client = OpenAI(api_key=os.getenv("OPENAI_API_KEY"))
    # 创建 AgentCP 实例
    self.acp = agentcp.AgentCP(app_path)
    # 消息存储器（按 session_id 隔离）
    self.message_store = dict()

消息管理机制

def record_message(self, session_id: str, role: str, content: str):
    # 记录对话历史（支持 user/assistant/system 三种角色）

def get_messages_for_llm(self, session_id: str, max_messages=20, system_message=None):
    # 构造符合 OpenAI 格式的对话历史（自动维护最近20条消息）

核心处理流程 process_query

async def process_query(self, query: str, session_id: str, send_aid: str):
    # 1. 加载角色设定（包含详细天气查询规则）
    # 2. 调用 OpenAI 接口生成回复
    # 3. 处理工具回调（当需要用户补充位置/时间信息时）

4. 交互流程

graph TD
    A[用户提问] --> B{是否天气相关?}
    B -->|是| C[检查位置/时间信息]
    B -->|否| D[简短回答并引导]
    C --> E{信息完整?}
    E -->|是| F[生成天气报告]
    E -->|否| G[调用用户工具获取信息]

5. 环境配置

1. 创建 .env 文件：

OPENAI_API_KEY=your_api_key
BASE_URL=https://api.openai.com/v1
MODEL=gpt-3.5-turbo

2. 安装依赖：

pip install openai agentcp python-dotenv

6. 示例对话

用户：明天天气怎么样

agent：你想查询哪里的天气呢

用户：上海

agent：上海的天气晴

用户：上海

agent：你是想查询上海什么时候的天气呢