第一次提交

app-instance/backend/nanobot/agent/tools/registry.py

@@ -0,0 +1,96 @@
+"""工具注册中心。
+
+职责很单一：
+1. 保存当前可用工具实例；
+2. 向 LLM 暴露 function schema；
+3. 在执行前做基础参数校验，并把异常统一转成文本结果。
+"""
+
+from typing import Any
+
+from nanobot.agent.tools.base import Tool
+
+
+class ToolRegistry:
+    """
+    Registry for agent tools.
+
+    Allows dynamic registration and execution of tools.
+    """
+
+    def __init__(self):
+        # 工具名到实例的映射表；工具名在整个 registry 内必须唯一。
+        self._tools: dict[str, Tool] = {}
+
+    def register(self, tool: Tool) -> None:
+        """注册一个工具实例。"""
+        self._tools[tool.name] = tool
+
+    def clone(self) -> "ToolRegistry":
+        """创建一个浅拷贝，复用同一批工具实例。"""
+        # 这里不深拷贝工具对象，因为很多工具本身持有运行时状态或外部连接。
+        # 当前需求只是“在一个请求里临时附加额外工具”，复用实例即可。
+        other = ToolRegistry()
+        other._tools = dict(self._tools)
+        return other
+
+    def unregister(self, name: str) -> None:
+        """Unregister a tool by name."""
+        self._tools.pop(name, None)
+
+    def get(self, name: str) -> Tool | None:
+        """Get a tool by name."""
+        return self._tools.get(name)
+
+    def has(self, name: str) -> bool:
+        """Check if a tool is registered."""
+        return name in self._tools
+
+    def get_definitions(self) -> list[dict[str, Any]]:
+        """Get all tool definitions in OpenAI format."""
+        return [tool.to_schema() for tool in self._tools.values()]
+
+    async def execute(self, name: str, params: dict[str, Any]) -> str:
+        """
+        Execute a tool by name with given parameters.
+
+        Args:
+            name: Tool name.
+            params: Tool parameters.
+
+        Returns:
+            Tool execution result as string.
+
+        Raises:
+            KeyError: If tool not found.
+        """
+        _hint = "\n\n[Analyze the error above and try a different approach.]"
+
+        tool = self._tools.get(name)
+        if not tool:
+            return f"Error: Tool '{name}' not found. Available: {', '.join(self.tool_names)}"
+
+        try:
+            # schema 级参数校验放在真正调用前做，尽量把错误反馈成模型能自修复的文本。
+            errors = tool.validate_params(params)
+            if errors:
+                return f"Error: Invalid parameters for tool '{name}': " + "; ".join(errors) + _hint
+            result = await tool.execute(**params)
+            # 约定：工具若返回以 Error 开头的文本，说明是业务失败而非程序崩溃。
+            if isinstance(result, str) and result.startswith("Error"):
+                return result + _hint
+            return result
+        except Exception as e:
+            # 保持“不抛异常到模型层”的接口语义，统一回成可读文本。
+            return f"Error executing {name}: {str(e)}" + _hint
+
+    @property
+    def tool_names(self) -> list[str]:
+        """Get list of registered tool names."""
+        return list(self._tools.keys())
+
+    def __len__(self) -> int:
+        return len(self._tools)
+
+    def __contains__(self, name: str) -> bool:
+        return name in self._tools