multi - 示例2 - 并行协调多语种翻译

示例代码

import demo.ai.agent.LlmUtil;
import org.junit.jupiter.api.Assertions;
import org.junit.jupiter.api.Test;
import org.noear.solon.ai.agent.Agent;
import org.noear.solon.ai.agent.team.TeamAgent;
import org.noear.solon.ai.agent.team.TeamTrace;
import org.noear.solon.ai.agent.react.ReActAgent;
import org.noear.solon.ai.chat.ChatModel;
import org.noear.solon.flow.FlowContext;
import java.util.stream.Collectors;

/**
 * 并行协作测试：多语种同步翻译
 * 验证：并行分支的独立运行与结果在 Join 节点的结构化汇聚。
 */
public class TeamAgentParallelAgentTest {
    @Test
    public void testParallelAgents() throws Throwable {
        ChatModel chatModel = LlmUtil.getChatModel();
        String teamId = "parallel_translator";

        // 1. 定义翻译专家（ReAct 模式）
        Agent enTranslator = ReActAgent.of(chatModel)
                .name("en_translator")
                .title("英语翻译")
                .promptProvider(p -> "你是负责英语翻译的专家")
                .description("负责英语翻译的专家")
                .build();

        Agent frTranslator = ReActAgent.of(chatModel)
                .name("fr_translator")
                .title("法语翻译")
                .promptProvider(p -> "你是负责法语翻译的专家")
                .description("负责法语翻译的专家")
                .build();

        // 2. 自由定义图：实现分发与汇聚
        TeamAgent team = TeamAgent.of(null)
                .name(teamId)
                .graphAdjuster(spec -> {
                    spec.addStart(Agent.ID_START).linkAdd("dispatch_gate");

                    // 并行分发：同时激活英、法两个 Agent
                    spec.addParallel("dispatch_gate").title("并行")
                            .linkAdd(enTranslator.name())
                            .linkAdd(frTranslator.name());

                    spec.addActivity(enTranslator).linkAdd("aggregate_node");
                    spec.addActivity(frTranslator).linkAdd("aggregate_node");

                    // 汇聚节点：从协作轨迹中提取各分支产出
                    spec.addParallel("aggregate_node").title("汇聚").task((ctx, n) -> {
                        TeamTrace trace = ctx.getAs("__" + teamId);
                        String summary = trace.getSteps().stream()
                                .map(s -> String.format("[%s]: %s", s.getAgentName(), s.getContent()))
                                .collect(Collectors.joining("\n"));
                        trace.setFinalAnswer("多语言处理完成：\n" + summary);
                    }).linkAdd(Agent.ID_END);

                    spec.addEnd(Agent.ID_END);
                })
                .build();

        String yaml = team.getGraph().toYaml();

        System.out.println("------------------\n\n");
        System.out.println(yaml);
        System.out.println("\n\n------------------");

        // 3. 执行
        FlowContext context = FlowContext.of("sn_2025_para_01");
        String result = team.call(context, "你好，世界");

        // 4. 单测检测
        System.out.println(result);
        TeamTrace trace = context.getAs("__" + teamId);

        Assertions.assertNotNull(trace, "轨迹对象不能为空");
        Assertions.assertEquals(2, trace.getStepCount(), "并行链条应产生 2 个执行步骤");
        Assertions.assertTrue(result.contains("Hello"), "结果应包含英文翻译内容");
        Assertions.assertTrue(result.contains("Monde") || result.contains("Bonjour"), "结果应包含法语翻译内容");
    }
}