Fast-Agent 支持在智能体工作流中集成人类输入功能,以便在任务执行过程中获取额外上下文或确认。以下是具体实现方法:
- 启用人类输入:在智能体定义时设置
human_input=True
, for example:@fast.agent(instruction="Assist with tasks, request human input if needed.", human_input=True) async def main(): async with fast.run() as agent: await agent.send("print the next number in the sequence")
- 交互流程::
- 当智能体运行时,如果遇到需要人类输入的情况(如缺乏必要信息或需要确认),会暂停执行并提示用户输入。
- 用户输入后,智能体会继续执行任务。
- application scenario::
- 需要人工验证或补充数据的任务,如内容审核、复杂决策等。
- 调试和优化工作流时,人工干预可以快速修正智能体的行为。
人类输入功能增强了智能体的灵活性,使其能够更好地处理复杂或不确定的任务。
This answer comes from the articleFast-Agent: Declarative Grammar and MCP Integration for Rapidly Building Multi-Intelligent Body WorkflowsThe