The JetBrains Blog
·
在Kotlin中构建AI代理 – 第二部分：深入探讨工具
内容提要
本文介绍了如何在Koog框架中扩展编码代理功能，创建ExecuteShellCommandTool以执行命令并反馈结果，强调安全性和确认机制，确保命令执行安全。通过实现该工具，代理性能显著提升，成功率从50%提高到56%。接下来将探讨为代理添加日志和追踪功能。
关键要点
-
本文介绍了如何在Koog框架中扩展编码代理功能。
-
创建ExecuteShellCommandTool以执行命令并反馈结果。
-
强调安全性和确认机制，确保命令执行安全。
-
通过实现该工具，代理性能显著提升，成功率从50%提高到56%。
-
构建Koog工具的基本组成包括名称、描述、参数类、结果类和执行方法。
-
在ExecuteShellCommandTool中，提供了命令执行确认和勇敢模式两种风险缓解策略。
-
实现Execute()方法时，首先请求用户确认，然后执行命令。
-
ConfirmationHandler和CommandExecutor均可配置，支持不同实现。
-
处理超时的方式是要求LLM指定最大执行时间，以安全中断超时命令。
-
在代理层面的修改较小，主要是扩展系统提示以有效利用新功能。
-
基准测试结果显示，执行能力的提升确实带来了明显的性能改善。
-
文章总结了Koog工具结构的工作原理，并指出下一步将探讨如何为代理添加日志和追踪功能。
延伸解读
安全性考虑
在构建ExecuteShellCommandTool时，安全性是一个重要的考量。虽然LLM并非故意造成问题，但其执行命令时可能出现意外错误。文章提到的风险缓解策略，如命令执行确认和勇敢模式，能够在一定程度上降低潜在风险。开发者在实现时应仔细评估这些策略的适用性，以确保系统的安全性。
性能提升的实证
通过引入ExecuteShellCommandTool，代理的成功率从50%提升至56%。这一数据表明，允许代理执行和验证代码的能力确实能显著改善其性能。然而，文章也指出，尽管有提升，代理在某些方面仍存在不足，后续需要通过日志和追踪功能进一步分析和优化。
工具构建的基本组成
构建Koog工具的基本组成包括名称、描述、参数类、结果类和执行方法。这些组件为开发者提供了清晰的结构，使得创建各种工具（如数据库连接器、API客户端等）变得更加高效。理解这些基本组成部分对于开发者在Koog框架中扩展功能至关重要。
延伸问答
如何在Koog框架中扩展编码代理的功能？
可以通过创建ExecuteShellCommandTool来扩展编码代理的功能，该工具可以执行命令并反馈结果。
ExecuteShellCommandTool的主要组成部分是什么？
主要组成部分包括名称、描述、参数类、结果类和执行方法。
在执行命令时如何确保安全性？
通过命令执行确认和勇敢模式两种风险缓解策略来确保安全性。
ExecuteShellCommandTool的成功率提高了多少？
通过实现ExecuteShellCommandTool，代理的成功率从50%提高到56%。
如何处理命令执行的超时问题？
要求LLM指定最大执行时间，以安全中断超时命令。
下一步将探讨什么内容？
下一步将探讨如何为代理添加日志和追踪功能。
