Agent 模板

基于 Pydantic AI 的轻量级 Agent 模板。

快速开始

1. 复制模板

cp -r _template your_agent_name
cd your_agent_name
# 全局替换 "your_agent" 为你的 agent 名称

2. 修改核心文件

src/server/mcp_server.py - 添加你的 MCP 工具
src/server/api_server.py - 添加你的 API 端点（可选）

3. 本地测试

python run_api_server.py

4. 构建镜像

docker build -t your-agent:latest .

5. 注册到 Agent Manager

在 k8s_manager.py 中添加：

# TEMPLATE_PORTS
"your_agent": 8000,

# image_map
"your_agent": "agnettaiji.azurecr.io/ai-agents/your-agent:latest",

在 app.py 的 valid_templates 中添加 "your_agent"。

项目结构

your_agent/
├── Dockerfile
├── common/
│   ├── __init__.py
│   └── agent_callback_utils.py  # callback 工具
├── requirements.txt
├── run_api_server.py      # 启动脚本
└── src/
    ├── __init__.py
    └── server/
        ├── __init__.py
        ├── api_server.py   # FastAPI + MCP HTTP
        └── mcp_server.py   # MCP 工具定义

环境变量

变量	必需	说明
LITELLM_GATEWAY_URL	是	LiteLLM Gateway URL
LITELLM_MODEL	否	模型名称，默认 taiji/gpt-4o-mini
API_PORT	否	端口，默认 8000
POD_NAME	否	Agent 名称，用于 callback 中的 `agentName`
USER_ID	否	用户 ID，用于 callback 中的 `userId`
AGENT_CALLBACK_URL	否	回调地址，默认指向 Agent Manager 计费回调接口

Callback 模板说明

模板已内置 common/agent_callback_utils.py
src/server/api_server.py 已示范在 tools/call 和业务 API 中使用 CallbackContextManager
以后新增业务接口时，优先复用 run_with_callback(...) 来包裹真实工具调用