使用 BedrockLLMAgent 与自定义 Tools 构建数学 Agentmulti-agent-orchestrator 实战指南【免费下载链接】agent-squadFlexible and powerful framework for managing multiple AI agents and handling complex conversations项目地址: https://gitcode.com/GitHub_Trending/mu/agent-squad本文以 multi-agent-orchestrator 框架为背景完整演示如何基于 Amazon Bedrock 的BedrockLLMAgent与自定义工具Tools构建一个可执行四则运算、幂运算、三角函数、对数及均值/中位数/方差等统计计算的数学 Agent。你将掌握工具定义Tool Definition、工具处理器Tool Handler、底层函数实现、Agent 装配以及将其接入MultiAgentOrchestrator进行实时计算的全过程同时获得仓库源码级的实现佐证。背景为什么需要会计算的 Agent基础大语言模型在自然语言理解上表现出色但涉及精确的数值运算时往往不够可靠。multi-agent-orchestrator 提供了一条标准路径让 LLM 负责拆解问题、生成调用计划把具体的数学计算交给可编程、可验证的 JavaScript 函数去执行再将计算结果以工具结果的形式回传给模型组织最终答案。本指南中的数学 Agent 正是这一模式的典型落地案例它只负责数学领域的问题其余问题则由编排器路由给其他 Agent如天气、健康、技术类 Agent。一、定义数学工具Tool Definition工具定义是 Agent 能力边界的说明书它告诉 Bedrock 模型有哪些工具可用、每个工具的入参结构是什么、哪些参数是必填的。本示例定义了两个工具完整定义见 examples/chat-demo-app/lambda/multi-agent/math_tool.ts 与 examples/local-demo/tools/math_tool.ts。A. 工具描述Tool Descriptionsexport const mathAgentToolDefinition [ { toolSpec: { name: perform_math_operation, description: Perform a mathematical operation. This tool supports basic arithmetic and various mathematical functions., inputSchema: { json: { type: object, properties: { operation: { type: string, description: The mathematical operation to perform. Supported operations include:\n - Basic arithmetic: add, subtract, multiply, divide\n - Exponentiation: power\n - Trigonometric: sin, cos, tan\n - Logarithmic and exponential: log, exp\n - Rounding: round, floor, ceil\n - Other: sqrt, abs, }, args: { type: array, items: { type: number }, description: The arguments for the operation., }, }, required: [operation, args], }, }, }, }, { toolSpec: { name: perform_statistical_calculation, description: Perform statistical calculations on a set of numbers., inputSchema: { json: { type: object, properties: { operation: { type: string, description: The statistical operation to perform. Supported operations include:\n mean, median, mode, variance, stddev, }, args: { type: array, items: { type: number }, description: The set of numbers to perform the statistical operation on., }, }, required: [operation, args], }, }, }, }, ];要点说明该定义声明了两个工具perform_math_operation数学运算与perform_statistical_calculation统计计算每个工具都包含name、description与inputSchema三要素其中inputSchema.json遵循 JSON Schema 规范通过properties描述入参、required声明必填项两个工具统一采用operation字符串指明具体操作加args数字数组操作数的输入约定便于模型理解与工具处理器分发。在仓库的实际实现中工具定义对入参描述更加细致例如args会进一步说明加法和乘法可接受多个参数减法、除法和幂运算必须恰好两个参数其余操作大多接受一个参数见 examples/chat-demo-app/lambda/multi-agent/math_tool.ts。这类元数据级的约束描述能显著提升模型生成合法入参的成功率。B. 工具处理器Tool Handler工具处理器负责解析模型返回的toolUse请求、调用实际执行函数、并把结果包装成符合 Bedrock 协议的消息回传给模型import { ConversationMessage, ParticipantRole } from multi-agent-orchestrator; export async function mathToolHandler(response, conversation: ConversationMessage[]): PromiseConversationMessage { const responseContentBlocks response.content as any[]; let toolResults: any []; if (!responseContentBlocks) { throw new Error(No content blocks in response); } for (const contentBlock of response.content) { if (toolUse in contentBlock) { const toolUseBlock contentBlock.toolUse; const toolUseName toolUseBlock.name; if (toolUseName perform_math_operation) { const result executeMathOperation(toolUseBlock.input.operation, toolUseBlock.input.args); // Process and add result to toolResults } else if (toolUseName perform_statistical_calculation) { const result calculateStatistics(toolUseBlock.input.operation, toolUseBlock.input.args); // Process and add result to toolResults } } } const message: ConversationMessage { role: ParticipantRole.USER, content: toolResults }; return messages; }处理流程说明处理器遍历模型响应中的 content 块识别包含toolUse的块依据toolUse.name分发到executeMathOperation或calculateStatistics将结果格式化为toolResult结构需携带toolUseId以关联原始调用最终以ParticipantRole.USER角色消息返回从而形成模型请求工具 → 工具返回结果的对话闭环。仓库中的完整实现 examples/chat-demo-app/lambda/multi-agent/math_tool.ts 展示了比上述骨架更完整的细节对sin、cos、tan三角运算在调用前自动将角度从度转换为弧度degToRad Math.PI / 180成功时以content: [{ json: { result } }], status: success返回结果失败时以content: [{ text: error }], status: error返回错误信息同时通过Logger记录每次工具调用轨迹如Tool call 1: perform_math_operation: args[16] operationsqrt result4便于调试多步计算链。C. 数学运算与统计计算函数两个底层执行函数负责真实的数值计算。它们都遵循同一返回契约成功返回{ result: number }失败返回{ error: string }从而让上层处理器无需处理异常中断。/** * Executes a mathematical operation using JavaScripts Math library. * param operation - The mathematical operation to perform. * param args - Array of numbers representing the arguments for the operation. * returns An object containing either the result of the operation or an error message. */ function executeMathOperation( operation: string, args: number[] ): { result: number } | { error: string } { const safeEval (code: string) { return Function(use strict;return ( code ))(); }; try { let result: number; switch (operation.toLowerCase()) { case add: case addition: result args.reduce((sum, current) sum current, 0); break; case subtract: case subtraction: if (args.length ! 2) { throw new Error(Subtraction requires exactly two arguments); } result args[0] - args[1]; break; case multiply: case multiplication: result args.reduce((product, current) product * current, 1); break; case divide: case division: if (args.length ! 2) { throw new Error(Division requires exactly two arguments); } if (args[1] 0) { throw new Error(Division by zero); } result args[0] / args[1]; break; case power: case exponent: if (args.length ! 2) { throw new Error(Power operation requires exactly two arguments); } result Math.pow(args[0], args[1]); break; default: // For other operations, use the Math object if the function exists if (typeof Math[operation] function) { result safeEval(Math.${operation}(${args.join(,)})); } else { throw new Error(Unsupported operation: ${operation}); } } return { result }; } catch (error) { return { error: Error executing ${operation}: ${(error as Error).message}, }; } } function calculateStatistics(operation: string, args: number[]): { result: number } | { error: string } { try { switch (operation.toLowerCase()) { case mean: return { result: args.reduce((sum, num) sum num, 0) / args.length }; case median: { const sorted args.slice().sort((a, b) a - b); const mid Math.floor(sorted.length / 2); return { result: sorted.length % 2 ! 0 ? sorted[mid] : (sorted[mid - 1] sorted[mid]) / 2, }; } case mode: { const counts args.reduce((acc, num) { acc[num] (acc[num] || 0) 1; return acc; }, {} as Recordnumber, number); const maxCount Math.max(...Object.values(counts)); const modes Object.keys(counts).filter(key counts[Number(key)] maxCount); return { result: Number(modes[0]) }; // Return first mode if there are multiple } case variance: { const mean args.reduce((sum, num) sum num, 0) / args.length; const squareDiffs args.map(num Math.pow(num - mean, 2)); return { result: squareDiffs.reduce((sum, square) sum square, 0) / args.length }; } case stddev: { const mean args.reduce((sum, num) sum num, 0) / args.length; const squareDiffs args.map(num Math.pow(num - mean, 2)); const variance squareDiffs.reduce((sum, square) sum square, 0) / args.length; return { result: Math.sqrt(variance) }; } default: throw new Error(Unsupported statistical operation: ${operation}); } } catch (error) { return { error: Error executing ${operation}: ${(error as Error).message} }; } }实现要点executeMathOperation对add/multiply使用reduce支持多操作数聚合对subtract/divide/power强制校验恰好两个参数divide额外做了除零保护对于未显式列举的操作通过typeof Math[operation] function检查后用safeEval动态调用 JavaScript 内置Math对象方法如sqrt、abs、log、exp、round、floor、ceil等使工具具备良好的可扩展性use strict模式限制了动态求值的作用域calculateStatistics实现了均值mean、中位数median奇偶长度分别处理、众数mode多众数时返回首个、方差variance总体方差与标准差stddev五种统计指标所有分支均以try/catch包裹任何非法操作或参数错误都会转换为{ error }返回不会导致 Agent 调用中断。二、创建数学 AgentBedrockLLMAgent将上述工具定义与处理器封装进一个BedrockLLMAgent实例并通过setSystemPrompt注入领域专用的系统提示词import { BedrockLLMAgent } from multi-agent-orchestrator; import { mathAgentToolDefinition, mathToolHandler } from ./mathTools; const MATH_PROMPT You are a mathematical assistant capable of performing various mathematical operations and statistical calculations. Use the provided tools to perform calculations. Always show your work and explain each step and provide the final result of the operation. If a calculation involves multiple steps, use the tools sequentially and explain the process. Only respond to mathematical queries. For non-math questions, politely redirect the conversation to mathematics. ; const mathAgent new BedrockLLMAgent({ name: Math Agent, description: Specialized agent for performing mathematical operations and statistical calculations., streaming: false, inferenceConfig: { temperature: 0.1, }, toolConfig: { useToolHandler: mathToolHandler, tool: mathAgentToolDefinition, toolMaxRecursions: 5 } }); mathAgent.setSystemPrompt(MATH_PROMPT);配置项逐项解析对照 typescript/src/agents/bedrockLLMAgent.ts 中的BedrockLLMAgentOptions接口各配置项的作用如下配置项类型说明默认值name/descriptionstringAgent 名称与能力描述用于分类器路由与系统提示词生成继承自AgentOptions见 typescript/src/agents/agent.ts必填modelIdstringBedrock 模型 ID仓库内置的默认模型为anthropic.claude-3-haiku-20240307-v1:0见 typescript/src/types/index.tsClaude 3 HaikuregionstringBedrock 服务的 AWS 区域用于构造BedrockRuntimeClient按 SDK 默认链路解析streamingboolean是否开启流式输出。数学计算场景通常设为false便于一次拿到完整计算结果falseinferenceConfig.temperaturenumber采样温度数值越低回答越确定。数学场景建议设为 00.1降低模型自由发挥概率未设置toolConfig.toolAgentTools | Tool[]工具定义数组即上文mathAgentToolDefinition会原样透传给 Bedrock Converse API 的toolConfig.tools无toolConfig.useToolHandlerfunction自定义工具处理器签名(response, conversation) any无toolConfig.toolMaxRecursionsnumber模型连续调用工具的最大轮次防止多步计算陷入无限循环20系统提示词的设计仓库在 examples/chat-demo-app/lambda/multi-agent/prompts.ts 中提供了更完整的MATH_AGENT_PROMPT模板它额外约束了必须展示计算过程、解释每一步、给出最终结果多步计算要按顺序调用工具并说明流程只回答数学问题非数学问题礼貌地引导回数学主题输出格式要求使用 Markdown 结构##/###标题、编号列表、**粗体**强调关键结果、LaTeX 代码块展示公式、表格组织步骤。结合 typescript/src/agents/bedrockLLMAgent.ts 可知setSystemPrompt(template, variables)支持在模板中使用{{variable}}占位符并在运行时替换适合需要动态注入上下文如 Agent 列表、知识库检索结果的场景。三、将数学 Agent 加入编排器MultiAgentOrchestrator通过分类器将用户请求路由到最合适的 Agent。添加方式十分简单import { MultiAgentOrchestrator } from multi-agent-orchestrator; const orchestrator new MultiAgentOrchestrator(); orchestrator.addAgent(mathAgent);addAgent方法内部会根据name生成唯一 Agent ID去除特殊字符、空格转连字符、转小写并注册到路由表中见 typescript/src/agents/agent.ts。在真实应用中编排器通常还会配置存储如DynamoDbChatStorage与分类器如BedrockClassifier并在一个 Lambda 入口中注册多个 Agent——examples/chat-demo-app/lambda/multi-agent/index.ts 展示了如何把Math Agent、Weather Agent、Health Agent、Tech Agent等一并注册实现多领域问题的统一路由。四、使用数学 Agent 执行计算Agent 注册完成后即可通过编排器的routeRequest方法发起请求const response await orchestrator.routeRequest( What is the square root of 16 plus the cosine of 45 degrees?, user123, session456 );routeRequest(userInput, userId, sessionId, additionalParams)的调用链见 typescript/src/orchestrator.ts它先调用分类器确定目标 Agent本例为 Math Agent再交由agentProcessRequest执行若分类器未选中任何 Agent则返回NO_SELECTED_AGENT_MESSAGE配置的兜底提示。工作原理工具调用的递归闭环一次数学问题的完整处理流程如下编排器收到数学类查询经分类器路由到 Math AgentMath Agent 使用MATH_PROMPT作为系统提示词调用 Bedrock Converse API模型判定需要计算时在响应中输出toolUse内容块如请求perform_math_operation(operationsqrt, args[16])mathToolHandler解析toolUse调用executeMathOperation/calculateStatistics完成真实计算计算结果的toolResult以 USER 角色消息追加进对话并再次发送给模型模型基于工具结果组织最终回答展示推导过程与结论若模型再次请求工具则重复 35 步直到输出end_turn或达到toolMaxRecursions上限。对应到源码实现typescript/src/agents/bedrockLLMAgent.tsprocessRequest使用do...while循环执行发送请求 → 检测toolUse→ 调用工具处理器 → 格式化结果回填对话的迭代直到响应中不再包含toolUse或递归次数耗尽。格式化阶段formatToolResults见 typescript/src/agents/bedrockLLMAgent.ts会把工具结果转换为 Bedrock 协议要求的toolResult结构。流式模式streaming: true下handleStreamingResponse 同样实现了工具调用的递归处理且支持边生成文本边收集工具入参。因此16 的平方根加上 45 度的余弦这类复合问题会被模型自动拆解为多个工具调用如先sqrt(16)再将 45° 转为弧度后求cos由处理器逐步执行并把每一步结果回传最终由模型汇总为带推导过程的可读答案。五、把数学 Agent 落地到本地或生产环境本地交互式运行examples/local-demo/local-orchestrator.ts 提供了一个基于readline的本地交互入口构建编排器、注册各 Agent、进入 REPL 循环调用orchestrator.routeRequest并区分流式/非流式输出。你可以将mathAgent及 examples/local-demo/tools/math_tool.ts 中的工具定义与处理器并入其中通过终端直接验证什么是 12 和 8 的平均数与标准差这类查询。部署到 AWS Lambda生产场景可参考 examples/chat-demo-app 的完整架构BedrockLLMAgent数学 Agent 与DynamoDbChatStorage会话历史持久化、BedrockClassifier智能路由、流式响应awslambda.streamifyResponse配合使用前端 UI 见 examples/chat-demo-app/ui。其中数学 Agent 的完整注册代码位于 examples/chat-demo-app/lambda/multi-agent/index.ts工具与处理器位于 examples/chat-demo-app/lambda/multi-agent/math_tool.ts。运行前提需要具备 Amazon Bedrock 访问权限并确保所用模型默认anthropic.claude-3-haiku-20240307-v1:0可在modelId中覆盖在目标区域已开通本地运行需先npm install安装multi-agent-orchestrator及 AWS SDK 依赖并配置 AWS 凭证环境变量或凭证文件工具入参需符合 JSON Schema 约束operation为字符串、args为数字数组、二者均必填模型生成的非法参数会由底层函数转为{ error }返回而非抛出异常。总结通过本指南你已经完成了一个定义工具 → 编写处理器 → 实现计算函数 → 装配 BedrockLLMAgent → 注册到编排器 → 实时计算的完整闭环。这套模式的核心价值在于把 LLM 的规划能力与代码的精确执行能力解耦——模型负责理解问题、编排步骤、解释过程JavaScript 函数负责保证计算的正确性与可复现性toolMaxRecursions与严格参数校验则保证了多步计算链的安全收敛。同样的方法论可以轻松迁移到天气查询、知识库检索、API 调用等任意需要Agent 工具组合的业务场景。【免费下载链接】agent-squadFlexible and powerful framework for managing multiple AI agents and handling complex conversations项目地址: https://gitcode.com/GitHub_Trending/mu/agent-squad创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 使用 BedrockLLMAgent 与自定义 Tools 构建数学 Agent：multi-agent-orchestrator 实战指南
使用 BedrockLLMAgent 与自定义 Tools 构建数学 Agentmulti-agent-orchestrator 实战指南【免费下载链接】agent-squadFlexible and powerful framework for managing multiple AI agents and handling complex conversations项目地址: https://gitcode.com/GitHub_Trending/mu/agent-squad本文以 multi-agent-orchestrator 框架为背景完整演示如何基于 Amazon Bedrock 的BedrockLLMAgent与自定义工具Tools构建一个可执行四则运算、幂运算、三角函数、对数及均值/中位数/方差等统计计算的数学 Agent。你将掌握工具定义Tool Definition、工具处理器Tool Handler、底层函数实现、Agent 装配以及将其接入MultiAgentOrchestrator进行实时计算的全过程同时获得仓库源码级的实现佐证。背景为什么需要会计算的 Agent基础大语言模型在自然语言理解上表现出色但涉及精确的数值运算时往往不够可靠。multi-agent-orchestrator 提供了一条标准路径让 LLM 负责拆解问题、生成调用计划把具体的数学计算交给可编程、可验证的 JavaScript 函数去执行再将计算结果以工具结果的形式回传给模型组织最终答案。本指南中的数学 Agent 正是这一模式的典型落地案例它只负责数学领域的问题其余问题则由编排器路由给其他 Agent如天气、健康、技术类 Agent。一、定义数学工具Tool Definition工具定义是 Agent 能力边界的说明书它告诉 Bedrock 模型有哪些工具可用、每个工具的入参结构是什么、哪些参数是必填的。本示例定义了两个工具完整定义见 examples/chat-demo-app/lambda/multi-agent/math_tool.ts 与 examples/local-demo/tools/math_tool.ts。A. 工具描述Tool Descriptionsexport const mathAgentToolDefinition [ { toolSpec: { name: perform_math_operation, description: Perform a mathematical operation. This tool supports basic arithmetic and various mathematical functions., inputSchema: { json: { type: object, properties: { operation: { type: string, description: The mathematical operation to perform. Supported operations include:\n - Basic arithmetic: add, subtract, multiply, divide\n - Exponentiation: power\n - Trigonometric: sin, cos, tan\n - Logarithmic and exponential: log, exp\n - Rounding: round, floor, ceil\n - Other: sqrt, abs, }, args: { type: array, items: { type: number }, description: The arguments for the operation., }, }, required: [operation, args], }, }, }, }, { toolSpec: { name: perform_statistical_calculation, description: Perform statistical calculations on a set of numbers., inputSchema: { json: { type: object, properties: { operation: { type: string, description: The statistical operation to perform. Supported operations include:\n mean, median, mode, variance, stddev, }, args: { type: array, items: { type: number }, description: The set of numbers to perform the statistical operation on., }, }, required: [operation, args], }, }, }, }, ];要点说明该定义声明了两个工具perform_math_operation数学运算与perform_statistical_calculation统计计算每个工具都包含name、description与inputSchema三要素其中inputSchema.json遵循 JSON Schema 规范通过properties描述入参、required声明必填项两个工具统一采用operation字符串指明具体操作加args数字数组操作数的输入约定便于模型理解与工具处理器分发。在仓库的实际实现中工具定义对入参描述更加细致例如args会进一步说明加法和乘法可接受多个参数减法、除法和幂运算必须恰好两个参数其余操作大多接受一个参数见 examples/chat-demo-app/lambda/multi-agent/math_tool.ts。这类元数据级的约束描述能显著提升模型生成合法入参的成功率。B. 工具处理器Tool Handler工具处理器负责解析模型返回的toolUse请求、调用实际执行函数、并把结果包装成符合 Bedrock 协议的消息回传给模型import { ConversationMessage, ParticipantRole } from multi-agent-orchestrator; export async function mathToolHandler(response, conversation: ConversationMessage[]): PromiseConversationMessage { const responseContentBlocks response.content as any[]; let toolResults: any []; if (!responseContentBlocks) { throw new Error(No content blocks in response); } for (const contentBlock of response.content) { if (toolUse in contentBlock) { const toolUseBlock contentBlock.toolUse; const toolUseName toolUseBlock.name; if (toolUseName perform_math_operation) { const result executeMathOperation(toolUseBlock.input.operation, toolUseBlock.input.args); // Process and add result to toolResults } else if (toolUseName perform_statistical_calculation) { const result calculateStatistics(toolUseBlock.input.operation, toolUseBlock.input.args); // Process and add result to toolResults } } } const message: ConversationMessage { role: ParticipantRole.USER, content: toolResults }; return messages; }处理流程说明处理器遍历模型响应中的 content 块识别包含toolUse的块依据toolUse.name分发到executeMathOperation或calculateStatistics将结果格式化为toolResult结构需携带toolUseId以关联原始调用最终以ParticipantRole.USER角色消息返回从而形成模型请求工具 → 工具返回结果的对话闭环。仓库中的完整实现 examples/chat-demo-app/lambda/multi-agent/math_tool.ts 展示了比上述骨架更完整的细节对sin、cos、tan三角运算在调用前自动将角度从度转换为弧度degToRad Math.PI / 180成功时以content: [{ json: { result } }], status: success返回结果失败时以content: [{ text: error }], status: error返回错误信息同时通过Logger记录每次工具调用轨迹如Tool call 1: perform_math_operation: args[16] operationsqrt result4便于调试多步计算链。C. 数学运算与统计计算函数两个底层执行函数负责真实的数值计算。它们都遵循同一返回契约成功返回{ result: number }失败返回{ error: string }从而让上层处理器无需处理异常中断。/** * Executes a mathematical operation using JavaScripts Math library. * param operation - The mathematical operation to perform. * param args - Array of numbers representing the arguments for the operation. * returns An object containing either the result of the operation or an error message. */ function executeMathOperation( operation: string, args: number[] ): { result: number } | { error: string } { const safeEval (code: string) { return Function(use strict;return ( code ))(); }; try { let result: number; switch (operation.toLowerCase()) { case add: case addition: result args.reduce((sum, current) sum current, 0); break; case subtract: case subtraction: if (args.length ! 2) { throw new Error(Subtraction requires exactly two arguments); } result args[0] - args[1]; break; case multiply: case multiplication: result args.reduce((product, current) product * current, 1); break; case divide: case division: if (args.length ! 2) { throw new Error(Division requires exactly two arguments); } if (args[1] 0) { throw new Error(Division by zero); } result args[0] / args[1]; break; case power: case exponent: if (args.length ! 2) { throw new Error(Power operation requires exactly two arguments); } result Math.pow(args[0], args[1]); break; default: // For other operations, use the Math object if the function exists if (typeof Math[operation] function) { result safeEval(Math.${operation}(${args.join(,)})); } else { throw new Error(Unsupported operation: ${operation}); } } return { result }; } catch (error) { return { error: Error executing ${operation}: ${(error as Error).message}, }; } } function calculateStatistics(operation: string, args: number[]): { result: number } | { error: string } { try { switch (operation.toLowerCase()) { case mean: return { result: args.reduce((sum, num) sum num, 0) / args.length }; case median: { const sorted args.slice().sort((a, b) a - b); const mid Math.floor(sorted.length / 2); return { result: sorted.length % 2 ! 0 ? sorted[mid] : (sorted[mid - 1] sorted[mid]) / 2, }; } case mode: { const counts args.reduce((acc, num) { acc[num] (acc[num] || 0) 1; return acc; }, {} as Recordnumber, number); const maxCount Math.max(...Object.values(counts)); const modes Object.keys(counts).filter(key counts[Number(key)] maxCount); return { result: Number(modes[0]) }; // Return first mode if there are multiple } case variance: { const mean args.reduce((sum, num) sum num, 0) / args.length; const squareDiffs args.map(num Math.pow(num - mean, 2)); return { result: squareDiffs.reduce((sum, square) sum square, 0) / args.length }; } case stddev: { const mean args.reduce((sum, num) sum num, 0) / args.length; const squareDiffs args.map(num Math.pow(num - mean, 2)); const variance squareDiffs.reduce((sum, square) sum square, 0) / args.length; return { result: Math.sqrt(variance) }; } default: throw new Error(Unsupported statistical operation: ${operation}); } } catch (error) { return { error: Error executing ${operation}: ${(error as Error).message} }; } }实现要点executeMathOperation对add/multiply使用reduce支持多操作数聚合对subtract/divide/power强制校验恰好两个参数divide额外做了除零保护对于未显式列举的操作通过typeof Math[operation] function检查后用safeEval动态调用 JavaScript 内置Math对象方法如sqrt、abs、log、exp、round、floor、ceil等使工具具备良好的可扩展性use strict模式限制了动态求值的作用域calculateStatistics实现了均值mean、中位数median奇偶长度分别处理、众数mode多众数时返回首个、方差variance总体方差与标准差stddev五种统计指标所有分支均以try/catch包裹任何非法操作或参数错误都会转换为{ error }返回不会导致 Agent 调用中断。二、创建数学 AgentBedrockLLMAgent将上述工具定义与处理器封装进一个BedrockLLMAgent实例并通过setSystemPrompt注入领域专用的系统提示词import { BedrockLLMAgent } from multi-agent-orchestrator; import { mathAgentToolDefinition, mathToolHandler } from ./mathTools; const MATH_PROMPT You are a mathematical assistant capable of performing various mathematical operations and statistical calculations. Use the provided tools to perform calculations. Always show your work and explain each step and provide the final result of the operation. If a calculation involves multiple steps, use the tools sequentially and explain the process. Only respond to mathematical queries. For non-math questions, politely redirect the conversation to mathematics. ; const mathAgent new BedrockLLMAgent({ name: Math Agent, description: Specialized agent for performing mathematical operations and statistical calculations., streaming: false, inferenceConfig: { temperature: 0.1, }, toolConfig: { useToolHandler: mathToolHandler, tool: mathAgentToolDefinition, toolMaxRecursions: 5 } }); mathAgent.setSystemPrompt(MATH_PROMPT);配置项逐项解析对照 typescript/src/agents/bedrockLLMAgent.ts 中的BedrockLLMAgentOptions接口各配置项的作用如下配置项类型说明默认值name/descriptionstringAgent 名称与能力描述用于分类器路由与系统提示词生成继承自AgentOptions见 typescript/src/agents/agent.ts必填modelIdstringBedrock 模型 ID仓库内置的默认模型为anthropic.claude-3-haiku-20240307-v1:0见 typescript/src/types/index.tsClaude 3 HaikuregionstringBedrock 服务的 AWS 区域用于构造BedrockRuntimeClient按 SDK 默认链路解析streamingboolean是否开启流式输出。数学计算场景通常设为false便于一次拿到完整计算结果falseinferenceConfig.temperaturenumber采样温度数值越低回答越确定。数学场景建议设为 00.1降低模型自由发挥概率未设置toolConfig.toolAgentTools | Tool[]工具定义数组即上文mathAgentToolDefinition会原样透传给 Bedrock Converse API 的toolConfig.tools无toolConfig.useToolHandlerfunction自定义工具处理器签名(response, conversation) any无toolConfig.toolMaxRecursionsnumber模型连续调用工具的最大轮次防止多步计算陷入无限循环20系统提示词的设计仓库在 examples/chat-demo-app/lambda/multi-agent/prompts.ts 中提供了更完整的MATH_AGENT_PROMPT模板它额外约束了必须展示计算过程、解释每一步、给出最终结果多步计算要按顺序调用工具并说明流程只回答数学问题非数学问题礼貌地引导回数学主题输出格式要求使用 Markdown 结构##/###标题、编号列表、**粗体**强调关键结果、LaTeX 代码块展示公式、表格组织步骤。结合 typescript/src/agents/bedrockLLMAgent.ts 可知setSystemPrompt(template, variables)支持在模板中使用{{variable}}占位符并在运行时替换适合需要动态注入上下文如 Agent 列表、知识库检索结果的场景。三、将数学 Agent 加入编排器MultiAgentOrchestrator通过分类器将用户请求路由到最合适的 Agent。添加方式十分简单import { MultiAgentOrchestrator } from multi-agent-orchestrator; const orchestrator new MultiAgentOrchestrator(); orchestrator.addAgent(mathAgent);addAgent方法内部会根据name生成唯一 Agent ID去除特殊字符、空格转连字符、转小写并注册到路由表中见 typescript/src/agents/agent.ts。在真实应用中编排器通常还会配置存储如DynamoDbChatStorage与分类器如BedrockClassifier并在一个 Lambda 入口中注册多个 Agent——examples/chat-demo-app/lambda/multi-agent/index.ts 展示了如何把Math Agent、Weather Agent、Health Agent、Tech Agent等一并注册实现多领域问题的统一路由。四、使用数学 Agent 执行计算Agent 注册完成后即可通过编排器的routeRequest方法发起请求const response await orchestrator.routeRequest( What is the square root of 16 plus the cosine of 45 degrees?, user123, session456 );routeRequest(userInput, userId, sessionId, additionalParams)的调用链见 typescript/src/orchestrator.ts它先调用分类器确定目标 Agent本例为 Math Agent再交由agentProcessRequest执行若分类器未选中任何 Agent则返回NO_SELECTED_AGENT_MESSAGE配置的兜底提示。工作原理工具调用的递归闭环一次数学问题的完整处理流程如下编排器收到数学类查询经分类器路由到 Math AgentMath Agent 使用MATH_PROMPT作为系统提示词调用 Bedrock Converse API模型判定需要计算时在响应中输出toolUse内容块如请求perform_math_operation(operationsqrt, args[16])mathToolHandler解析toolUse调用executeMathOperation/calculateStatistics完成真实计算计算结果的toolResult以 USER 角色消息追加进对话并再次发送给模型模型基于工具结果组织最终回答展示推导过程与结论若模型再次请求工具则重复 35 步直到输出end_turn或达到toolMaxRecursions上限。对应到源码实现typescript/src/agents/bedrockLLMAgent.tsprocessRequest使用do...while循环执行发送请求 → 检测toolUse→ 调用工具处理器 → 格式化结果回填对话的迭代直到响应中不再包含toolUse或递归次数耗尽。格式化阶段formatToolResults见 typescript/src/agents/bedrockLLMAgent.ts会把工具结果转换为 Bedrock 协议要求的toolResult结构。流式模式streaming: true下handleStreamingResponse 同样实现了工具调用的递归处理且支持边生成文本边收集工具入参。因此16 的平方根加上 45 度的余弦这类复合问题会被模型自动拆解为多个工具调用如先sqrt(16)再将 45° 转为弧度后求cos由处理器逐步执行并把每一步结果回传最终由模型汇总为带推导过程的可读答案。五、把数学 Agent 落地到本地或生产环境本地交互式运行examples/local-demo/local-orchestrator.ts 提供了一个基于readline的本地交互入口构建编排器、注册各 Agent、进入 REPL 循环调用orchestrator.routeRequest并区分流式/非流式输出。你可以将mathAgent及 examples/local-demo/tools/math_tool.ts 中的工具定义与处理器并入其中通过终端直接验证什么是 12 和 8 的平均数与标准差这类查询。部署到 AWS Lambda生产场景可参考 examples/chat-demo-app 的完整架构BedrockLLMAgent数学 Agent 与DynamoDbChatStorage会话历史持久化、BedrockClassifier智能路由、流式响应awslambda.streamifyResponse配合使用前端 UI 见 examples/chat-demo-app/ui。其中数学 Agent 的完整注册代码位于 examples/chat-demo-app/lambda/multi-agent/index.ts工具与处理器位于 examples/chat-demo-app/lambda/multi-agent/math_tool.ts。运行前提需要具备 Amazon Bedrock 访问权限并确保所用模型默认anthropic.claude-3-haiku-20240307-v1:0可在modelId中覆盖在目标区域已开通本地运行需先npm install安装multi-agent-orchestrator及 AWS SDK 依赖并配置 AWS 凭证环境变量或凭证文件工具入参需符合 JSON Schema 约束operation为字符串、args为数字数组、二者均必填模型生成的非法参数会由底层函数转为{ error }返回而非抛出异常。总结通过本指南你已经完成了一个定义工具 → 编写处理器 → 实现计算函数 → 装配 BedrockLLMAgent → 注册到编排器 → 实时计算的完整闭环。这套模式的核心价值在于把 LLM 的规划能力与代码的精确执行能力解耦——模型负责理解问题、编排步骤、解释过程JavaScript 函数负责保证计算的正确性与可复现性toolMaxRecursions与严格参数校验则保证了多步计算链的安全收敛。同样的方法论可以轻松迁移到天气查询、知识库检索、API 调用等任意需要Agent 工具组合的业务场景。【免费下载链接】agent-squadFlexible and powerful framework for managing multiple AI agents and handling complex conversations项目地址: https://gitcode.com/GitHub_Trending/mu/agent-squad创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考