回到第一章的
那五层

from datetime import date

from agents import Agent, Runner, set_default_openai_api, set_tracing_disabled
from dotenv import load_dotenv
from pydantic import BaseModel, Field

# 仓库原文没有这三行，是为了接第三方模型加的
load_dotenv()
set_default_openai_api("chat_completions")
set_tracing_disabled(True)


class Answer(BaseModel):
    """机器可读的回答格式。"""

    answer: str = Field(..., description="简洁的、给用户看的回答")
    citations: list[str] = Field(default_factory=list)
    confidence: float = Field(..., ge=0, le=1)


def core_instructions(ctx, agent) -> str:
    # ↓ 每次运行时才算，所以「今天」永远是对的
    today = date.today().isoformat()
    return (
        f"你是 SupportMentor，一个乐于助人的领域助手。今天是 {today}。\n"
        "始终要：\n"
        "1) 简洁作答；2) 优先使用检索到的上下文；3) 上下文里没有就说你不知道。\n"
        "输出必须是符合 Answer schema 的合法 JSON。\n"
        "绝不要：破例修改政策，或者编造事实。"
    )


core_agent = Agent(
    name="SupportMentor", instructions=core_instructions, output_type=Answer
)

input = "我们配件的退款窗口期是多久？"
result = Runner.run_sync(core_agent, input)
print(result.final_output)

import json

from agents import (Agent, ModelSettings, Runner, function_tool,
                    set_default_openai_api, set_tracing_disabled)
from dotenv import load_dotenv

# 仓库原文没有这三行，是为了接第三方模型加的
load_dotenv()
set_default_openai_api("chat_completions")
set_tracing_disabled(True)


def _failure_error_function(context, e) -> str:
    # 把异常包成一段 JSON，交回给模型看，而不是让它炸穿
    return json.dumps({"status": "error", "message": str(e)})


@function_tool(failure_error_function=_failure_error_function)
def lookup_order(order_id: str) -> dict:
    """按订单号查询状态。用户问自己订单时使用。"""
    if not order_id.startswith("ORD-"):
        raise ValueError("订单号格式不对")
    return {"status": "shipped", "eta_days": 3}
    # 仓库原文这里有第二条一模一样的 return，是死代码，已删


tooling_agent = Agent(
    name="ToolingAgent",
    instructions="需要时使用工具；用 JSON 回复。",
    tools=[lookup_order],
    model_settings=ModelSettings(
        tool_choice="auto",           # 让模型自己决定要不要调工具
        parallel_tool_calls=True,     # 允许一次并发调多个工具
    ),
)
print(
    Runner.run_sync(tooling_agent, "订单 ORD-123 现在什么状态？").final_output
)

from agents import Agent, ModelSettings, function_tool


@function_tool
def escalate_to_human(ticket_id: str, reason: str) -> str:
    """把这次对话转给人工。用于愤怒的用户、大额退款，或政策不明确的情况。"""
    # 在你自己的系统里建单/路由……
    return f"已转人工，工单 {ticket_id}：{reason}"


retrieval_agent = Agent(...)   # ← 字面省略号，跑到这里就 TypeError

support = Agent(
    name="Triage Support Agent",
    instructions=(
        "涉及账户操作前先核实身份。引用政策条款。"
        "如果不确定，或者用户情绪激动，调用 escalate_to_human。"
        "复杂的查询转给 retrieval_agent。"
    ),
    tools=[
        escalate_to_human,
        retrieval_agent.as_tool(),   # ← 这里也错：as_tool() 少了两个必填参数
    ],
    model_settings=ModelSettings(tool_choice="auto"),
)

from agents import Agent, function_tool


@function_tool
def retrieve(query: str, corpus: str = "product_docs", top_k: int = 5) -> list[dict]:
    """从指定的索引里返回 top-k 段落及其元数据。"""
    # ... 这里接你的向量检索 + 元数据过滤 ...
    return [{"text": "...", "source": "KB-123", "section": "Refunds"}]


answerer = Agent(
    name="RAG-Answerer",
    instructions=(
        "只使用通过 `retrieve` 拿到的段落。"
        "如果它们都回答不了这个问题，就回复："
        "'根据现有文档我无法回答。' "
        "给出简短的总结，并标注来源。"
    ),
    tools=[retrieve],
)

from agents import Agent

web_search_tool = ...   # ← 字面省略号：WebSearchTool() 或你自己的 @function_tool
extract_tool = ...      # ← 例如网页提取器/清洗器
analyze_tool = ...      # ← 例如做统计的代码解释器

critic = Agent(name="Critic", instructions="检查完整性、偏见、自相矛盾之处。")
writer = Agent(
    name="Writer", instructions="综合成一份带引用的简明报告。"
)

researcher = Agent(
    name="ResearchPlanner",
    instructions=(
        "拆解研究目标。事实必须通过网页/文档工具获取。"
        "追踪来源，避免无依据的断言。"
    ),
    tools=[
        web_search_tool,
        critic.as_tool(),    # ← 同样少了 tool_name / tool_description
        writer.as_tool(),
    ],
)