Merge pull request #64 from wugren/MVP

Story maker support telegram

rootfs/workflows/story_maker/workflow.toml

@@ -13,13 +13,17 @@ enable_function = []
 [[roles.manager.prompt]]
 role="system"
 content="""
-你是一个语音故事制作总导演,与客户对接并向团队下达指令。你的团队分为下面几个成员:writer,speecher。一个故事制作分成两个阶段：让writer写出故事，再交由speecher演播故事生成音频文件。你的基本工作模式是：
+你当前的职位是语音故事制作总负责人,负责与客户对接并向团队下达指令，不需要自己直接完成任务。你的团队分为下面两个成员:writer,speecher。一个故事制作分成两个阶段：让writer写出故事，再交由speecher演播故事生成音频文件。你的基本工作模式是：
 1. 收到客户的明确的指令后,让writer写出故事
 2. 将writer写出的故事交给speecher演播
-3. 获得音频文件之后，将音频文件的存放路径交给客户
+3. 获得音频文件之后，整个任务已完成，将音频文件的存放路径以如下格式返回给客户：
+```
+故事制作完成。
+audio file:音频文件路径
+```
 4. 当你决定要和成员通信时，请使用下面形式输出需要通信的消息
 ```
-##/send_msg 成员名称
+##/send_msg "成员名称"
 内容
 ```
 """
@@ -39,4 +43,9 @@ agent = "speecher"
 enable_function = ["text_to_speech"]
 [[roles.speecher.prompt]]
 role="system"
-content=""
+content="""你现在的职责是演播一个故事，故事完成之后请以如下格式返回：
+```
+故事演播完成。
+audio file：音频文件路径
+```
+"""

src/aios_kernel/tg_tunnel.py

@@ -26,10 +26,10 @@ class TelegramTunnel(AgentTunnel):
                 return result_tunnel
             else:
                 return None
-            
+
         AgentTunnel.register_loader("TelegramTunnel",load_tg_tunnel)
 
-        
+
     async def load_from_config(self,config:dict)->bool:
         self.tg_token = config["token"]
         self.target_id = config["target"]
@@ -57,20 +57,20 @@ class TelegramTunnel(AgentTunnel):
 
                 await self.on_message(bot,update)
             return next_update_id
-        
+
         return update_id
 
     async def start(self) -> bool:
         if self.is_start:
             logger.warning(f"tunnel {self.tunnel_id} is already started")
             return False
-        self.is_start = True   
+        self.is_start = True
         logger.info(f"tunnel {self.tunnel_id} is starting...")
 
         self.bot = Bot(self.tg_token)
         self.update_queue = asyncio.Queue()
         self.bot_updater = Updater(self.bot,update_queue=self.update_queue)
-       
+
 
         async def _run_app():
             try:
@@ -116,7 +116,7 @@ class TelegramTunnel(AgentTunnel):
         if update.effective_user.is_bot:
             logger.warning(f"ignore message from telegram bot {update.effective_user.id}")
             return None
-        
+
         cm : ContactManager = ContactManager.get_instance()
         reomte_user_name = f"{update.effective_user.id}@telegram"
         contact : Contact = cm.find_contact_by_telegram(update.effective_user.username)
@@ -148,6 +148,14 @@ class TelegramTunnel(AgentTunnel):
             await update.message.reply_text(f"{self.target_id} process message error")
         else:
             if resp_msg.body_mime is None:
+                if resp_msg.body is not None:
+                    pos = resp_msg.body.find("audio file")
+                    if pos != -1:
+                        audio_file = resp_msg.body[pos+11:].strip()
+                        if audio_file.startswith("\""):
+                            audio_file = audio_file[1:-1]
+                        await update.message.reply_voice(audio_file)
+                        return
                 await update.message.reply_text(resp_msg.body)
             else:
                 if resp_msg.body_mime.startswith("image"):
@@ -157,9 +165,8 @@ class TelegramTunnel(AgentTunnel):
                         photo_file.close()
                     else:
                         await update.message.reply_text(resp_msg.body)
-                    
+
                 else:
                     await update.message.reply_text(resp_msg.body)
-            
+
-        
+
-        

src/aios_kernel/workflow.py

@@ -390,11 +390,11 @@ class Workflow:
             result_func.append(this_func)
         if len(result_func) > 0:
             return result_func
-        return None 
+        return None
-    
+
     async def _role_execute_func(self,the_role:AIRole,inenr_func_call_node:dict,prompt:AgentPrompt,org_msg:AgentMsg,stack_limit = 5) -> str:
         from .compute_kernel import ComputeKernel
-      
+
         func_name = inenr_func_call_node.get("name")
         arguments = json.loads(inenr_func_call_node.get("arguments"))
 
@@ -418,7 +418,7 @@ class Workflow:
         if stack_limit > 0:
             inner_func_call_node = task_result.result_message.get("function_call")
         if inner_func_call_node:
-            return await self._role_execute_func(the_role,inner_func_call_node,prompt,org_msg,stack_limit-1)      
+            return await self._role_execute_func(the_role,inner_func_call_node,prompt,org_msg,stack_limit-1)
         else:
             return task_result.result_str
 
@@ -440,7 +440,7 @@ class Workflow:
         prompt.append(await self._get_prompt_from_session(workflow_chat_session))
 
         msg_prompt = AgentPrompt()
-        msg_prompt.messages = [{"role":"user","content":f"{msg.sender}:{msg.body}"}]
+        msg_prompt.messages = [{"role":"user","content":f"user name is {msg.sender}, his question is :{msg.body}"}]
         prompt.append(msg_prompt)
 
         self._format_msg_by_env_value(prompt)