1) FixBug

2) Add Documents abount TASK/TODO Refactor

doc/function_list.md

@@ -0,0 +1,265 @@
+# AI Function list (Local)
+
+根据新的Function/Action 定义，我们需要记录系统目前提供的所有注册到GlobaToolsLibrary里的function,方便配置组合
+功能扩展只需要扩展function就好了，Action可以通过Function直接得到。
+
+本文档提到的AI Function一般都是Local Function, 基于这个架构，我们可以用Web3的思路整合AI Service。
+
+## Context Prepare
+很多AIFUnction的正确调用都需要在参数里提供一个状态上下文。这个上下文的准备一般由LLProcess完成.而可以通过提示词实时改变的参数是AIFunction的真参数。目前需要做Context Prepare的主要和Agent相关的基础函数。
+
+
+## Agent Core
+
+Agent Core中提供的，与Agent/Workflow 状态关联的基础函数，是Agent的核心设计。对Agent来说，这些基础能力通常都是打开的，我们需要非常谨慎的思考哪些功能应该放到Agent Core中。
+
+根据我们的架构设计，Agent Core的函数包含 Agent的Memory + TODO能力（Plan）。通过这些基础函数，支持了Agent的
+
+- Process Message
+- Planing: 让Agent可以基于Zone的权限Process Task/Todo
+- Self-Think: Process的经验进行总结
+- Self-Improve: 对Agent的提示词进行持续的自我改进。
+
+
+### logs
+
+logs通常代表Agent的短期记忆，目前有两种Log:chatlog和worklog
+目前我们并不鼓励Agent提供短期记忆的调整能力，都是通过标准流程得到一定实践范围的的，完整的短期记忆。
+
+set_message //增加tag
+get_chatlogs
+
+get_worklogs
+set_worklogs //增加tag
+
+### Memory
+
+Memory 代表Agent的长期记忆
+
+通过LLM驱动的Self-Think流程来更新。基本上是在根据短期记忆提炼对人、对事的看法和终结。也包含一些基于提示词工程的自我能力提升（比如复用已知的，好用的工具，或则复用自己为了解决某个特定问题已经制作并使用成功的工具）
+
+get_contact_summary
+update_contact_summary
+get_sth_summary
+update_sth_summary
+
+
+### Workspace (TODOList)
+
+Workspace为Agent提供了可以完成TODO的工具和保存工作结果的状态空间(FileSystem)。每个Agent默认有自己的private workspace，Workflow为Agent提供了可以共享的workspace，Workspace尽量基于文件系统构造，也方便Agent与人类协同工作。
+
+#### Task/Todo 管理
+context中需要一个隐藏的_workspace 
+```
+_self = parameters.get("_workspace")
+```
+
+##### agent.workspace.list_task
+
+##### agent.workspace.create_task
+
+```json
+{
+    "title": {"type": "string", "description": "The title of the task."},
+    "detail": {"type": "string", "description": "The detail of the task."},
+    "tags": {"type": "string array", "description": "The tags of the task."},
+    "due_date": {"type": "string", "description": "The due date of the task."},
+    "parent_id": {"type": "string", "description": "The parent id of the task."},
+}
+```
+
+##### agent.workspace.cancel_task
+
+```json
+{
+    "task_id": {"type": "string", "description": "The id of the task to cancel."},
+}
+```
+
+##### agent.workspace.update_task
+
+##### agent.workspace.get_sub_tasks
+
+##### agent.workspace.create_todos
+
+##### agent.workspace.list_todos
+
+##### agent.workspace.get_todo
+
+##### agent.workspace.update_todo
+
+#### 核心的完成TODO的能力
+
+##### Code Interprete
+
+##### Send Msg (系统原生能力)
+
+## Knowledge Base
+
+Knowledge Base对大部分Agent来说，是一个获得私有信息,并让LLM处理结果更好的基础设施(RAG支持）。少部分Agent会使用相关API,结合Knowledge Base所服务的目标来整理Knowledge Base.
+
+### 搜索
+#### 矢量搜索
+#### 传统的文本搜索搜索
+#### 根据已经存在的数据库描述，构造SQL搜索
+
+### 当成文件系统浏览
+
+
+## AIGC
+
+一系列AIGC函数，是LLM打通AIGC能力，形成新生产力的基础。
+
+### aigc.text_2_image
+
+文生图.返回的是生成图片的路径。
+
+```json
+{
+    "prompt": "Description of the content of the painting",
+}
+```
+
+### aigc.image_2_text
+图生文，返回的是图片的描述
+(TODO:是否需要有一个提示词来要求针对特定问题对图片进行描述)
+
+```json
+{
+    "image_path": {"type": "string", "description": "image file path"}
+}
+```
+
+### aigc.voice_to_text
+
+```json
+{
+    "audio_file": {"type": "string", "description": "Audio file path"},
+    "model": {"type": "string", "description": "Recognition model", "enum": ["openai-whisper"]},
+    "prompt": {"type": "string", "description": "Prompt statement, can be None"},
+    "response_format": {"type": "string", "description": "Return format", "enum": ["text", "json", "srt", "verbose_json", "vtt"]},
+}
+```
+
+## system
+
+访问当前系统的基础设施
+
+### system.now
+
+返回当前时间
+
+### system.calender
+
+保存在当前Zone上的日历，默认是与Zone Owner相关的。也可以以自动形式同步别人的日历
+这个组件对AI成为个人助理非常重要，当与旧世界互通时，其细节的复杂度也是非常高的。
+这是一个典型的看起来容易做起来难度很大的基础组件，是思考和验证LLM对传统软件复杂度进行降维的一个关键实践。
+
+#### system.calender.get_events
+#### system.calender.add_event
+#### system.calender.delete_event
+#### system.calender.update_event
+
+### system.contacts
+
+访问用户的联系人列表。在OOD System 中，联系人列表是非常重要的系统基础设施，为一系列的权限控制提供了基础信息。
+
+#### system.contacts.get
+
+通过contanct的名字得到contact的完整信息（json格式）
+
+```json
+{"name":"name"}
+```
+
+#### system.contacts.set
+
+设置 contact 信息，注意这里使用了一个可扩展结构，我们可能需要定义一些标准的必填信息。
+
+```json
+{"name":"name","contact_info":"A json to descrpit contact"}
+```
+
+### System.shell
+
+#### system.shell.exec
+
+执行Shell命令（目前只支持Linux Bash）
+
+
+## web
+
+访问web的函数。使用下列函数要确保Agent有访问互联网的权限。
+
+### web.search.duckduckgo
+
+使用搜索引擎搜索互联网
+
+```json
+{
+    "query": {"type": "string", "description": "The query to search for."}
+}
+```
+
+## 常见的llm_context(能力分组)
+为典型的LLM处理过程，进行了分组。主要是为了节约Token。
+使用Action比使用inner function更节约。
+
+### Process消息组 （定制度高）
+得到潜在的Task并创建，在这个过程中可能需要查询已有的任务（防止重复创建）
+action:craete_task, function:list_task
+
+通常Agent在Process Message时，会表现出和其处理TODO接近的能力，核心的区别在于Process Message是立刻处理并给出结果，而变成Task更多的是当成一个异步的任务
+为了能处理回复，查询历史沟通记录（寻找记忆的过程）
+为了能处理回复，查询KB的过程
+
+REMARK：目前LLM的主要问题是，如果开放的function, LLM会倾向于优先使用，是否可以做成“如果用户对答案不满意”，再使用？
+
+
+
+### Review Task
+对Task的首次执行，Review的目的
+- 拆分创建TODO（使用create_todos）
+- 对简单的任务立刻执行并记录更新结果 （通常是）
+- 认为超出自己的能力范围，标记为无法处理或转交给合适的人（Agent） (使用update_task)
+- 对已有任务进行查询（list_task,query_task）
+
+### Do TODO(定制度高)
+DO行为是复杂的，我们会精细的区分TODO的首次执行和失败后再次执行。失败后再次执行会得到之前的记录摘要，并有查询之前工作日志的能力。
+
+Do TODO是Agent的另一个核心行为，这里会根据Agent的设定，集成更多的能力
+系统为Do提供的默认支持:（按难度逐步增加）
+    - 写文档 : 不需要任何外部支持
+    - 运行AIGC ： AIGC的函数组
+    - 收集,整理信息（通过互联网或查询知识库）： web.search.duckduckgo
+    - 发送消息,系统自带，但可能需要依赖一些通讯录浏览/查找函数
+    - 执行自己的代码/编写代码并执行 ： system.shell.exec，code_interprete （这是一个重点模块！）
+    - 运行网络服务 ：智能合约的有通用套路，非智能合约的需要有一个完整的SOP来支持
+
+
+根据任务要求保存工作成功是手动的，这里有一组workspace级别的文件系统API。
+保存工作记录的行为是自动的，默认所有的Action都执行成就算是DoComplte，会自动的更新状态
+有的Do可能需要自我迭代一下，这和大多数Behavor只有一次LLM调用有所不同。
+
+
+### Check TODO/Task
+为了解决LLM不可避免的幻视加入的Check流程。该流程会根据TODO的目标，对TODO的结果进行判定
+使用 update_todo 更新TODO的状态
+当所有的sub_todos都完成后，会check task的目标是否达到
+当所有的sub_task都完成后，会check task的目标是否达到
+
+因此，提供的函数主要是得到 todo/task的更深入细节的函数（访问相关log）,已经读取相关 工程成果文件 的函数
+
+### Self-Think
+获得logs 和summary
+进行update
+
+
+
+
+### Learning
+得到logs和summary
+浏览和整理KB
+
+
+### Self-Improve

doc/从日程管理软件到个人助理Agent.md

@@ -0,0 +1,26 @@
+# 从日程管理软件到个人助理Agent
+
+## 背景
+
+在计算的时代，我们想要有开发一个好用的日程管理服务，很快就会发现这并不简单。比如我们会有各种各样的重复任务提醒要求：比如每个工作周周五的下午去游泳，每个工作周的第一天要开例会，和某人的纪念日要做什么等等。允许用户创建，并识别这些复杂的条件是非常繁琐的。而在计算机发明以前，你的秘书只需要一张纸就可以搞定各种复杂的日程管理：秘书把你的要求原样记录下，然后秘书只要每天Review一遍，确定好今天的行程就好。
+
+一些有更复杂的条件的日程，秘书可以通过定期Review代办来搞定。
+
+理解上述区别，就理解了 PC 和  PI （CPU vs LLM）的核心区别。
+
+## 基于Agent 的日程管理基础设施
+
+为了支持秘书Agent，aios所构建的机制是:
+
+1. Task创建: 模拟秘书在记事本上记录下日程相关的任务（注意不要让Agent创建重复的任务）
+2. ListTask,可查询未标记为结束的Task
+3. 大Review（定期LLM调用），Agent浏览未完成的Task，并给这些Task一个比较精确的`下次处理时间`
+4. 当处理事件的时间点到达时，Agent会尝试处理Task，此时决定是否满足日程发生的条件，并发送正确的提醒信息。
+
+上面的所有的Agent处理，都是让 LLM处理一段文本，并做出反应。因此没有存储格式的需求，用自然语言记录下各种条件就可以了。
+
+## 过渡：混合使用日程管理软件和 秘书Agent
+
+1. 秘书Agent主要使用日程管理软件来查询已有日程
+2. Agent创建通过日程管理软件的目的，通常是为了公开日程，或则创建的是具有`一定协作需求`，或有`公开需求`的`确定`日程
+3. Agent依旧依靠自己的LLM Based逻辑来Review并处理日程, 通过日程管理软件得到的需要处理的日程会有特殊标记，以能正确的操作来保持处理结果。

src/aios/agent/chatsession.py

@@ -115,22 +115,22 @@ class ChatSessionDB:
             action_result = None
             mentions = None
             if msg.mentions:
-                mentions = json.dumps(msg.mentions)
+                mentions = json.dumps(msg.mentions,ensure_ascii=False)
 
             match msg.msg_type:
                 case AgentMsgType.TYPE_MSG:
                     pass
                 case AgentMsgType.TYPE_ACTION:# THIS Action is not AIAction
                     action_name = msg.func_name
-                    action_params = json.dumps(msg.args)
+                    action_params = json.dumps(msg.args,ensure_ascii=False)
                     action_result = msg.result_str
                 case AgentMsgType.TYPE_INTERNAL_CALL:
                     action_name = msg.func_name
-                    action_params = json.dumps(msg.args)
+                    action_params = json.dumps(msg.args,ensure_ascii=False)
                     action_result = msg.result_str
                 case AgentMsgType.TYPE_EVENT:
                     action_name = msg.event_name
-                    action_params = json.dumps(msg.event_args)
+                    action_params = json.dumps(msg.event_args,ensure_ascii=False)
             if tags is None:
                 tags = []
 

src/aios/agent/llm_context.py

@@ -4,7 +4,7 @@ import json
 import logging
 from typing import Optional,Set,List,Dict,Callable
 
-from ..proto.ai_function import AIFunction,AIAction,SimpleAIAction
+from ..proto.ai_function import AIFunction,AIAction, AIFunction2Action,SimpleAIAction
 
 logger = logging.getLogger(__name__)
 
@@ -15,10 +15,7 @@ class LLMProcessContext:
     
     @staticmethod
     def function2action(ai_func:AIFunction) -> AIAction:
-        async def exec_func(params:Dict) -> str:
-            return await ai_func.execute(params)
-        return SimpleAIAction(ai_func.get_id(),ai_func.get_detail_description(),exec_func)
-    
+        return AIFunction2Action(ai_func)
 
     @staticmethod
     def aifunctions_to_inner_functions(all_inner_function:List[AIFunction]) -> List[Dict]:
@@ -30,7 +27,7 @@ class LLMProcessContext:
             this_func["name"] = func_name
             this_func["description"] = inner_func.get_description()
             this_func["parameters"] = inner_func.get_openai_parameters()
-            result_len += len(json.dumps(this_func)) / 4
+            result_len += len(json.dumps(this_func,ensure_ascii=False)) / 4
             result_func.append(this_func)
         return result_func
     
@@ -117,7 +114,7 @@ class SimpleLLMContext(LLMProcessContext):
         self.actions: Dict[str,AIAction] = {}
         self.action_sets : Dict[str,Dict[str,AIAction]] = {}
 
-    def load_action_set_from_config(self,preset,config:Dict[str,str]) -> bool:
+    def load_action_set_from_config(self,preset,config:Dict[str,str]) -> Dict:
         if preset is None:
             result = {}
         else:
@@ -217,44 +214,43 @@ class SimpleLLMContext(LLMProcessContext):
             self.func_sets = self.parent.func_sets
 
         action_def:Dict= config.get("actions")
-        if action_def is None:
-            logger.error(f"load_from_config failed! actions not found!")
-            return False
-        self.actions = self.load_action_set_from_config(self.actions,action_def)
-        if self.actions is None:
-            logger.error(f"load_from_config failed! load_action_set_from_config failed!")
-            return False
-        
-        for set_name in action_def.keys():
-            if set_name == "enable":
-                continue
-            if set_name == "disable":
-                continue
-
-            sub_set = config.get(set_name)
-            self.action_sets[set_name] = self.load_action_set_from_config(None,sub_set)
-            if self.action_sets[set_name] is None:
+        if action_def:
+            self.actions = self.load_action_set_from_config(self.actions,action_def)
+            if self.actions is None:
                 logger.error(f"load_from_config failed! load_action_set_from_config failed!")
                 return False
         
+            for set_name in action_def.keys():
+                if set_name == "enable":
+                    continue
+                if set_name == "disable":
+                    continue
+
+                sub_set = config.get(set_name)
+                self.action_sets[set_name] = self.load_action_set_from_config(None,sub_set)
+                if self.action_sets[set_name] is None:
+                    logger.error(f"load_from_config failed! load_action_set_from_config failed!")
+                    return False
+        
         function_def:Dict = config.get("functions")
-        self.functions = self.load_function_set_from_config(self.functions,function_def)
-        if self.functions is None:
-            logger.error(f"load_from_config failed! load_function_set_from_config failed!")
-            return False
-        
-        for set_name in function_def.keys():
-            if set_name == "enable":
-                continue
-            if set_name == "disable":
-                continue
-
-            sub_set = config.get(set_name)
-            self.func_sets[set_name] = self.load_function_set_from_config(None,sub_set)
-            if self.func_sets[set_name] is None:
+        if function_def:
+            self.functions = self.load_function_set_from_config(self.functions,function_def)
+            if self.functions is None:
                 logger.error(f"load_from_config failed! load_function_set_from_config failed!")
                 return False
             
+            for set_name in function_def.keys():
+                if set_name == "enable":
+                    continue
+                if set_name == "disable":
+                    continue
+
+                sub_set = config.get(set_name)
+                self.func_sets[set_name] = self.load_function_set_from_config(None,sub_set)
+                if self.func_sets[set_name] is None:
+                    logger.error(f"load_from_config failed! load_function_set_from_config failed!")
+                    return False
+
         #values_def = config.get("values")
         #if values_def:
         #    for key,value in values_def.items():
@@ -280,6 +276,7 @@ class SimpleLLMContext(LLMProcessContext):
         #    func = self.func_sets[set_name].get(func_name)
         #    if func is not None:
         #        return func
+        return None
 
     def get_function_set(self,set_name:str = None) -> List[AIFunction]:
         if set_name is None:
@@ -291,15 +288,12 @@ class SimpleLLMContext(LLMProcessContext):
         return None
 
     
-    # def get_ai_action(self,op_name:str) -> AIOperation:
-    #     op = self.actions.get(op_name)
-    #     if op is not None:
-    #         return op
-    #     for set_name in self.action_sets.keys():
-    #         op = self.action_sets[set_name].get(op_name)
-    #         if op is not None:
-    #             return op
-    #     return None
+    def get_ai_action(self,op_name:str) -> AIAction:
+        for action in self.actions.values():
+            if action.get_name() == op_name:
+                return action
+
+        return None
     
     def get_action_set(self,set_name:str = None) -> List[AIFunction]:
         if set_name is None:

src/aios/agent/llm_process.py

@@ -46,9 +46,9 @@ class BaseLLMProcess(ABC):
     async def prepare_prompt(self,input:Dict) -> LLMPrompt:
         pass
 
-    
+    @abstractmethod
     async def get_inner_function_for_exec(self,func_name:str) -> AIFunction:
-        return GlobaToolsLibrary.get_instance().get_tool_function(func_name)
+       pass
 
     @abstractmethod
     async def post_llm_process(self,actions:List[ActionNode],input:Dict,llm_result:LLMResult) -> bool:
@@ -89,7 +89,7 @@ class BaseLLMProcess(ABC):
         try:
             func_name = inner_func_call_node.get("name")
             arguments = json.loads(inner_func_call_node.get("arguments"))
-            logger.info(f"LLMProcess execute inner func:{func_name} :\n\t {json.dumps(arguments)}")
+            logger.info(f"LLMProcess execute inner func:{func_name} :\n\t {json.dumps(arguments,ensure_ascii=False)}")
 
             func_node : AIFunction = await self.get_inner_function_for_exec(func_name)
             if func_node is None:
@@ -455,7 +455,7 @@ class LLMAgentMessageProcess(BaseLLMProcess):
             logger.info(f"enable kb")
            
 
-        prompt.append_system_message(json.dumps(system_prompt_dict))
+        prompt.append_system_message(json.dumps(system_prompt_dict,ensure_ascii=False))
         ## 扩展已知信息 (这可能是一个LLM过程)
         prompt.append_system_message(await self.get_extend_known_info(msg,prompt))
 
@@ -555,8 +555,8 @@ class ReviewTaskProcess(BaseLLMProcess):
         system_prompt_dict["role_description"] = self.role_description
         system_prompt_dict["process_rule"] = self.process_description
         system_prompt_dict["reply_format"] = self.reply_format
-        prompt.append_system_message(json.dumps(system_prompt_dict))
-        prompt.append_user_message(json.dumps(agent_task.to_dict()))
+        prompt.append_system_message(json.dumps(system_prompt_dict,ensure_ascii=False))
+        prompt.append_user_message(json.dumps(agent_task.to_dict(),ensure_ascii=False))
         return prompt
         
 

src/aios/agent/workspace.py

@@ -76,7 +76,7 @@ class LocalAgentTaskManger(AgentTaskManager):
             self._save_obj_path(task.task_id,task_path)
             logger.info("create_task at %s",detail_path)
             async with aiofiles.open(detail_path, mode='w', encoding="utf-8") as f:
-                await f.write(json.dumps(task.to_dict()))
+                await f.write(json.dumps(task.to_dict(),ensure_ascii=False))
             return "create task ok"
         except Exception as e:
             logger.error("create_task failed:%s",e)
@@ -97,7 +97,7 @@ class LocalAgentTaskManger(AgentTaskManager):
                 todo_path = f"{self.root_path}/{owner_task_path}/#{step_order} {todo.title}.todo"
                 self._save_obj_path(todo.todo_id,todo_path)
                 async with aiofiles.open(todo_path, mode='w', encoding="utf-8") as f:
-                    await f.write(json.dumps(todo.to_dict()))   
+                    await f.write(json.dumps(todo.to_dict(),ensure_ascii=False))   
                 logger.info("create_todos at %s OK!",todo_path)     
                 step_order += 1
         except Exception as e:
@@ -121,7 +121,7 @@ class LocalAgentTaskManger(AgentTaskManager):
                 logs = []
             logs.append(log.to_dict())
             json_obj["logs"] = logs
-            await f.write(json.dumps(json_obj))
+            await f.write(json.dumps(json_obj,ensure_ascii=False))
 
 
     async def get_worklog(self,obj_id:str)->List[AgentWorkLog]:
@@ -263,7 +263,7 @@ class LocalAgentTaskManger(AgentTaskManager):
         detail_path = f"{self.root_path}/{task.task_path}/detail"
         try:
             async with aiofiles.open(detail_path, mode='w', encoding="utf-8") as f:
-                await f.write(json.dumps(task.to_dict()))
+                await f.write(json.dumps(task.to_dict(),ensure_ascii=False))
         except Exception as e:
             logger.error("update_task failed:%s",e)
             return str(e)
@@ -277,7 +277,7 @@ class LocalAgentTaskManger(AgentTaskManager):
         
         try:
             async with aiofiles.open(todo_path, mode='w', encoding="utf-8") as f:
-                await f.write(json.dumps(todo.to_dict()))
+                await f.write(json.dumps(todo.to_dict(),ensure_ascii=False))
         except Exception as e:
             logger.error("update_todo failed:%s",e)
             return str(e)
@@ -311,18 +311,20 @@ class LocalAgentTaskManger(AgentTaskManager):
 
 
 class AgentWorkspace:
-    def __init__(self,owner_agent_id:str) -> None:
-        self.agent_id : str = owner_agent_id
-        self.task_mgr : AgentTaskManager = LocalAgentTaskManger(owner_agent_id)
+    def __init__(self,owner_id:str) -> None:
+        self.owner_id : str = owner_id
+        self.task_mgr : AgentTaskManager = LocalAgentTaskManger(owner_id)
 
 
     @staticmethod
     def register_ai_functions():
         async def create_task(params):  
             _workspace = params.get("_workspace")
+            _agent_id = params.get("_agentid")
             if _workspace is None:
                 return "_workspace not found"
-            
+            if params.get("creator") is None:
+                params["creator"] = _agent_id
             taskObj = AgentTask.create_by_dict(params)
             parent_id = params.get("parent")
             return await _workspace.task_mgr.create_task(taskObj,parent_id)
@@ -371,7 +373,7 @@ class AgentWorkspace:
                 return "_workspace not found"
             all_task = await _workspace.task_mgr.list_task(None)
             if all_task:
-                return json.dumps([task.to_dict() for task in all_task])
+                return json.dumps([task.to_dict() for task in all_task],ensure_ascii=False)
             else :
                 return "no task"
         list_task_ai_function = SimpleAIFunction("agent.workspace.list_task",

src/aios/ai_functions/duckduckgo_text_search_function.py

@@ -44,7 +44,7 @@ class DuckDuckGoTextSearchFunction(AIFunction):
                 max_results=self.max_results
             )]
 
-            return json.dumps(results)
+            return json.dumps(results,,ensure_ascii=False)
 
     def is_local(self) -> bool:
         return True

src/aios/environment/environment.py

@@ -87,7 +87,7 @@ class SimpleEnvironment(BaseEnvironment):
         return func_list
     
     def add_ai_operation(self,op:AIAction) -> None:
-        self.operations[op.get_name()] = op
+        self.operations[op.get_id()] = op
     
     def get_ai_operation(self,op_name:str) -> AIAction:
         op = self.operations.get(op_name)
@@ -114,7 +114,7 @@ class CompositeEnvironment(SimpleEnvironment):
             self.functions[func.get_id()] = func
         operations = env.get_all_ai_operations()
         for op in operations:
-            self.operations[op.get_name()] = op
+            self.operations[op.get_id()] = op
 
     def get_value(self,key:str) -> Optional[str]:
         for env in self.envs:

src/aios/environment/simple_kb_db.py

@@ -214,7 +214,7 @@ class SimpleKnowledgeDB:
     def query_docs_by_tag(self, tag: str) -> List[str]:
         conn = self._get_conn()
         cursor = conn.cursor()
-        tag_json = json.dumps(tag)  # 将标签转换为 JSON 字符串
+        tag_json = json.dumps(tag,ensure_ascii=False)  # 将标签转换为 JSON 字符串
         cursor.execute('''
             SELECT documents.doc_path
             FROM documents

src/aios/environment/workflow_env.py

@@ -126,7 +126,7 @@ class CalenderEnvironment(SimpleEnvironment):
                 _event["location"] = row[5]
                 _event["details"] = row[6]
                 result[row[0]] = _event
-            return json.dumps(result, indent=4, sort_keys=True)
+            return json.dumps(result, indent=4, sort_keys=True,ensure_ascii=False)
 
     async def _get_events_by_time_range(self,start_time, end_time):
         async with aiosqlite.connect(self.db_file) as db:
@@ -152,7 +152,7 @@ class CalenderEnvironment(SimpleEnvironment):
             if not have_result:
                 return "No event."
 
-            return json.dumps(result, indent=4, sort_keys=True)
+            return json.dumps(result, indent=4, sort_keys=True,ensure_ascii=False)
 
     async def _update_event(self,event_id, new_title=None, new_participants=None, new_location=None, new_details=None ,start_time=None, end_time=None):
         fields_to_update = []
@@ -214,7 +214,7 @@ class CalenderEnvironment(SimpleEnvironment):
         cm = ContactManager.get_instance()
         contact : Contact = cm.find_contact_by_name(name)
         if contact:
-            s = json.dumps(contact.to_dict())
+            s = json.dumps(contact.to_dict(),ensure_ascii=False)
             return f"Execute get_contact OK , contact {name} is {s}"
         else:
             return f"Execute get_contact OK , contact {name} not found!"

src/aios/environment/workspace_env.py

@@ -205,7 +205,7 @@ class TodoListEnvironment(SimpleEnvironment):
             self._save_todo_path(todo.todo_id,todo_path)
             logger.info("create_todo %s",detail_path)
             async with aiofiles.open(detail_path, mode='w', encoding="utf-8") as f:
-                await f.write(json.dumps(todo.to_dict()))
+                await f.write(json.dumps(todo.to_dict(),ensure_ascii=False))
         except Exception as e:
             logger.error("create_todo failed:%s",e)
             return str(e)
@@ -221,7 +221,7 @@ class TodoListEnvironment(SimpleEnvironment):
                 todo.state = new_stat
                 detail_path =  f"{full_path}/detail"
                 async with aiofiles.open(detail_path, mode='w', encoding="utf-8") as f:
-                    await f.write(json.dumps(todo.to_dict()))
+                    await f.write(json.dumps(todo.to_dict()),ensure_ascii=False)
                     return None
             else:
                 return "todo not found."
@@ -270,7 +270,7 @@ class TodoListEnvironment(SimpleEnvironment):
                 logs = []
             logs.append(result.to_dict())
             json_obj["logs"] = logs
-            await f.write(json.dumps(json_obj))
+            await f.write(json.dumps(json_obj),ensure_ascii=False)
 
 
 class WorkspaceEnvironment(CompositeEnvironment):

src/aios/knowledge/object/object.py

@@ -63,6 +63,7 @@ class KnowledgeObject(ABC):
         # Convert the object_type and desc to string and compute the SHA256 hash
         data = json.dumps(
             {"object_type": self.object_type, "desc": self.desc},
+            ensure_ascii=False,
             cls=ObjectEnhancedJSONEncoder,
         )
         sha256 = hashlib.sha256()

src/aios/proto/agent_msg.py

@@ -154,7 +154,7 @@ class AgentMsg:
 
     @staticmethod
     def create_image_body(images: [str], prompt: str = None):
-        return json.dumps({"images": images, "prompt": prompt})
+        return json.dumps({"images": images, "prompt": prompt}, ensure_ascii=False)
 
     @staticmethod
     def parse_image_body(image_body: str) -> Tuple[str, List[str]]:
@@ -163,7 +163,7 @@ class AgentMsg:
 
     @staticmethod
     def create_video_body(video: str, prompt: str = None):
-        return json.dumps({"video": video, "prompt": prompt})
+        return json.dumps({"video": video, "prompt": prompt}, ensure_ascii=False)
 
     @staticmethod
     def parse_video_body(video_body: str) -> Tuple[str, str]:
@@ -172,7 +172,7 @@ class AgentMsg:
 
     @staticmethod
     def create_audio_body(audio: str, prompt: str = None):
-        return json.dumps({"audio": audio, "prompt": prompt})
+        return json.dumps({"audio": audio, "prompt": prompt}, ensure_ascii=False)
 
     @staticmethod
     def parse_audio_body(audio_body: str) -> Tuple[str, str]:

src/aios/proto/ai_function.py

@@ -60,7 +60,7 @@ class AIFunction:
                     else:
                         parameters_str += f"{k} (Optional): {v.description},"
         if len(parameters_str) > 0:
-           return f"{self.get_description} Parameters: {parameters_str}"
+           return f"{self.get_description()} Parameters: {parameters_str}"
         return f"f{self.get_description()}, no parameters"
 
     @abstractmethod
@@ -246,12 +246,16 @@ class SimpleAIFunction(AIFunction):
 
 class AIAction:
     @abstractmethod
-    def get_name(self) -> str:
+    def get_id(self) -> str:
         """
         return the name of the operation (should be snake case)
         """
         pass
 
+    def get_name(self)->str:
+        return self.get_id().split('.')[-1].strip()
+        
+
     @abstractmethod
     def get_description(self) -> str:
         """
@@ -274,7 +278,7 @@ class SimpleAIAction(AIAction):
         self.description = description
         self.func_handler = func_handler
 
-    def get_name(self) -> str: 
+    def get_id(self) -> str: 
         return self.op
 
     def get_description(self) -> str:
@@ -289,17 +293,14 @@ class SimpleAIAction(AIAction):
 
 class AIFunction2Action(AIAction):
     def __init__(self, func: AIFunction) -> None:
-        self.func = func
         super().__init__()
+        self.ai_func = func
 
-    @abstractmethod
-    def get_name(self) -> str:
-        return self.func.get_id()
+    def get_id(self) -> str:
+        return self.ai_func.get_id()
 
-    @abstractmethod
     def get_description(self) -> str:
-        return self.func.get_detail_description()
+        return self.ai_func.get_detail_description()
 
-    @abstractmethod
     async def execute(self, params: dict) -> str:
-       self.func.execute(**params)
+        return await self.ai_func.execute(params)

src/aios/proto/compute_task.py

@@ -95,11 +95,11 @@ class LLMPrompt:
     def as_str(self)->str:
         result_str = ""
         if self.system_message:
-            result_str = json.dumps(self.system_message)
+            result_str = json.dumps(self.system_message,ensure_ascii=False)
         if self.messages:
-            result_str += json.dumps(self.messages)
+            result_str += json.dumps(self.messages,ensure_ascii=False)
         if self.inner_functions:
-            result_str += json.dumps(self.inner_functions)
+            result_str += json.dumps(self.inner_functions,ensure_ascii=False)
 
         return result_str
 

src/aios/storage/storage.py

@@ -92,7 +92,7 @@ class UserConfig:
                     os.makedirs(directory)
 
                 async with aiofiles.open(self.user_config_path,"w") as f:
-                    toml_str = toml.dumps(will_save_config)
+                    toml_str = toml.dumps(will_save_config,ensure_ascii=False)
                     await f.write(toml_str)
             except Exception as e:
                 logger.error(f"save user config to {self.user_config_path} failed!")

src/component/common_environment/local_document.py

@@ -132,7 +132,7 @@ class MetaDatabase:
 
         create_time = datetime.datetime.now().strftime("%Y-%m-%d %H:%M:%S")
         summary = metadata.get("summary", "")
-        catalogs = json.dumps(metadata.get("catalogs", {}))
+        catalogs = json.dumps(metadata.get("catalogs", {}),ensure_ascii=False)
         title = metadata.get("title","")
         tags = ','.join(metadata.get("tags", []))
 
@@ -151,7 +151,7 @@ class MetaDatabase:
 
         title = meta.get("title", "")
         summary = meta.get("summary", "")
-        catalogs = json.dumps(meta.get("catalogs", {}))
+        catalogs = json.dumps(meta.get("catalogs", {}),ensure_ascii=False)
         tags = ','.join(meta.get("tags", []))
 
         cursor.execute('''
@@ -224,7 +224,7 @@ class MetaDatabase:
     def query_docs_by_tag(self, tag: str) -> List[str]:
         conn = self._get_conn()
         cursor = conn.cursor()
-        tag_json = json.dumps(tag)  # 将标签转换为 JSON 字符串
+        tag_json = json.dumps(tag,ensure_ascii=False)  # 将标签转换为 JSON 字符串
         cursor.execute('''
             SELECT documents.doc_path
             FROM documents
@@ -450,7 +450,7 @@ class ParseLocalDocument:
 
         org_path = meta.get("original_path")
         known_obj["original_path"] = org_path
-        return f"# Known information:\n## Current directory structure:\n{kb_tree}\n## Knowlege Metadata:\n{json.dumps(known_obj)}\n"
+        return f"# Known information:\n## Current directory structure:\n{kb_tree}\n## Knowlege Metadata:\n{json.dumps(known_obj,ensure_ascii=False)}\n"
 
     def _token_len(self, text: str) -> int:
         return CustomAIAgent("", "gpt-4-1106-preview", self.token_limit).token_len(text=text)
@@ -563,7 +563,7 @@ class ParseLocalDocument:
                 if bookmarks:
                     catalogs = []
                     self._parse_pdf_bookmarks(bookmarks,catalogs)
-                    metadata["catalogs"] = json.dumps(catalogs)
+                    metadata["catalogs"] = json.dumps(catalogs,ensure_ascii=False)
             except Exception as e:
                 logger.warn("parse pdf bookmarks failed:%s",e)
 

src/component/common_environment/local_file_system.py

@@ -55,7 +55,7 @@ class FilesystemEnvironment(SimpleEnvironment):
                 item_type = "directory" if is_dir else "file"
                 items.append({"name": entry.name, "type": item_type})
 
-        return json.dumps(items)
+        return json.dumps(items,ensure_ascii=False)
     
     # inner_function
     async def read(self,path:str) -> str:
@@ -120,7 +120,7 @@ class FilesystemEnvironment(SimpleEnvironment):
         try:
             file_path = self.root_path + path
             stat = os.stat(file_path)
-            return json.dumps(stat)
+            return json.dumps(stat,ensure_ascii=False)
         except Exception as e:
             return str(e)
 

src/component/mail_environment/issue.py

@@ -106,7 +106,7 @@ class Issue:
             child = desc_list.pop()
             root["child"] = child
             root = child
-        return json.dumps(root)
+        return json.dumps(root,ensure_ascii=False)
 
 
     @classmethod

src/component/mail_environment/mail.py

@@ -32,7 +32,7 @@ class Mail:
             "date": self.date, 
             "content": self.content 
         }
-        return json.dumps(prompt)
+        return json.dumps(prompt,ensure_ascii=False)
     
     @classmethod
     def prompt_desc(cls) -> dict:

src/component/openai_node/open_ai_node.py

@@ -223,7 +223,7 @@ class OpenAI_ComputeNode(ComputeNode):
                                                         max_tokens=result_token,
                                                         )
                     else:
-                        logger.info(f"call openai {mode_name} prompts: \n\t {prompts} \nfunctions: \n\t{json.dumps(llm_inner_functions)}")
+                        logger.info(f"call openai {mode_name} prompts: \n\t {prompts} \nfunctions: \n\t{json.dumps(llm_inner_functions,ensure_ascii=False)}")
                         resp = await client.chat.completions.create(model=mode_name,
                                                             messages=prompts,
                                                             response_format = response_format,

src/component/openai_node/whisper_node.py

@@ -156,11 +156,11 @@ class WhisperComputeNode(ComputeNode):
                 result.result_str = text
                 result.result = text
             elif response_format == "json":
-                result.result_str = json.dumps({"text": text})
+                result.result_str = json.dumps({"text": text},ensure_ascii=False)
                 resp.text = text
                 result.result = resp
             elif response_format == "verbose_json":
-                result.result_str = json.dumps({"text": text, "segments": results})
+                result.result_str = json.dumps({"text": text, "segments": results},ensure_ascii=False)
                 latest_resp.text = text
                 latest_resp.segments = results
                 result.result = latest_resp
@@ -190,9 +190,9 @@ class WhisperComputeNode(ComputeNode):
             result.set_from_task(task)
             result.worker_id = self.node_id
             if response_format == "json":
-                result.result_str = json.dumps({"text": resp.text})
+                result.result_str = json.dumps({"text": resp.text},ensure_ascii=False)
             elif response_format == "verbose_json":
-                result.result_str = json.dumps({"text": resp.text, "segments": resp.segments})
+                result.result_str = json.dumps({"text": resp.text, "segments": resp.segments},ensure_ascii=False)
             elif response_format == "srt" or response_format == "vtt" or response_format == "text":
                 result.result_str = resp
             else: