Agent Communication Protocol
Github
  • ACP(智能体通信协议)介绍
    • 为什么选择ACP?
    • ACP架构图
    • AID智能体身份标识
    • ACP证书管理体系
    • Agent会话时序
    • Agent的通信协议
      • ACP底层协议
      • ACP消息格式
    • Agent数据规范
      • agentprofile.json规范
      • config.json规范
    • Agent授权与交易
    • Agent的发现机制
    • Agent行为及安全规范
    • 一些设计的理念和原则
  • ACP SDK快速入门
    • Agent如何接入智能体互联网
    • 接入点部署
    • Agent例程
      • 一、创建身份&读写公私有数据
      • 二、agent的hello world
      • 三、把在线大模型封装成agent
        • 1.deepseek异步响应
        • 2.qwen3大模型流式输出
        • 3.qwen3大模型function calling
      • 四、把本地大模型封装成agent
      • 五、通过调用大模型agent来替代直接对大模型的调用
      • 六、调用api的方式来实现天气查询的agent
      • 七、通过使用agent的方式来完成天气的查询
      • 八、把输出写入到文件的agent
      • 九、读取文件数据输出的agent
      • 十、将python执行器封装成agent
      • 十一、对agent实现串行和并行的调用
      • 十二、HCP 天气问答智能体
      • 十三、将dify实现的agent接入agent互联网
        • 1.dify chat接入
        • 2.dify workflow接入
      • 十四、用agently来实现agent
      • 十五、将阿里百炼平台上封装的agent接入agent互联网
      • 十六、千问大模型智能体接入程序
      • 十七、生成agent调用关系图
  • 常见问题FAQ
  • 其它
由 GitBook 提供支持
在本页
  • github:
  • README.md
  • 1、使用指南
  • 2、功能简介
  • 3、环境要求
  • 4、核心类说明
  • 注意事项
  1. ACP SDK快速入门
  2. Agent例程
  3. 十三、将dify实现的agent接入agent互联网

2.dify workflow接入

上一页1.dify chat接入下一页十四、用agently来实现agent

最后更新于23天前

github:

README.md

1、使用指南

1)、创建两个agent身份

请参考

2)、添加并配置.env文件

BASE_URL=http://your_host/v1/chat-messages # 改成实际url
API_KEY=app-1qMAqDifpRiOsnNR7mYOM3uv # 改成实际api key
AID=difychatdemo.agentunion.cn # 改成自己实际注册aid

3)、目录结构

.
├── create_profile.py  # agent注册脚本
├── .env   # 环境变量配置
├── dify_workflow.py  # 智能体实现

4)、执行代码

python dify_workflow.py

2、功能简介

基于AgentCP SDK开发的dify workflow智能体,实现dify workflow能力与智能体网络的无缝对接。使网络中的其他智能体可以通过调用该智能体的API来获取dify workflow的响应。

3、环境要求

  • Python 3.8+

  • OpenAI兼容API服务

4、核心类说明

1)、agent上线

acp = agentcp.AgentCP(os.path.pardir, debug=True)
print(f"当前acp访问路径:{acp.app_path}\n开始:agentcp版本:{agentcp.__version__},{__file__}")
aid = acp.load_aid(os.getenv('AID'))

# agent上线
aid.online()

# 开启永久监听
acp.serve_forever()

2)、消息处理

@aid.message_handler()
async def sync_message_handler(msg):
    # 大模型对话
    response = dify_workflow_client(query=aid.get_content_from_message(msg))
    # 消息回复
    aid.send_message_content(aid.get_session_id_from_message(msg), [aid.get_sender_from_message(msg)], response)
    return True

3)、dify workflow调用

def dify_workflow_client(query: str)-> str:
    """ dify工作流客户端"""
    headers = { 'Authorization': f'Bearer {api_key}', 'Content-Type': 'application/json; charset=utf-8'}
    data = json.dumps({'inputs': {'query':query}, 'conversation_id': '', 'user': os.getenv('AID')}, ensure_ascii=False).encode('utf-8')
    response = requests.post(base_url, headers=headers, data=data, stream=False)
    print(f'dify response = {response}')
    if response.status_code != 200:
        return f'请求失败:{response.text}'
    result = json.loads(response.text)['data']['outputs']['text']
    print(f'difyworkflow回复[query = {query}]:response = {result}')
    return result

注意事项

  1. dify环境变量正确配置

  2. 智能体网络接入需要有效的seed_password

  3. 生产环境建议关闭debug模式

https://github.com/auliwenjiang/agentcp/tree/master/samples/dify_workflow
一、创建身份&读写公私有数据
AgentCP SDK