命令行工具
命令说明
多样工具便捷使用
提示词优化
用来优化 Agent 的系统提示词(System prompt)。
veadk prompt
选项包括:
--path
:指定要优化的 Agent 文件路径,默认值为当前目录下的agent.py
文件。注意,必须将你定义的智能体作为全局变量导出--feedback
:指定优化后的提示词反馈,用于优化模型--api-key
:指定 AgentPilot 平台的 API Key,用于调用优化模型--model-name
:指定优化模型的名称,默认值为doubao-1.5-pro-32k-250115
一键上云部署
可直接将本地项目部署到火山引擎 FaaS 平台上:
veadk deploy
选项包括:
--access-key
:指定火山引擎的 Access Key,用于调用 FaaS 平台的 API--secret-key
:指定火山引擎的 Secret Key,用于调用 FaaS 平台的 API--name
:指定部署的应用名称,用于在 FaaS 平台上标识该部署--path
:指定项目路径,默认值为当前目录
本地调试
可以通过adk web
或veadk studio
来启动Web页面,运行智能体:
# basic usage:
adk web
# if you need to use long-term memory, you should use `veadk web`.
# if the `session_service_uri` is not set, it will use `opensearch` as your long-term memory backend
veadk web --session_service_uri="mysql+pymysql://{user}:{password}@{host}/{database}"
它们能够自动读取执行命令目录中的agent.py
文件,并加载root_agent
全局变量。
评测
通过使用 veadk eval
来进行智能体评测,相关参数如下:
--agent-dir
string
待评测的 Agent 目录。目录中需要符合 Google ADK 的项目结构,即需要具备一个导出
root_agent
的名为 agent.py
的文件。--agent-a2a-url
string
待评测的云端 Agent 路径,要求云端 Agent 使用 A2A 协议进行部署。
--evalset-file
string
Google ADK 格式的评测集文件
--evaluator
string
评测器类别:
adk
为 Google ADK 内置评测器,评测模型为自身;deepeval
为 DeepEval 评测器,评测模型可以通过 --judge-model-name
参数指定。--judge-model-name
string
默认为
doubao-1-5-pro-256k-250115
- 评测模型,该参数在 --evaluator
值为 adk
时无效。--volcengine-access-key
string
火山引擎 Access Key
--volcengine-secret-key
string
火山引擎 Secret Key