1
ChatModel 返回:  ┌──────────────────────────┐
2
                 │  Role: Assistant         │
3
                 │  Content: "答案是42"      │
4
                 └──────────────────────────┘
5
                 只有一条扁平消息
6

7
AgenticModel     ┌──────────────────────────────────────────────┐
8
返回:             │ Role: Assistant                             │
9
                  │ ContentBlocks: [                            │
10
                  │   [0] type: reasoning                       │
11
                  │       text: "我需要先搜索..."               │
12
                  │   [1] type: server_tool_call                │
13
                  │       name: web_search                      │
14
                  │   [2] type: reasoning                       │
15
                  │       text: "搜索结果显示..."               │
16
                  │   [3] type: text                            │
17
                  │       text: "根据分析，答案是42"             │
18
                  │ ]                                           │
19
                  └──────────────────────────────────────────────┘
20
                 一条消息里装了多个有序的结构化 Block

1
import (
2
    einoModel "github.com/cloudwego/eino/components/model"
3
    "github.com/cloudwego/eino-ext/components/model/agenticark"     // 火山方舟 ARK
4
    "github.com/cloudwego/eino-ext/components/model/agenticopenai"  // OpenAI
5
)
6

7
// ARK
8
model, err := agenticark.New(ctx, &agenticark.Config{
9
    APIKey:  os.Getenv("ARK_API_KEY"),
10
    Model:   os.Getenv("ARK_MODEL_ID"),
11
    BaseURL: os.Getenv("ARK_BASE_URL"),
12
})
13

14
// OpenAI
15
model, err := agenticopenai.New(ctx, &agenticopenai.Config{
16
    APIKey:  os.Getenv("OPENAI_API_KEY"),
17
    Model:   os.Getenv("OPENAI_MODEL_ID"),
18
    BaseURL: os.Getenv("OPENAI_BASE_URL"),
19
})

1
// ARK 服务端 web_search
2
agenticark.WithServerTools([]*agenticark.ServerToolConfig{
3
    {WebSearch: &arkResponses.ToolWebSearch{
4
        Type:  arkResponses.ToolType_web_search,
5
        Limit: ptrOf[int64](6),
6
    }},
7
})
8

9
// OpenAI 服务端 web_search
10
agenticopenai.WithServerTools([]*agenticopenai.ServerToolConfig{
11
    {WebSearch: &openaiResponses.WebSearchToolParam{
12
        Type: openaiResponses.WebSearchToolTypeWebSearch,
13
    }},
14
})

1
func newResearchAssistant(ctx context.Context) (adk.TypedAgent[*schema.AgenticMessage], error) {
2
    // ─── 第1步：创建 AgenticModel ───
3
    agenticModel, _ := newAgenticModel(ctx)
4

5
    // ─── 第2步：创建本地工具（和之前一模一样，InferTool）───
6
    tools, _ := buildTools()
7

8
    // ─── 第3步：创建 TypedChatModelAgent ───
9
    agent, err := adk.NewTypedChatModelAgent[*schema.AgenticMessage](ctx,
10
        &adk.TypedChatModelAgentConfig[*schema.AgenticMessage]{
11
            Name:        "AgenticResearchAssistant",
12
            Instruction: "...",
13
            Model:       agenticModel,          // ← AgenticModel
14
            ToolsConfig: adk.ToolsConfig{       // ← 和 ChatModel 版本一样！
15
                ToolsNodeConfig: compose.ToolsNodeConfig{
16
                    Tools: tools,
17
                },
18
            },
19
            MaxIterations: 8,
20
        })
21
    return agent, err
22
}

1
// 创建（和之前一样的模式）
2
runner := adk.NewTypedRunner[*schema.AgenticMessage](adk.TypedRunnerConfig[*schema.AgenticMessage]{
3
    Agent:           agent,
4
    EnableStreaming: true,
5
})
6

7
// 构造输入（用 UserAgenticMessage 替代 UserMessage）
8
input := schema.UserAgenticMessage("请写一份研究报告...")
9

10
// 运行
11
iter := runner.Run(ctx, []*schema.AgenticMessage{input})
12

13
// 消费事件 —— ⚠️ 关键变化：用 TypedGetMessage
14
for {
15
    event, ok := iter.Next()
16
    if !ok { break }
17
    msg, _, err := adk.TypedGetMessage(event)  // ← 不是 GetMessage()
18
    if msg != nil {
19
        fmt.Print(msg.String())
20
    }
21
}

1
status=incomplete
2
incomplete_details.reason=max_output_tokens

1
var retryMaxTokens = []int{4096, 8192, 16384}
2

3
ModelRetryConfig: &adk.TypedModelRetryConfig[*schema.AgenticMessage]{
4
    MaxRetries: len(retryMaxTokens),
5
    ShouldRetry: func(ctx context.Context, retryCtx *adk.TypedRetryContext[*schema.AgenticMessage]) *adk.TypedRetryDecision[*schema.AgenticMessage] {
6
        if !isMaxOutputTokensIncomplete(retryCtx.OutputMessage) {
7
            return nil  // 不需要重试
8
        }
9
        nextMaxTokens := retryMaxTokens[retryCtx.RetryAttempt-1]
10
        return &adk.TypedRetryDecision[*schema.AgenticMessage]{
11
            Retry:             true,
12
            AdditionalOptions: []einoModel.Option{einoModel.WithMaxTokens(nextMaxTokens)},
13
            Backoff:           100 * time.Millisecond,
14
        }
15
    },
16
},

1
// AgenticModel 实现
2
"github.com/cloudwego/eino-ext/components/model/agenticopenai"  // OpenAI Responses API
3
"github.com/cloudwego/eino-ext/components/model/agenticark"     // 火山方舟 ARK
4

5
// 核心接口
6
"github.com/cloudwego/eino/components/model"   // AgenticModel 接口
7
"github.com/cloudwego/eino/schema"             // AgenticMessage, ContentBlock
8
"github.com/cloudwego/eino/adk"                // TypedChatModelAgent, TypedRunner, TypedModelRetryConfig
9

10
// 中间件（Typed 版）
11
"github.com/cloudwego/eino/adk/middlewares/filesystem"  // filesystem.NewTyped
12

13
// 后端
14
"github.com/cloudwego/eino-ext/adk/backend/local"       // localbackend.NewBackend

1
你的场景                                      → 用什么
2
─────────────────────────────────────────────────────────
3
简单问答、一次性调用                           → ChatModel（[入门笔记](./note) §2）
4
多轮对话 + 本地工具 + 中断恢复                 → ChatModelAgent（[入门笔记](./note) §3）
5
需要服务端搜索（web_search）                   → AgenticModel ✅
6
需要看到模型的推理过程                         → AgenticModel ✅
7
需要处理输出截断自动重试                       → AgenticModel ✅
8
需要一次调用中混合推理+工具+文本               → AgenticModel ✅
9
现有 ChatModelAgent 代码跑得好好的              → 不用迁移，除非需要上述特性

1
见到 Typed 就用 AgenticMessage：
2
  NewChatModelAgent → NewTypedChatModelAgent[*AgenticMessage]
3
  NewRunner          → NewTypedRunner[*AgenticMessage]
4
  GetMessage()       → TypedGetMessage()
5
  ModelRetryConfig   → TypedModelRetryConfig
6
  filesystem.New → filesystem.NewTyped[*AgenticMessage]
7

8
ContentBlock 六种类型：reasoning / text / server_tool_call
9
                       function_tool_call / function_tool_result / thinking
10

11
新增能力：
12
  reasoning Block（推理可见）、server_tool_call（服务端工具）
13
  web_search（不用自己写搜索Tool）、输出截断检测+重试