- 大家好，我是 同学小张，日常分享AI知识和实战案例
- 欢迎 点赞 + 关注 👏，持续学习，持续干货输出。
- +v 一起交流💬，一起进步💪。
- 微信公众号也可搜【同学小张】 🙏
本站文章一览：
前面我们已经初步学会了使用AgentScope中的Pipeline模块，并深入源码，阅读了其中的顺序结构Pipeline和条件分支Pipeline的实现代码。今天，我们来学习另一种经典的Pipeline结构 - 循环结构Pipeline。同样深入源码，了解其背后的实现逻辑。
目前AgentScope还处于快速迭代阶段，本文源码版本为：Successfully installed agentscope-0.0.4a0
0. 推荐前置阅读
（1）Pipeline入门 & 顺序结构Pipeline源码详解：【AI Agent系列】【阿里AgentScope框架】2. Pipeline模块入门：使用Pipeline模块实现最简单的多智能体交互
（2）Pipeline基类 & 条件结构Pipeline源码详解：【AI Agent系列】【阿里AgentScope框架】3. 深入源码：Pipeline模块如何组织多智能体间的数据流？- 顺序结构与条件分支
1. ForLoopPipeline
这个Pipeline用来实现类似编程语言中的 for 循环结构。
1.1 初始化
class ForLoopPipeline(PipelineBase): def __init__( self, loop_body_operators: Operators, max_loop: int, break_func: Callable[[dict], bool] = lambda _: False, ): self.loop_body_operators = loop_body_operators self.max_loop = max_loop self.break_func = break_func self.participants = [self.loop_body_operators] def __call__(self, x: Optional[dict] = None) -> dict: return forlooppipeline( loop_body_operators=self.loop_body_operators, max_loop=self.max_loop, break_func=self.break_func, x=x, )
该Pipeline的初始化接收三个参数：
- loop_body_operators：需要循环的operators
- max_loop：最大循环次数
- break_func：跳出循环的条件
1.2 实现原理
重写__call__函数，调用了 forlooppipeline 函数：
def forlooppipeline( loop_body_operators: Operators, max_loop: int, break_func: Callable[[dict], bool] = lambda _: False, x: Optional[dict] = None, ) -> dict: for _ in range(max_loop): # loop body x = _operators(loop_body_operators, x) # check condition if break_func(x): break return x # type: ignore[return-value]
实现原理比较简单，一个for循环，for循环中为 x = _operators(loop_body_operators, x)，关于 _operators函数，我们在上篇文章已经看过源码，它就是将 loop_body_operators 执行 sequentialpipeline顺序结构。
然后if break_func(x)语句，用来判断是否提前到达了停止条件，如果到达了，则直接跳出循环。
2. WhileLoopPipeline
这个Pipeline用来实现类似编程语言中的 while 循环结构。
1.1 初始化
class WhileLoopPipeline(PipelineBase): def __init__( self, loop_body_operators: Operators, condition_func: Callable[[int, dict], bool] = lambda _, __: False, ): self.condition_func = condition_func self.loop_body_operators = loop_body_operators self.participants = [self.loop_body_operators] def __call__(self, x: Optional[dict] = None) -> dict: return whilelooppipeline( loop_body_operators=self.loop_body_operators, condition_func=self.condition_func, x=x, )
该Pipeline的初始化接收两个参数：
- loop_body_operators：需要循环的operators
- condition_func：跳出循环的条件
1.2 实现原理
重写__call__函数，调用了 whilelooppipeline 函数：
def whilelooppipeline( loop_body_operators: Operators, condition_func: Callable[[int, Any], bool] = lambda _, __: False, x: Optional[dict] = None, ) -> dict: i = 0 while condition_func(i, x): # loop body x = _operators(loop_body_operators, x) # check condition i += 1 return x # type: ignore[return-value]
实现原理也比较简单，一个while循环，进入while循环的条件是 condition_func。循环中为 x = _operators(loop_body_operators, x)，即将 loop_body_operators 执行 sequentialpipeline顺序结构。
里面的 i 变量，没看懂其存在的意义是什么，只是用来计数吗？但是又没有最大循环次数设置进来，这个 i 变量也没有传递出去。
3. 总结
本文我们学习了AgentScope框架Pipeline模块中的两种循环Pipeline，其实现原理都是比较简单的，简单理解下，可以将循环内的operators理解成一系列函数，这些函数放在了for循环或while循环中。有过一点编程经验的同学相信很容易理解。
如果觉得本文对你有帮助，麻烦点个赞和关注呗 ~~~
- 大家好，我是 同学小张，日常分享AI知识和实战案例
- 欢迎 点赞 + 关注 👏，持续学习，持续干货输出。
- +v 一起交流💬，一起进步💪。
- 微信公众号也可搜【同学小张】 🙏
本站文章一览：
