MDAgents-Minimal
系统总览

一共三个py文件
main
函数体外

保证所有通过 print() 输出到终端的内容,会尽量使用 UTF-8 编码。
parse_args

add_argument所用到的形参
| 形参 | 作用 |
|---|---|
*args |
定义选项名或位置参数名,比如 "-h"、"--prompt" |
action |
决定参数被解析时执行什么动作 |
type |
把命令行字符串转换成其他类型,例如 int |
default |
用户没有提供该参数时使用的值 |
choices |
限定参数只能取哪些值 |
help |
在 --help 帮助信息中显示的文字 |
print_result

utils
load_opencode_settings()

①②:进行模型基本信息的读取
先给出ccswitch的配置信息

可以看出,providers所找寻的模型基础信息来自于model_providers.custom这个字段
[model_providers.custom]是小节(table)语法,那个点号的意思是”进入下一层”
即tomllib 解析后得到的是嵌套的字典:
1 | { |
此字典为ccswitch中所提供的所有供应商。换成另一个 provider,只要改 model_provider 那一行,其它配置一个字都不用动。 CC Switch 本身就是一个”供应商切换器”,它内部存着七八个 provider(OpenCode Go、OpenAI、智谱、火山引擎等)。每切一次,它就把选中的那个写进 config.toml,而 model_provider 就是那个开关。
class Agent
__init__()


因为 HTTP 本身是无状态的。每发送一次请求都要带着一个固定的UUID来给服务器说你属于哪个对话。以下这些功能:
- 会话级别的限流和计费
- 把多次请求归到一次对话里做统计
- 缓存、日志归因、并发隔离
做法就是在请求头里带一个标识符。这跟 OpenAI 官方接口里的 user 参数、Anthropic 的会话头是同一个思路,只是名字不同。但是需要留意两个地方:
self.session_id现在被存下来了,但它没被打印过。如果你要排查“是不是会话串了”这类问题,把agent.session_id打出来会很有用。- 如果以后你把 Agent 用于多用户同时对话,当前这个“一个实例一个 id”的粒度就不够了。那时应该让调用方把
session_id传进来,而不是在__init__里自己生成。这在单用户医学对话场景里暂时不是问题。
chat()

要注意:这里self.client.chat中的chat和Agent类里的chat不是一个接口
1 | self:Agent 实例。 |
workflow
判断复杂度的模块
Init
在_init_中创建了router的agent实例对象
1 | self.router = Agent( |
调用_init_函数之后,在utils.py中会自动给本agent实例加上一个系统的标签,表达权威性
1 | # 第 84 行:Agent 创建时,messages 里就有一条 system |
determine_difficulty
这个函数为判断问题复杂度的函数
1 | def determine_difficulty(self, question: str) -> str: |
调用 utils.Agent.chat函数之后,在utils.py中会自动给本agent实例加上一个用户的标签,代表这是接下来的对话上下文
1 | self.messages.append({"role": "user", "content": message}) |
LLM实际接收到的信息
1 | # 在workflow中,init创建的时候就烙印上了system的身份,然后再使用这个agent实例调用chat方法的时候都会重新创建并添加一个role为user的信息 |
benchmark
Shot
benchmark中加了几个shot测试,即把要问的问题前面拼接几个示例
1 | def format_few_shot_examples( |
实际拼出来的效果
1 | 下面是几个医学选择题示例,请参考它们的答案格式: |
作用为
- 对齐输出格式——让模型学会“第一行给选项字母”的样式,你的
parse_choice()才好提取答案; - 提示答题规范——医学选择题的答题套路(直接给结论、不跑题)。
- 复现论文
实际意义
没有意义,few-shot 的经典价值是“教不会做题的模型学会格式和套路”。而复现所使用的deepseek-v4.1-flash这种现代强模型本来就会做 MedQA,示范它不需要。模型越强,few-shot 的增益越趋近于零——这是这两年反复被验证的现象。





/cover.jpg)