第 9 章 · 03 外部 CryptoAgent 封装

文档摘要

第 9 章 · 03 外部 CryptoAgent 封装本节摘要:本节精读 (约 51 行)——三段实验代码里最短的一段。它演示如何用适配器模式(Adapter Pattern)把一个外部库( )接入 AutoHedge 的 swarms Agent 体系:先建一个 swarms (用 cryptoagent 提供的 system prompt),再把它作为参数喂给 ,从而让外部库复用 swarms 的 Agent 能力。但这段代码有个致命问题:它依赖的库既不在 ,也不在 ——直接 import 会。这是一段「写好了但跑不起来」的代码,教学价值在两点:一是适配器模式怎么写(包一层让外部库融入自家框架);二是未声明依赖是开源项目常见的坑(代码引用了却不告诉安装者要装什么)。

第 9 章 · 03 外部 CryptoAgent 封装

本节摘要:本节精读 experimental/crypto_agent_wrapper.py(约 51 行)——三段实验代码里最短的一段。它演示如何用适配器模式(Adapter Pattern)把一个外部库(cryptoagent)接入 AutoHedge 的 swarms Agent 体系:先建一个 swarms Agent(用 cryptoagent 提供的 system prompt),再把它作为参数喂给 CryptoAgent(agent=..., autosave=True),从而让外部库复用 swarms 的 Agent 能力。但这段代码有个致命问题:它依赖的 cryptoagent 库既不在 requirements.txt,也不在 pyproject.toml——直接 import 会 ModuleNotFoundError。这是一段「写好了但跑不起来」的代码,教学价值在两点:一是适配器模式怎么写(包一层让外部库融入自家框架);二是未声明依赖是开源项目常见的坑(代码引用了却不告诉安装者要装什么)。读完本节,你理解适配器模式的意图,也学会识别「隐性依赖」。

内容来源:原项目源码 experimental/crypto_agent_wrapper.py,逐行精读并套用体系化模板。

⚠️ 现实澄清:这段代码当前无法运行——from cryptoagent.main import CryptoAgent 会因 cryptoagent 未安装而失败,且项目没声明这个依赖。它是「代码正确但环境不全」的样本。

学习目标

阅读完本节,你应当能够:

逐行读懂 CryptoAgentWrapper(全 51 行)。
说清适配器模式的意图(让外部库融入自家框架)。
指出 cryptoagent 是未声明依赖(不在 requirements/pyproject)。
解释「swarms Agent 当参数喂给外部 CryptoAgent」的复用思路。
从这个样本学会识别隐性依赖与死代码。

一、整段代码全貌

文件很短(约 51 行),完整呈现:


import os

from swarm_models import OpenAIChat
from swarms import Agent

from cryptoagent.main import CryptoAgent
from cryptoagent.prompts import CRYPTO_AGENT_SYS_PROMPT


class CryptoAgentWrapper:
    def __init__(self):
        self.api_key = os.getenv("OPENAI_API_KEY")
        self.model = OpenAIChat(
            openai_api_key=self.api_key,
            model_name="gpt-4o-mini",
            temperature=0.1,
        )
        self.input_agent = Agent(
            agent_name="Crypto-Analysis-Agent",
            system_prompt=CRYPTO_AGENT_SYS_PROMPT,
            llm=self.model,
            max_loops=1,
            autosave=True,
            dashboard=False,
            verbose=True,
            dynamic_temperature_enabled=True,
            saved_state_path="crypto_agent.json",
            user_name="swarms_corp",
            retry_attempts=1,
            context_length=10000,
        )
        self.crypto_analyzer = CryptoAgent(
            agent=self.input_agent, autosave=True
        )

    def run(self, coin_id: str, analysis_prompt: str) -> str:
        summaries = self.crypto_analyzer.run(
            [coin_id],
            analysis_prompt,
            # real_time=True,
        )
        return summaries


# # Example usage
# if __name__ == "__main__":
#     crypto_agent_wrapper = CryptoAgentWrapper()
#     coin_ids = ["bitcoin", "ethereum"]
#     analysis_prompt = "Conduct a thorough analysis of the following coins:"
#     summaries = crypto_agent_wrapper.summarize_crypto_data(coin_ids, analysis_prompt)
#     print(summaries)

逻辑链:__init__ 建模型 → 建 swarms Agent → 把 Agent 喂给外部 CryptoAgent;run 调外部 CryptoAgent.run。注意末尾的 __main__ 是注释掉的——作者写了个示例又把它注释了,说明这段代码可能从没跑通过。

二、致命问题:未声明的依赖

文件第 6-7 行:


from cryptoagent.main import CryptoAgent
from cryptoagent.prompts import CRYPTO_AGENT_SYS_PROMPT

这两行 import 引入了 cryptoagent 这个外部库。但检查项目依赖声明:

文件	是否声明 cryptoagent
`requirements.txt`	❌(只有 swarms/pydantic/loguru/swarm-models/fastapi/uvicorn/requests/httpx/solders)
`pyproject.toml`	❌
`.env.example`	❌

所以 pip install -U autohedge 的用户不会自动装上 cryptoagent,运行这段代码会立刻 ModuleNotFoundError: No module named 'cryptoagent'。

⚠️ 现实澄清:这是开源项目最常见的「坑」之一——代码引用了外部库,却没在依赖清单里声明。原因通常是:作者在自己环境里 pip install cryptoagent 装了能跑,但忘了写进 requirements;或者这段是「实验性」代码(它在 experimental/ 下,且 .gitignore 第 17 行把整个 experimental/ 都忽略了——本就被排除在正式发布外)。无论哪种,结论是:这段代码在标准安装的环境里跑不起来。

三、适配器模式:包一层接入外部库

抛开依赖问题,这段代码的设计思路是经典的适配器模式。意图是:

外部库 cryptoagent 有自己的 CryptoAgent 类,但它可能不认识 swarms 的 Agent。
我们想让 cryptoagent 复用 swarms Agent 的能力(日志、autosave、重试、动态温度等)。
解法:写一个 CryptoAgentWrapper 当中间层——内部用 swarms 建好 Agent,再把 Agent 作为参数喂给 CryptoAgent(agent=...)。


[你的代码]  ──►  CryptoAgentWrapper(适配器)  ──►  CryptoAgent(外部库)
                          │
                          └─ 内部建 swarms Agent ──►  作为 agent= 参数注入

这种「外部库接受一个 agent 参数」的设计,是依赖注入的一种——外部库不强制你用它的 Agent,你可以传自己的进来。CryptoAgentWrapper 就是利用这个口子,把 swarms Agent 注入进去。

💡 适配器 vs 直接用:直接用 cryptoagent 的话,你要学它自己的 Agent API;包一层适配器后,调用方只用熟悉的 swarms 风格,外部库的差异被藏在 Wrapper 里。代价是多一层间接性、多一层维护负担。当外部库稳定、接口清晰时,直接用更简单;当想统一多个外部库到一套接口时,适配器更划算。

四、init:三步建对象

逐行看构造函数:


def __init__(self):
    self.api_key = os.getenv("OPENAI_API_KEY")
    self.model = OpenAIChat(
        openai_api_key=self.api_key,
        model_name="gpt-4o-mini",
        temperature=0.1,
    )
    self.input_agent = Agent(
        agent_name="Crypto-Analysis-Agent",
        system_prompt=CRYPTO_AGENT_SYS_PROMPT,       # ← 外部库提供的 prompt
        llm=self.model,
        max_loops=1,
        autosave=True,
        dashboard=False,
        verbose=True,
        dynamic_temperature_enabled=True,
        saved_state_path="crypto_agent.json",
        user_name="swarms_corp",
        retry_attempts=1,
        context_length=10000,
    )
    self.crypto_analyzer = CryptoAgent(
        agent=self.input_agent, autosave=True        # ← swarms Agent 注入外部库
    )

三步:

建模型:OpenAIChat 用 gpt-4o-mini、温度 0.1(低温偏确定性,适合分析)。
建 swarms Agent:system_prompt 用外部库的 CRYPTO_AGENT_SYS_PROMPT(巧妙——让 swarms Agent 说外部库的「行话」);配 autosave/retry/动态温度等 swarms 特性。
注入:CryptoAgent(agent=self.input_agent)——把刚建的 swarms Agent 作为参数传给外部库的 CryptoAgent。

关键点是第 3 步:外部库的构造函数接受一个 agent 参数,这正是适配器能成立的口子。如果外部库不接受外部 agent,适配器就只能用继承或猴子补丁(更脏)。

五、run:转发调用


def run(self, coin_id: str, analysis_prompt: str) -> str:
    summaries = self.crypto_analyzer.run(
        [coin_id],
        analysis_prompt,
        # real_time=True,
    )
    return summaries

入参 coin_id(如 "bitcoin"、"ethereum",是 CoinGecko 风格的 id)+ 分析提示。
转发给 self.crypto_analyzer.run(外部库的方法)。
real_time=True 被注释了——作者考虑过实时模式但注释掉,可能因为不稳或没调通。

run 自己几乎不做事,只做转发。这正是适配器的典型形态:对外暴露统一接口,对内转给被适配的对象。

六、注释掉的示例:从没跑通过的迹象


# # Example usage
# if __name__ == "__main__":
#     crypto_agent_wrapper = CryptoAgentWrapper()
#     coin_ids = ["bitcoin", "ethereum"]
#     analysis_prompt = "Conduct a thorough analysis of the following coins:"
#     summaries = crypto_agent_wrapper.summarize_crypto_data(coin_ids, analysis_prompt)
#     print(summaries)

注意几个问题:

整个示例被注释掉:作者写了示例又注释,说明可能没验证过。
方法名对不上:示例调 crypto_agent_wrapper.summarize_crypto_data(...),但类里定义的方法是 run——根本没有 summarize_crypto_data 这个方法。这段示例即便取消注释也会 AttributeError。

这是「代码未经测试就提交」的典型痕迹。结合前面的依赖缺失,可以判断:这段代码大概率从没成功跑过,是「写一半、试一下、跑不通、先放着」的状态。

七、experimental/ 被 gitignore

进一步看 .gitignore(第 17 行):


experimental/

整个 experimental/ 目录被 git 忽略——意味着这三段实验代码(做市、BTC 监控、CryptoAgent 封装)根本不会进入 git 仓库,也不在 PyPI 发布的包里。它们只存在于作者本地和这份「教程素材」里。

这解释了为什么:

cryptoagent 依赖没声明(实验代码,不发布,作者本地装了就行)。
代码质量参差不齐(实验性质,未经 review)。
BTC 监控的重连 bug、Windows 不兼容没修(实验代码,作者只在自己环境试)。

💡 实验代码的定位:experimental/ 是「沙盒」——放那些「想法有意思但没打磨」的代码。它的价值是展示思路(做市怎么建模、事件如何驱动 Agent、外部库怎么接),不是「能用的产品功能」。读者应以「学范式」而非「抄代码」的心态对待它。

八、对外部库集成的启示

抛开跑不通,这段代码展示了外部库集成的几个好思路:

依赖注入:优先选「接受外部 agent 参数」的库,比强耦合的库好集成。
统一 prompt 来源:用外部库的 system prompt,让自家 Agent 懂外部库的输出格式。
薄适配层:Wrapper 只做转发,不堆逻辑——保持薄,方便后续替换外部库。
配置注入:OpenAI key、模型名、温度都从环境/构造传入,不硬编码。

但也要警惕:

声明依赖:用到的库必须写进 requirements/pyproject,哪怕实验代码也要标 extras(如 autohedge[experimental])。
示例要能跑:别提交跑不通的示例(summarize_crypto_data 不存在这种错误很低级)。
版本锁定:外部库(尤其小众的 cryptoagent)API 易变,应锁定版本,否则升级即坏。

本节要点回顾

全貌:51 行,CryptoAgentWrapper.__init__ 建 OpenAIChat → 建 swarms Agent → 注入 CryptoAgent(agent=...);run 转发调用。
未声明依赖:from cryptoagent.main import ... 但 cryptoagent 不在 requirements/pyproject——标准环境直接 ModuleNotFoundError。
适配器模式:写中间层 CryptoAgentWrapper,让外部库 cryptoagent 复用 swarms Agent 的能力;关键是外部库接受 agent= 参数(依赖注入口子)。
统一 prompt:用外部库的 CRYPTO_AGENT_SYS_PROMPT 作 swarms Agent 的 system prompt,让两者「说同一种话」。
示例跑不通:__main__ 被注释,且调用了不存在的 summarize_crypto_data 方法——从没跑过的迹象。
experimental 被 gitignore:.gitignore 第 17 行排除整个 experimental/,所以这些代码不进 git/PyPI,只是本地沙盒——解释了依赖不声明、bug 不修的原因。
集成启示:好思路是依赖注入、薄适配、配置外置;坑是不声明依赖、示例跑不通、不锁版本。

至此第 9 章结束——你看完了三段实验代码:做市(逻辑骨架有价值)、BTC 监控(事件驱动+LLM 范式)、外部封装(适配器思路+依赖缺失)。下一章是全教程收束章,我们批判性盘点 README 营销与代码现实的落差,讲如何扩展到 Coinbase,并给出生产化建议。