lambdagent/agentexample/agent67/core/config.py

"""
agent67.core.config — 配置与常量
"""
from __future__ import annotations
import os
import shutil

BANNER = """
╔══════════════════════════════════════════════════════════╗
║  🐑 lambda v2 — 个人助理 + 编程助手                     ║
║  powered by lambdagent (21 built-in tools)               ║
╠══════════════════════════════════════════════════════════╣
║                                                          ║
║  📁 文件读写编辑        🔍 代码搜索                      ║
║  💻 Shell 执行          🔀 Git 工作流                    ║
║  🌐 Web 搜索/获取       📓 Notebook 编辑                ║
║  🚀 应用/浏览器控制     📊 系统信息/截屏                 ║
║  📋 任务管理            🧪 自动化测试                    ║
║                                                          ║
║  输入 'exit' 退出 | 'trace' 追踪 | 'stats' 统计         ║
╚══════════════════════════════════════════════════════════╝
"""

WAKE_WORD = "lambda"

# 后端类型常量
BACKEND_CLAUDE_CODE = "claude_code"
BACKEND_OLLAMA = "ollama"
BACKEND_API = "api"


def detect_backend() -> tuple[str, bool, str]:
    """
    检测可用的 LLM 后端。

    返回: (model_name, use_api, backend_type)
      - backend_type="claude_code" → Claude Code CLI (Max Plan, 无需 API Key, 最强)
      - backend_type="api"         → 云端 API (Anthropic/DashScope/OpenAI)
      - backend_type="ollama"      → 本地 Ollama (Qwen2.5, GLM-4 等, 能力较弱)

    优先级: Claude Code CLI > API > Ollama
    (Claude Code 能力最强且免费，优先使用)
    """
    # 1. 检测 Claude Code CLI (最强，优先)
    if shutil.which("claude"):
        print("✅ 使用 Claude Code Max Plan (无需 API Key)")
        print("   模型: claude sonnet (通过 claude CLI)")
        return "sonnet", False, BACKEND_CLAUDE_CODE

    # 2. 云端 API
    if os.environ.get("ANTHROPIC_API_KEY"):
        model = "claude-sonnet-4-20250514"
        print("✅ 使用 Anthropic API ({})".format(model))
        return model, True, BACKEND_API
    elif os.environ.get("DASHSCOPE_API_KEY"):
        model = "qwen-max"
        print("✅ 使用 DashScope API ({})".format(model))
        return model, True, BACKEND_API
    elif os.environ.get("OPENAI_API_KEY"):
        model = "gpt-4o"
        print("✅ 使用 OpenAI API ({})".format(model))
        return model, True, BACKEND_API

    # 3. Ollama 本地模型 (fallback, 能力较弱)
    try:
        from .ollama_lam import ollama_available
        models = ollama_available()
        if models:
            preferred = ["qwen2.5:32b", "qwen2.5:14b", "glm4:9b", "qwen2.5:7b", "llama3.1:8b"]
            selected = None
            for p in preferred:
                if p in models:
                    selected = p
                    break
            if not selected:
                selected = models[0]
            print("⚠️  使用 Ollama 本地模型 ({}) — 能力有限，推荐安装 Claude Code".format(selected))
            print("   可用模型: {}".format(", ".join(models[:5])))
            return selected, False, BACKEND_OLLAMA
    except Exception:
        pass

    return "", False, ""