扩展指南

ARES 在每一层都设计了扩展点。以下各节引用了需要实现的确切 SDK 选项或接口。

新增 LLM 供应商

SDK 内置支持 OpenAI、Ollama、Anthropic 与 OpenRouter。使用自定义供应商：

llm.Client 是具体结构体（不是接口）：provider 由配置选择， internal/llm/chat.go 按 provider 分派并归一到 llmcore.* 消息/响应类型。 运行期故障转移只有一条链 llm.FailoverClient；embedding 调用在 llmservice.Service 上，不在 llm.Client 上。

  1. 构造 provider 配置（llm.Config / core.LLMConfig），填入供应商名称与 base URL。
  2. 通过 sdk.WithLLMConfig(cfg) 传入；用 sdk.WithFallbackLLM(cfg) 添加 故障转移（可多次调用追加）。
  3. serve 部署下，agent 需要触碰工作区文件时必须在 ares.yaml 设置 tools.file_sandbox_dir——默认沙箱是进程私有临时目录，不是工作目录。

新增自定义工具

  1. 实现 tools.Tool 接口（Name、Description、Parameters、Execute、Capabilities），或用 tools.ToolFunc 包装函数。
  2. 注册：runtime.RegisterTool(myTool)，或作为 sdk.WithTool agent 选项传入。
  3. 若需在 sub-agent 中注册幂等（可安全重试）工具，将 ToolBinder 类型断言 为 *toolBinder 并调用 BindIdempotentTool。

新增知识存储后端

  1. 实现 knowledge.KnowledgeStore 接口（13 个方法，含 Store、Query、 HybridSearch、FindDuplicate）。
  2. 通过 sdk.WithKnowledgeStore(myStore) 接入，或作为 provider.GraphProvider 用 sdk.WithKnowledgeProvider 注册。

新增策略源

  1. 实现 agents.StrategySource，返回当前 ActiveStrategy（prompt + LLM 参数）。
  2. 构造 agent 时通过 leader.WithStrategySource(src) 或 sub.WithStrategySource(src) 注入。

新增 MCP 服务器连接

  1. 启动一个通过 stdio 暴露工具的 MCP 服务器。
  2. 用 sdk.WithMCP(MCPConn{Command: "...", Args: []string{...}}) 连接。 发现的工具会自动注册到工具注册表。

调整知识质量门

使用 sdk.WithAKGQualityGate(knowledge.QualityGateConfig{...}) 调整 抽取/一致性/新鲜度/使用度权重与分数阈值，决定哪些候选成为活跃的 KnowledgeObject。