code/05-agents/workflow_vs_agent.py

"""同样的问题，交给固定流程（04 模块的 RAG：改写 → 检索 → 回答）和智能体（自己决定查什么），
比较调用次数、耗时、词元数和回答。

在 AI-Course 目录下运行：python code/05-agents/workflow_vs_agent.py
（04 模块的检索代码按相对路径 data/httpx-docs 读取文档，所以要在课程根目录运行）
"""
import sys
import time
from pathlib import Path

sys.path.insert(0, str(Path(__file__).parent / "../04-rag"))
import agent_loop  # noqa: E402
from citations import answer as rag_answer  # noqa: E402  导入时会建好检索索引

QUESTIONS = [
    "httpx 默认会自动跟随重定向吗？",
    "怎么给 httpx 设置代理？",
    "httpx 的超时分成哪几种？每种管什么？",
]

model = agent_loop.RealModel()
for q in QUESTIONS:
    start = time.time()
    text, _, usage = rag_answer(q)
    rag_time = time.time() - start
    # 改写问题的那次调用结果已经缓存了，这里只算回答那一次
    print(f"问：{q}")
    print(f"  固定流程：1 次回答调用，{rag_time:.1f} 秒，输入 {usage.prompt_tokens} 词元，输出 {usage.completion_tokens} 词元")
    print(f"    {text.splitlines()[0][:80]}")

    start = time.time()
    text, stats = agent_loop.run_agent(model, q, verbose=False)
    agent_time = time.time() - start
    print(f"  智能体：  {stats['steps']} 次调用，{agent_time:.1f} 秒，"
          f"输入 {stats['prompt_tokens']} 词元，输出 {stats['completion_tokens']} 词元")
    print(f"    {(text or '（没有回答）').splitlines()[0][:80]}")
    print()