### 使用CrewAI框架在PyCharm中开发Agent以记录输入输出 以下是基于CrewAI框架的一个简单实现方案，用于创建一个能够将程序运行时的所有输入输出保存到TXT文件中的Agent。此代码假设用户已经安装并配置好了CrewAI环境。 #### 创建Agent类 首先定义一个继承自`BaseAgent`的子类，并重写其方法来捕获标准输入和输出流的内容： ```python from crewai import BaseAgent, Context class InputOutputLogger(BaseAgent): def __init__(self, name: str, context: Context): super().__init__(name, context) self.log_file_path = "io_log.txt" def on_start(self) -> None: """初始化日志文件""" with open(self.log_file_path, 'w') as file: file.write("") # 清空旧的日志 def process_input_output(self, content: str) -> None: """处理输入输出并将它们追加至指定的日志文件""" try: with open(self.log_file_path, 'a') as log_file: log_file.write(content + "\n") except Exception as e: print(f"Error writing to log file: {e}") def act(self, observation: dict) -> dict: user_input = input("Enter your command or message here: ") self.process_input_output(user_input) # 记录用户的输入 response_message = f"You entered: {user_input}" self.process_input_output(response_message) # 记录系统的响应消息 return {"response": response_message} ``` 上述代码片段展示了如何通过覆盖 `act()` 方法来自定义行为逻辑[^1]。每当调用这个函数的时候，它会请求一次键盘输入然后把结果连同相应的反馈一起存入外部存储介质当中去[^2]。 #### 配置与启动脚本 接着，在主应用程序入口处实例化此类对象并激活生命周期管理器: ```python if __name__ == "__main__": from crewai.contexts.local_context import LocalContext ctx = LocalContext() agent = InputOutputLogger(name="IO_Recorder", context=ctx) while True: action_result = agent.act({}) if not isinstance(action_result["response"], str): break ``` 这里我们利用了一个循环结构不断触发交互过程直到遇到异常情况才停止执行流程[^3]。 注意：以上示例仅适用于本地测试场景下的单线程操作模式；对于更复杂的分布式计算需求，则需进一步扩展架构设计思路。