feat: 支持Prompt自优化AgentOptimizer

examples/optimization/advanced_strategies/README.md

@@ -0,0 +1,206 @@
+# Advanced Strategies — GEPA 高阶策略组合 A/B 对照
+
+> **适用场景**：已熟悉 GEPA 基本流程，希望进一步理解 `candidate_selection_strategy` / `frontier_type` / `use_merge` / `skip_perfect_score` 等高阶配置在真实任务上的行为差异。本 example 跑 baseline 与 advanced 两套配置后用 `compare.py` 输出对比表。阅读前请先熟悉 `quickstart/README.md` §2。
+
+## 1 · 适用问题与设计目标
+
+GEPA 高阶配置开关多，业务方常见困惑：
+
+- "打开 `use_merge=true` 真的会触发 merge 吗？"
+- "`frontier_type` 选 `instance` 还是 `objective` 对我的任务有什么影响？"
+- "`skip_perfect_score=true` 能省多少 reflection LM 调用？"
+
+单跑一次优化往往看不出差异，因为 GEPA 在多数任务上都能收敛到相近 `best_pass_rate`。本 example 用 A/B 对照方法暴露差异：
+
+- **方案 A（baseline）**：基础策略组合
+- **方案 B（advanced）**：高阶策略组合（`frontier_type=objective` + `skip_perfect_score=true` + `use_merge=true`）
+- **任务设计**：地址解析任务，混合"完整地址"与"缺信息地址"两类 case，制造多目标局部最优空间
+
+| 输入 | 输出 |
+| --- | --- |
+| 两套不同的 `optimizer_*.json` 配置 | 两次独立的优化运行结果 |
+| `compare.py` 解析两次的 `result.json` | 多维度对比表 |
+
+### 本 example 演示的最小用例
+
+| 维度 | 值 |
+| --- | --- |
+| 业务任务 | 自由文本地址解析为严格 JSON `{country, city, postal_code, street}`（缺信息字段输出 `null`） |
+| 优化目标 | `agent/prompts/system.md` 单字段 |
+| 训练集 | 6 条 case：3 条完整地址 + 3 条缺信息地址 |
+| 验证集 | 6 条 case |
+
+## 2 · 术语对照
+
+仅列出本 example 引入的新概念。基础术语见 `quickstart/README.md` §2。
+
+| 术语 | 含义 |
+| --- | --- |
+| **candidate_selection_strategy** | 反思每轮选哪个候选作为亲本的策略。可选 `pareto` / `current_best` / `epsilon_greedy` / `top_k_pareto`。 |
+| **frontier_type** | Pareto 前沿粒度。可选 `instance`（按 case） / `objective`（按 metric） / `hybrid`（双层） / `cartesian`（按 case×metric）。 |
+| **skip_perfect_score** | 反思 minibatch 抽样时是否跳过已满分的 case。 |
+| **predictor-level merge** | merge 操作在 prompt 字段层面进行。**需要至少 2 个字段才有意义**——单字段优化下 merge 永远不会触发。 |
+| **merge_val_overlap_floor** | 触发 merge 的最低 val 集 case 重叠数（默认 5）。 |
+
+## 3 · 运行示例
+
+### 3.1 安装依赖
+
+```bash
+pip install -e ".[optimize]"
+```
+
+### 3.2 配置环境变量
+
+```bash
+export TRPC_AGENT_API_KEY="<your-key>"
+export TRPC_AGENT_BASE_URL="<your-endpoint>"
+export TRPC_AGENT_MODEL_NAME="<your-model>"
+```
+
+### 3.3 顺序跑两次优化
+
+```bash
+cd examples/optimization/advanced_strategies
+python3 run_baseline.py        # 配置 A：basic 策略组合
+python3 run_advanced.py        # 配置 B：高阶策略组合
+```
+
+每次运行约 3 分钟。
+
+### 3.4 输出对比表
+
+```bash
+python3 compare.py
+```
+
+`compare.py` 自动选取 `runs/` 下最新的 `baseline_*` 与 `advanced_*` 目录解析 `result.json`，输出多维度对比表（轮次数、接受率、merge 触发次数、reflection LM 调用数、baseline / best pass_rate 等）。
+
+## 4 · 架构与数据流
+
+```
+[run_baseline.py]                       [run_advanced.py]
+    │                                       │
+    ├── optimizer_baseline.json             ├── optimizer_advanced.json
+    │   instance frontier                   │   objective frontier
+    │   skip_perfect_score=false             │   skip_perfect_score=true
+    │   use_merge=false                      │   use_merge=true（单字段实际不触发）
+    │                                       │
+    └── runs/baseline_<ts>/result.json      └── runs/advanced_<ts>/result.json
+
+                       ┌────────────┴────────────┐
+                       │   python3 compare.py    │
+                       │   _latest("baseline")   │
+                       │   _latest("advanced")   │
+                       │   解析 result.json      │
+                       │   输出对比表             │
+                       └─────────────────────────┘
+```
+
+### 4.1 文件清单
+
+| 文件 | 角色 | 接入自有业务时的修改方向 |
+| --- | --- | --- |
+| `run_baseline.py` | basic 配置入口 | 与 quickstart 同 |
+| `run_advanced.py` | 高阶配置入口 | 调整 `optimizer_advanced.json` 中策略组合 |
+| `compare.py` | 解析两次 `result.json` 输出对比表 | 添加 / 删除关注的对比维度 |
+| `agent/agent.py` | 地址解析 LlmAgent + `_normalize_json` | 替换为业务 agent |
+| `agent/prompts/system.md` | baseline prompt（故意极简） | 写入业务 baseline |
+| `optimizer_baseline.json` | basic 策略 JSON | 调整阈值与 metric |
+| `optimizer_advanced.json` | 高阶策略 JSON | 调整高阶开关 |
+| `data/train.evalset.json` / `data/val.evalset.json` | 数据集 | 替换为业务用例 |
+
+## 5 · 高阶策略对照
+
+### 5.1 配置差异速查
+
+| 配置项 | baseline | advanced |
+| --- | --- | --- |
+| `candidate_selection_strategy` | `pareto` | `pareto` |
+| `frontier_type` | `instance` | `objective` |
+| `skip_perfect_score` | `false` | `true` |
+| `use_merge` | `false` | `true` |
+| `module_selector` | `round_robin` | `round_robin` |
+
+### 5.2 `frontier_type` instance vs objective
+
+| 取值 | 行为 | 在本任务上的表现 |
+| --- | --- | --- |
+| `instance` | 每条 case 维护一个 best 候选，反思看逐 case 反馈 | 接受门槛较高（需在某 case 上严格优于历史），rounds_accepted 较少 |
+| `objective` | 每条 metric 维护一个 best，反思看聚合分数 | 接受门槛较低（聚合分有提升即接受），rounds_accepted 较多但 valset 易震荡 |
+
+`objective` 更激进。小训练集（< 10 case）下可能过拟合 train minibatch，造成 valset pass_rate 波动。
+
+### 5.3 `skip_perfect_score` 的实际节省
+
+理论上能减少不必要的 reflection LM 调用。实际节省幅度取决于：
+
+- baseline 起点高度（baseline=0 时早期满分 case 极少，节省有限）
+- 训练集规模（小训练集下满分 case 在 minibatch 中比例不稳定）
+
+本 example 实测约节省 1 次 reflection 调用，差异不显著。该开关在**大规模训练集 + 高基线起点**场景下效果更明显。
+
+## 6 · 关键配置（含两条踩坑警示）
+
+### 6.1 `use_merge` 在单字段优化下不会触发
+
+merge 是 predictor-level 操作，**需要至少 2 个字段才有意义**。本 example 是单字段优化，因此 `optimizer_advanced.json` 中 `use_merge=true` 设置无副作用，但也不会带来任何实际 merge 行为——`compare.py` 输出中 `merge_rounds_total=0` 是预期。
+
+需要观察 merge 实际效果时，参见 `multi_agent_pipeline/` example，其 4 字段配置下 merge 会真实触发。
+
+### 6.2 `result.json` 字段命名为 camelCase
+
+SDK 内部使用 snake_case 字段名（如 `stop_reason` / `total_rounds` / `best_pass_rate`），但序列化到 `result.json` 时会自动转换为 camelCase（`stopReason` / `totalRounds` / `bestPassRate`）。
+
+这是因为 `EvalBaseModel` 的 `alias_generator=to_camel`，序列化时 `by_alias=True`。
+
+**踩坑提醒**：用 Python 读 `result.json` 时按 camelCase 索引：
+
+```python
+data = json.loads(Path("result.json").read_text())
+print(data["bestPassRate"])      # ✅
+print(data["best_pass_rate"])    # ❌ KeyError
+```
+
+`compare.py` 中已经按 camelCase 解析；自有脚本读 `result.json` 时同样按此约定。
+
+### 6.3 `frontier_type` 取值约束
+
+SDK 仅接受以下 4 个字面量值：
+
+```
+"instance" | "objective" | "hybrid" | "cartesian"
+```
+
+其他取值（如 `"aggregate"` / `"mixed"`）会在 pydantic 层面直接 `ValidationError`，无法启动优化。配置前请确认拼写。
+
+## 7 · 常见问题
+
+**Q：为什么两次跑的 `best_pass_rate` 经常相同？**
+A：GEPA 是 Pareto 优化算法，在简单任务 + 充足预算下两套策略最终常收敛到同一最优。差异往往体现在**到达路径**（轮次数、接受率、merge 行为）而非最终分数。这正是本 example 设计 `compare.py` 关注多维度而非单一 `best_pass_rate` 的原因。
+
+**Q：advanced 接受了 4 轮但 baseline 只接受了 2 轮，是不是 advanced 更好？**
+A：不一定。`objective` frontier 接受门槛低，可能"接受了一个 train 上更好但 val 上更差"的候选。需结合每轮的 `valset pass_rate` 趋势观察是否过拟合。
+
+**Q：`compare.py` 输出 `merge_rounds_total=0` 但我开了 `use_merge=true`？**
+A：单字段优化下符合预期。参见 §6.1。
+
+**Q：怎么知道是哪一轮被接受的、是反思还是 merge？**
+A：`result.json` 中 `rounds[*]` 数组每条记录都有 `accepted: true/false` 和 `kind: "reflective" | "merge"` 字段，可直接遍历查看。
+
+**Q：advanced 配置里 `seed` 应该和 baseline 保持一致吗？**
+A：保持一致便于对比时排除随机性影响。本 example 两份 JSON 都用同一 `seed`。
+
+## 8 · 接入自有业务的步骤
+
+1. **复制本 example 作为对照模板**：保留 `run_baseline.py` / `run_advanced.py` / `compare.py` 三脚本结构
+2. **替换业务 agent**：`agent/agent.py` 改为业务 agent 实现
+3. **设计两套配置 JSON**：
+   - `optimizer_baseline.json`：当前线上配置或默认配置
+   - `optimizer_advanced.json`：希望验证的高阶组合
+   - 二者保持 `seed` / `max_metric_calls` 一致以便公平对比
+4. **替换数据集**：业务 train / val
+5. **跑两次 + compare**：根据对比表多维度评估高阶配置在业务任务上的实际收益
+6. **决策**：把对比表中表现明显更优的配置作为生产配置
+
+> 高阶配置不是"越复杂越好"。许多任务上 baseline 配置已能达到合理收敛，advanced 只在特定任务结构（多目标、多字段、大规模训练集等）下显示价值。**用数据决定，不用直觉**。

examples/optimization/advanced_strategies/agent/agent.py

@@ -0,0 +1,134 @@
+# Tencent is pleased to support the open source community by making tRPC-Agent-Python available.
+#
+# Copyright (C) 2026 Tencent. All rights reserved.
+#
+# tRPC-Agent-Python is licensed under Apache-2.0.
+"""地址解析 agent —— Advanced Strategies example 专用。
+
+任务设计动机
+------------
+本 example 用于验证 GEPA 高阶策略组合（use_merge / frontier_type /
+skip_perfect_score 等）的真实效果。任务必须存在两个**互相牵制**的维度，
+才能逼出策略差异：
+
+A. 完整地址（country/city/postal_code/street 都给到）→ 期望严格 JSON
+B. 缺信息地址（少 postal_code 或 street）→ 期望对应字段输出 null
+
+候选 prompt 容易陷入两个局部最优：
+- 候选 P1 学会"严格 JSON"但所有字段都不给 null（缺信息时硬编一个）
+- 候选 P2 学会"该 null 就 null"但 JSON 格式偶尔崩
+
+→ 多字段场景下 use_merge=true 能融合 P1/P2 各自掌握的子能力。
+→ frontier_type 选 instance vs objective 在这类任务上行为差异显著。
+
+接入业务时改哪里
+----------------
+- 替换为业务任务 agent 与 prompt
+- 保留 _normalize_json 让 metric 走 text exact，CI 上更稳
+"""
+
+from __future__ import annotations
+
+import json
+import re
+import uuid
+from pathlib import Path
+
+from trpc_agent_sdk.agents import LlmAgent
+from trpc_agent_sdk.models import LLMModel
+from trpc_agent_sdk.models import OpenAIModel
+from trpc_agent_sdk.runners import Runner
+from trpc_agent_sdk.sessions import InMemorySessionService
+from trpc_agent_sdk.types import Content
+from trpc_agent_sdk.types import GenerateContentConfig
+from trpc_agent_sdk.types import Part
+
+from .config import get_model_config
+
+
+SYSTEM_PROMPT_PATH = Path(__file__).parent / "prompts" / "system.md"
+APP_NAME = "advanced_strategies_demo"
+
+_JSON_OBJECT_RE = re.compile(r"\{.*\}", re.DOTALL)
+
+
+def _create_model() -> LLMModel:
+    """构建 OpenAI 兼容 chat 模型实例。"""
+    api_key, base_url, model_name = get_model_config()
+    return OpenAIModel(model_name=model_name, api_key=api_key, base_url=base_url)
+
+
+def _read_instruction() -> str:
+    """从磁盘重读 system.md。"""
+    return SYSTEM_PROMPT_PATH.read_text(encoding="utf-8").strip()
+
+
+def create_agent() -> LlmAgent:
+    """构建一个使用当前磁盘 prompt 的新 LlmAgent 实例。"""
+    return LlmAgent(
+        name="address_parser",
+        description="Parses free-text postal addresses into a strict JSON.",
+        model=_create_model(),
+        instruction=_read_instruction(),
+        generate_content_config=GenerateContentConfig(
+            temperature=0.1,
+            top_p=0.9,
+            max_output_tokens=256,
+        ),
+    )
+
+
+def _normalize_json(raw: str) -> str:
+    """把 LLM 输出规范化成稳定 JSON 字符串。
+
+    与 ci_integration / blackbox_cli 完全相同的规范化逻辑：让
+    final_response_avg_score(text.match=exact) 直接走精确匹配。
+    """
+    text = (raw or "").strip()
+    if not text:
+        return ""
+    match = _JSON_OBJECT_RE.search(text)
+    if not match:
+        return text
+    try:
+        parsed = json.loads(match.group(0))
+    except json.JSONDecodeError:
+        return text
+    return json.dumps(parsed, sort_keys=True, ensure_ascii=False, separators=(",", ":"))
+
+
+async def call_agent(query: str) -> str:
+    """框架回调：跑一次推理，输出经 _normalize_json 规范化。"""
+    root = create_agent()
+    session_service = InMemorySessionService()
+    runner = Runner(
+        app_name=APP_NAME,
+        agent=root,
+        session_service=session_service,
+    )
+    session_id = str(uuid.uuid4())
+    user_id = "parser"
+    await session_service.create_session(
+        app_name=APP_NAME,
+        user_id=user_id,
+        session_id=session_id,
+        state={},
+    )
+    user_content = Content(role="user", parts=[Part.from_text(text=query)])
+
+    final_text = ""
+    async for event in runner.run_async(
+        user_id=user_id,
+        session_id=session_id,
+        new_message=user_content,
+    ):
+        if not event.is_final_response():
+            continue
+        if not event.content or not event.content.parts:
+            continue
+        for part in event.content.parts:
+            if part.thought:
+                continue
+            if part.text:
+                final_text += part.text
+    return _normalize_json(final_text)

examples/optimization/advanced_strategies/agent/config.py

@@ -0,0 +1,33 @@
+# Tencent is pleased to support the open source community by making tRPC-Agent-Python available.
+#
+# Copyright (C) 2026 Tencent. All rights reserved.
+#
+# tRPC-Agent-Python is licensed under Apache-2.0.
+"""模型凭据读取 —— 从环境变量加载 OpenAI 兼容 LLM 的连接信息。
+
+需要的环境变量
+--------------
+  TRPC_AGENT_API_KEY     LLM 后端的 API key
+  TRPC_AGENT_BASE_URL    LLM 后端的 endpoint
+  TRPC_AGENT_MODEL_NAME  模型名
+
+缺任意一个就立即抛 ValueError，避免运行到一半才撞到 LLM 后端的 401 错误，
+那时报错信息会很有迷惑性（看起来像 prompt 写错了，实际是凭据没配）。
+"""
+
+from __future__ import annotations
+
+import os
+
+
+def get_model_config() -> tuple[str, str, str]:
+    """返回 (api_key, base_url, model_name)；任一缺失立刻报错。"""
+    api_key = os.getenv("TRPC_AGENT_API_KEY", "")
+    base_url = os.getenv("TRPC_AGENT_BASE_URL", "")
+    model_name = os.getenv("TRPC_AGENT_MODEL_NAME", "")
+    if not api_key or not base_url or not model_name:
+        raise ValueError(
+            "运行优化器前必须配置环境变量 TRPC_AGENT_API_KEY / "
+            "TRPC_AGENT_BASE_URL / TRPC_AGENT_MODEL_NAME。"
+        )
+    return api_key, base_url, model_name

examples/optimization/advanced_strategies/agent/prompts/system.md

@@ -0,0 +1 @@
+You parse free-text postal addresses and return a JSON object.