跳过主要内容

Python 交互

1. 安装 Dora CLI 和依赖项​

首先，请确保您安装了 Python 3.11 。

接下来，如果你还没有安装uv：

pip install uv

然后，创建和激活虚拟环境：

uv venv --seed -p 3.11
source .venv/bin/activate  # Linux/macOS
.venv\Scripts\activate     # Windows

最后，安装 Dora CLI：

pip install dora-rs-cli

2. 建立一个新的数据流(dataflow)​

创建基于 Python 的数据流并导航到项目目录：

dora new conversation_py --lang python
cd conversation_py

这就创建了下面的 conversation_py 目录结构：

├── dataflow.yml
├── listener-1
│   ├── README.md
│   ├── listener_1
│   │   ├── __init__.py
│   │   ├── __main__.py
│   │   └── main.py
│   ├── pyproject.toml
│   └── tests
│       └── test_listener_1.py
└── talker-1
    ├── README.md
    ├── pyproject.toml
    ├── talker_1
    │   ├── __init__.py
    │   ├── __main__.py
    │   └── main.py
    └── tests
        └── test_talker_1.py

3. 添加另一个节点 (可选)​

从 conversation_py 项目目录内，您可以添加另一个节点到工作区：

dora new --kind node talker --lang python

现在请在您的文本编辑器中打开 talker-1/talker_1/main.py 文件。

4. 默认节点如何工作​

您的节点现在是非常精简的。 以下是关于其默认工作方式的说明。

导入并初始化节点​

from dora import Node
import pyarrow as pa

def main():
    node = Node()

处理输入事件​

for event in node:
    if event["type"] == "INPUT":
        print(
            f"""Node received:
id: {event["id"]},
value: {event["value"]},
metadata: {event["metadata"]}"""
        )

正在发送输出到另一个节点​

node.send_output("speech", pa.array(["Hello World"]))
  • send_output 将数据发送到其他节点。
  • "speech" 是数据流中引用的输出 ID。
  • pa.array(["Hello World"]) 创建一个 Apache Arrow 数组。
  • 为了简化，本教程省略了元数据。

5. 监听器节点故障​

文件： listener-1/listener_1/main.py

from dora import Node

def main():
    node = Node()
    for event in node:
        if event["type"] == "INPUT":
            message = event["value"][0].as_py()
            print(f"I heard {message} from {event['id']}")

if __name__ == "__main__":
    main()
  • event["value"] 是一个Apache Arrow 数组。
  • [0] 访问第一个元素。
  • .as_py() 将其转换为原生的 Python 值。

6. 运行 数据流(dataflow)​

编辑 dataflow.yml 以连接节点：

nodes:
  - id: talker
    path: talker-1/talker_1/main.py
    inputs:
      tick: dora/timer/secs/1
    outputs:
      - speech

  - id: listener
    path: listener-1/listener_1/main.py
    inputs:
      speech: talker/speech

构建并运行数据流​

# 安装依赖
dora build dataflow.yml --uv

# 运行数据流
dora run dataflow.yml --uv

您应该看到：

I heard Hello World from speech

要停止数据流，请按 Ctrl+C 。

7. 结论​

恭喜您完成本教程。
您已经创建并运行了一个 Dora 数据流，连接了一个说话者(talker)节点和一个监听者(listener)节点。

从这里开始，可以尝试使用不同的数据类型或探索Dora的高级功能。