[Feature]: 消息传递

[moondaiy]

在运行router example的时候 工具处理函数的消息直接打印到了控制台中，这个没有问题，但是有时候我们希望这次调用的结果 是一起返回来(一次调用，把中间过程的返回结果(比如worker的运行的结果))也通过最后msg中的字段返回给调用方，以方便后续处理，比如方便后端封装一下再发给前端使用。
Router: {
"type": "tool_use",
"id": "chatcmpl-tool-6fe9001646de48cca9fb6b92c3ab2829",
"name": "generate_python",
"input": {
"demand": "生成一个快速排序函数"
}
}
PythonAgent: 当然可以！以下是一个简洁高效的 快速排序（Quick Sort） 函数的 Python 实现：

def quicksort(arr):
    if len(arr) <= 1:
        return arr
    else:
        pivot = arr[len(arr) // 2]  # 选择中间元素作为基准
        left = [x for x in arr if x < pivot]
        middle = [x for x in arr if x == pivot]
        right = [x for x in arr if x > pivot]
        return quicksort(left) + middle + quicksort(right)
# 示例使用
if __name__ == "__main__":
    data = [3, 6, 8, 10, 1, 2, 1]
    print("原数组:", data)
    sorted_data = quicksort(data)
    print("排序后:", sorted_data)

输出：

原数组: [3, 6, 8, 10, 1, 2, 1]
排序后: [1, 1, 2, 3, 6, 8, 10]

特点：

• 简洁易懂：使用列表推导式，代码清晰。
• 稳定：相等元素的相对位置不变（因为 middle 保持原序）。
• 时间复杂度：
  • 平均情况：O(n log n)
  • 最坏情况：O(n²)（当每次选的 pivot 都是最小或最大值）
• 空间复杂度：O(n)（由于递归和列表切片）

✅ 适合学习和小到中等规模数据排序。如需处理大数据或追求极致性能，可考虑原地排序版本（如使用索引交换）或使用 Python 内置的 sorted() 或 list.sort()（它们使用 Timsort，更高效稳定）。
如果你需要一个**原地排序（in-place）版本（节省内存），我也可以为你提供！
system: {
"type": "tool_result",
"id": "chatcmpl-tool-6fe9001646de48cca9fb6b92c3ab2829",
"name": "generate_python",
"output": [
{
"type": "text",
"text": "当然可以！以下是一个简洁高效的 快速排序（Quick Sort） 函数的 Python 实现：\n\npython\ndef quicksort(arr):\n if len(arr) <= 1:\n return arr\n else:\n pivot = arr[len(arr) // 2] # 选择中间元素作为基准\n left = [x for x in arr if x < pivot]\n middle = [x for x in arr if x == pivot]\n right = [x for x in arr if x > pivot]\n return quicksort(left) + middle + quicksort(right)\n\n# 示例使用\nif __name__ == \"__main__\":\n data = [3, 6, 8, 10, 1, 2, 1]\n print(\"原数组:\", data)\n sorted_data = quicksort(data)\n print(\"排序后:\", sorted_data)\n\n\n### 输出：\n\n原数组: [3, 6, 8, 10, 1, 2, 1]\n排序后: [1, 1, 2, 3, 6, 8, 10]\n\n\n### 特点：\n- 简洁易懂：使用列表推导式，代码清晰。\n- 稳定：相等元素的相对位置不变（因为 middle 保持原序）。\n- 时间复杂度：\n - 平均情况：O(n log n)\n - 最坏情况：O(n²)（当每次选的 pivot 都是最小或最大值）\n- 空间复杂度：O(n)（由于递归和列表切片）\n\n> ✅ 适合学习和小到中等规模数据排序。如需处理大数据或追求极致性能，可考虑原地排序版本（如使用索引交换）或使用 Python 内置的 sorted() 或 list.sort()（它们使用 Timsort，更高效稳定）。\n\n如果你需要一个原地排序（in-place）**版本（节省内存），我也可以为你提供！"
}
]
}
Router: 我已经根据您的需求生成了一个快速排序的 Python 函数，并提供了详细说明和示例。如果您还有其他需求，比如原地排序版本或进一步优化，请告诉我！

能否把tool_call的结果也一起返还给调用方，而不是只是打印的方式显示出来。