add main.py

main.py

@@ -0,0 +1,71 @@
+"""Интерактивный RAG-агент (Qdrant + Ollama + LangChain)."""
+from __future__ import annotations
+
+import os
+
+from langchain.agents import create_agent
+from langchain_ollama import ChatOllama
+
+from rag_tools import add_to_knowledge_base, search_knowledge_base
+
+LLM_MODEL = os.getenv("OLLAMA_LLM_MODEL", "llama3")
+OLLAMA_BASE_URL = os.getenv("OLLAMA_BASE_URL", "http://localhost:11434")
+
+SYSTEM_PROMPT = """\
+Ты ассистент с доступом к базе знаний.
+Перед ответом на фактические вопросы используй search_knowledge_base.
+Если пользователь просит сохранить информацию — вызывай add_to_knowledge_base.
+Отвечай на русском, кратко и по существу.
+"""
+
+
+def build_agent():
+    llm = ChatOllama(
+        model=LLM_MODEL,
+        base_url=OLLAMA_BASE_URL,
+        temperature=0.2,
+    )
+    return create_agent(
+        model=llm,
+        tools=[search_knowledge_base, add_to_knowledge_base],
+        system_prompt=SYSTEM_PROMPT,
+    )
+
+
+def run_interactive_cli() -> None:
+    agent = build_agent()
+    print("RAG-агент. Команды: /add, /search, /quit")
+    print("  /add <заголовок> | <текст>")
+    print("  /search <запрос>")
+
+    while True:
+        user_input = input("\n> ").strip()
+        if not user_input:
+            continue
+        if user_input == "/quit":
+            print("Выход.")
+            break
+
+        if user_input.startswith("/search "):
+            query = user_input[len("/search ") :].strip()
+            print(search_knowledge_base.invoke({"query": query, "max_results": 5}))
+            continue
+
+        if user_input.startswith("/add "):
+            payload = user_input[len("/add ") :].strip()
+            if "|" not in payload:
+                print("Формат: /add <заголовок> | <текст>")
+                continue
+            title, content = (part.strip() for part in payload.split("|", 1))
+            print(add_to_knowledge_base.invoke({"content": content, "title": title}))
+            continue
+
+        result = agent.invoke(
+            {"messages": [{"role": "human", "content": user_input}]}
+        )
+        answer = result["messages"][-1]
+        print(getattr(answer, "content", answer))
+
+
+if __name__ == "__main__":
+    run_interactive_cli()