feat: full deep agent with virtual FS and web search

2026-05-26 12:21:04 +00:00
parent 5f3f32613d
commit c3eb2aeb9f
1 changed files with 165 additions and 35 deletions
@@ -1,12 +1,36 @@
-import os
-import asyncio
-from langchain_openai import ChatOpenAI
-from langchain_core.messages import HumanMessage
-from langchain.tools import tool
-from deepagents import create_deep_agent
-from deepagents.backends import FilesystemBackend, LocalShellBackend, CompositeBackend
+"""
+Deep Agent — поисковый агент с виртуальной ФС на основе deepagents.
+
+Агент умеет:
+  1. Искать информацию в интернете (DuckDuckGo, без API-ключа)
+  2. Создавать и редактировать файлы в виртуальной ФС через write_file / edit_file
+  3. По завершении работы выгружает все виртуальные файлы в реальную ФС (./output/)
+
+Использование:
+    python main.py
+    python main.py "что такое LangGraph"
+"""
+
+import asyncio
+import os
+import shutil
+import sys
+from pathlib import Path
+
+from dotenv import load_dotenv
+from langchain.tools import tool
+from langchain_core.messages import HumanMessage
+from langchain_openai import ChatOpenAI
+
+from deepagents import create_deep_agent
+from deepagents.backends import CompositeBackend, FilesystemBackend, LocalShellBackend
+
+load_dotenv()
+
+# ---------------------------------------------------------------------------
+# LLM
+# ---------------------------------------------------------------------------

-# LLM via BroJS
 llm = ChatOpenAI(
    model="openai/gpt-oss-20b:free",
    base_url="https://platform.brojs.ru/jrnl-bh/api/inference/v1",
@@ -14,43 +38,149 @@ llm = ChatOpenAI(
    temperature=0.5,
 )

-# Backend: local shell + virtual FS
-backend = CompositeBackend([
-    LocalShellBackend(workspace_dir="./workspace"),
-    FilesystemBackend(),
-])
+# ---------------------------------------------------------------------------
+# Workspace dirs
+# ---------------------------------------------------------------------------
+
+VIRTUAL_ROOT = Path("./workspace")
+REAL_OUT = Path("./output")
+VIRTUAL_ROOT.mkdir(parents=True, exist_ok=True)
+REAL_OUT.mkdir(parents=True, exist_ok=True)
+
+# ---------------------------------------------------------------------------
+# Tools
+# ---------------------------------------------------------------------------
+

-# Web search tool using duckduckgo-search
@tool
 def web_search(query: str) -> str:
-    """Search the web for information."""
+    """Ищет информацию в интернете и возвращает краткие сниппеты.
+
+    Args:
+        query: поисковый запрос на любом языке
+    """
    try:
        from duckduckgo_search import DDGS
        with DDGS() as ddgs:
-            results = list(ddgs.text(query, max_results=5))
-        return "\n".join(f"{r['title']}: {r['body']}" for r in results)
-    except Exception as e:
-        return f"Search error: {e}"
+            results = list(ddgs.text(query, max_results=7))
+        if not results:
+            return "Ничего не найдено."
+        lines = []
+        for r in results:
+            lines.append(f"### {r.get('title', '')}")
+            lines.append(r.get("body", ""))
+            lines.append(f"URL: {r.get('href', '')}")
+            lines.append("")
+        return "
+".join(lines)
+    except Exception as exc:
+        return f"Ошибка поиска: {exc}"
+
+
+@tool
+def export_virtual_files() -> str:
+    """Копирует все файлы из виртуальной ФС (workspace/) в реальную папку output/.
+
+    Вызывай этот инструмент в самом конце, после того как все нужные файлы созданы.
+    """
+    try:
+        copied = []
+        for src in VIRTUAL_ROOT.rglob("*"):
+            if src.is_file():
+                rel = src.relative_to(VIRTUAL_ROOT)
+                dst = REAL_OUT / rel
+                dst.parent.mkdir(parents=True, exist_ok=True)
+                shutil.copy2(src, dst)
+                copied.append(str(rel))
+        if copied:
+            return f"Выгружено {len(copied)} файл(ов) в {REAL_OUT}:\n" + "\n".join(f"  {f}" for f in copied)
+        return f"Виртуальная ФС пуста — нет файлов для выгрузки."
+    except Exception as exc:
+        return f"Ошибка экспорта: {exc}"
+
+
+# ---------------------------------------------------------------------------
+# Backend — виртуальная ФС поверх workspace/
+# ---------------------------------------------------------------------------
+
+_shell_backend = LocalShellBackend(
+    root_dir=str(VIRTUAL_ROOT),
+    virtual_mode=True,
+    inherit_env=True,
+)
+
+_fs_backend = FilesystemBackend(
+    root_dir=str(VIRTUAL_ROOT),
+    virtual_mode=True,
+)
+
+backend = CompositeBackend(
+    default=_shell_backend,
+    routes={"/fs/": _fs_backend},
+)
+
+# ---------------------------------------------------------------------------
+# Agent
+# ---------------------------------------------------------------------------
+
+SYSTEM_PROMPT = """\
+Ты — исследовательский агент с виртуальной файловой системой.
+
+## Доступные инструменты
+- web_search(query) — ищет информацию в интернете, возвращает сниппеты
+- write_file(path, content) — создаёт/перезаписывает файл в виртуальной ФС
+- edit_file(path, old, new) — редактирует файл
+- read_file(path) — читает файл
+- ls(path) — список файлов
+- export_virtual_files() — копирует все файлы из виртуальной ФС в ./output/
+
+## Порядок работы
+1. Найди информацию по запросу через web_search
+2. Обработай и сохрани результаты в один или несколько файлов через write_file
+3. Проверь сохранённые файлы через read_file
+4. В самом конце вызови export_virtual_files() чтобы выгрузить файлы в реальную ФС
+
+## Требования к файлам
+- Сохраняй информацию в структурированном виде (markdown, JSON или plain text)
+- Имена файлов — осмысленные (например results.md, summary.txt)
+- Обязательно вызови export_virtual_files() в конце
+"""

-# Deep agent
 agent = create_deep_agent(
-    llm=llm,
-    tools=[web_search],
+    model=llm,
+    tools=[web_search, export_virtual_files],
    backend=backend,
-    system_prompt="You are a helpful research agent that can search the web and create virtual files. At the end, export files to the real filesystem.",
+    system_prompt=SYSTEM_PROMPT,
 )

-async def main():
-    # Example: ask agent to research "Python async" and create a file with results
-    user_query = "Python async programming"  # can be replaced by user input
+# ---------------------------------------------------------------------------
+# Main
+# ---------------------------------------------------------------------------
+
+
+async def run(query: str) -> None:
+    print(f"Запрос: {query}\n")
+    config = {"configurable": {"thread_id": f"search-{hash(query) & 0xFFFF:04x}"}}
    result = await agent.ainvoke(
-        {"messages": [HumanMessage(content=user_query)]},
-        {"configurable": {"thread_id": "session-1"}},
+        {"messages": [HumanMessage(content=query)]},
+        config,
    )
-    # The agent will create virtual files during its execution.
-    # After completion, export virtual FS to real FS
-    await backend.export_to_real_fs("./exported_files")
-    print("Exported virtual files to ./exported_files")
+    last = result["messages"][-1]
+    print("\n=== Ответ агента ===")
+    print(getattr(last, "content", str(last)))
+    print("\n=== Файлы в output/ ===")
+    out_files = list(REAL_OUT.rglob("*"))
+    if out_files:
+        for f in out_files:
+            if f.is_file():
+                print(f"  {f.relative_to(REAL_OUT)} ({f.stat().st_size} байт)")
+    else:
+        print("  (нет файлов)")
+

 if __name__ == "__main__":
-    asyncio.run(main())
+    query = " ".join(sys.argv[1:]) if len(sys.argv) > 1 else (
+        "Найди информацию о фреймворке LangGraph: что это, основные концепции, "
+        "примеры использования. Сохрани результаты в файл langgraph_research.md"
+    )
+    asyncio.run(run(query))