82 lines
2.9 KiB
Python
82 lines
2.9 KiB
Python
"""Иерархический AI-агент: планирование списка покупок (LangChain + LM Studio)."""
|
|
from __future__ import annotations
|
|
|
|
from langchain.agents import create_agent
|
|
from langchain.tools import tool
|
|
from langchain_openai import ChatOpenAI
|
|
from pydantic import SecretStr
|
|
|
|
# Подключение к локальной LLM (LM Studio, OpenAI-совместимый API)
|
|
llm = ChatOpenAI(
|
|
model="local-model",
|
|
base_url="http://localhost:1234/v1",
|
|
api_key=SecretStr("fake"),
|
|
temperature=0.7,
|
|
)
|
|
|
|
|
|
@tool
|
|
def get_price(product: str, city: str) -> str:
|
|
"""Узнать примерную цену продукта в указанном городе. Возвращает строку таблицы."""
|
|
price_agent = create_agent(
|
|
model=llm,
|
|
system_prompt=(
|
|
"Ты эксперт по розничным ценам. "
|
|
"Опирайся на типичные исторические цены в России. "
|
|
"Ответ — одна строка таблицы: | Продукт | Цена (руб.) | Магазин |"
|
|
),
|
|
)
|
|
result = price_agent.invoke(
|
|
{
|
|
"messages": [
|
|
{
|
|
"role": "human",
|
|
"content": (
|
|
f"Какая примерная цена на «{product}» в городе {city}? "
|
|
"Верни одну строку таблицы | Продукт | Цена (руб.) | Магазин |"
|
|
),
|
|
}
|
|
]
|
|
}
|
|
)
|
|
return result["messages"][-1].content
|
|
|
|
|
|
def format_message(message) -> str:
|
|
"""Текст сообщения или вызов инструмента для вывода в консоль."""
|
|
if getattr(message, "content", None):
|
|
return str(message.content)
|
|
tool_calls = getattr(message, "tool_calls", None) or []
|
|
if tool_calls:
|
|
tc = tool_calls[0]
|
|
name = tc.get("name") if isinstance(tc, dict) else getattr(tc, "name", "?")
|
|
args = tc.get("args") if isinstance(tc, dict) else getattr(tc, "args", {})
|
|
return f"{name}({args})"
|
|
return str(message)
|
|
|
|
|
|
shopping_agent = create_agent(
|
|
model=llm,
|
|
tools=[get_price],
|
|
system_prompt="Ты помощник по планированию покупок",
|
|
)
|
|
|
|
|
|
def main() -> None:
|
|
question = (
|
|
"Помоги составить список покупок: молоко, хлеб, яблоки. Я нахожусь в Казани."
|
|
)
|
|
answer = shopping_agent.invoke({"messages": [{"role": "human", "content": question}]})
|
|
|
|
print("--- Цепочка сообщений ---")
|
|
for msg in answer["messages"]:
|
|
print("---")
|
|
print(format_message(msg))
|
|
print("---")
|
|
print("Финальный ответ:")
|
|
print(answer["messages"][-1].content)
|
|
|
|
|
|
if __name__ == "__main__":
|
|
main()
|