From 7b5d1436a848210ba8b416517f965b4473a878da Mon Sep 17 00:00:00 2001
From: =?UTF-8?q?=D0=A0=D0=BE=D0=BC=D0=B0=D0=BD=20=D0=9A=D1=83=D1=80=D0=BB?=
 =?UTF-8?q?=D1=8B=D0=B3=D0=B8=D0=BD?= <ksu23182002@mail.ru>
Date: Thu, 28 May 2026 17:22:10 +0000
Subject: [PATCH] add main.py

---
 main.py | 157 ++++++++++++++++++++++++++++++++++++++++++++++++++++++++
 1 file changed, 157 insertions(+)
 create mode 100644 main.py

diff --git a/main.py b/main.py
new file mode 100644
index 0000000..94368b6
--- /dev/null
+++ b/main.py
@@ -0,0 +1,157 @@
+"""RAG-агент: ChromaDB (локально) + Tavily (веб), маршрутизация через create_agent."""
+from __future__ import annotations
+
+import os
+import sys
+from pathlib import Path
+
+from dotenv import load_dotenv
+from langchain.agents import create_agent
+from langchain_core.tools import tool
+from langchain_ollama import ChatOllama
+from tavily import TavilyClient
+
+from vectorstore import create_vectorstore, load_documents
+
+load_dotenv()
+
+DEFAULT_OLLAMA_MODEL = "llama3"
+DOCUMENTS_DIR = Path(__file__).resolve().parent / "documents"
+CHROMA_DIR = Path(__file__).resolve().parent / "chroma_db"
+
+_vectorstore = None
+
+
+def get_vectorstore():
+    global _vectorstore
+    if _vectorstore is None:
+        _vectorstore = create_vectorstore(persist_directory=str(CHROMA_DIR))
+    return _vectorstore
+
+
+def init_knowledge_base() -> int:
+    vs = get_vectorstore()
+    count = load_documents(str(DOCUMENTS_DIR), vs)
+    print(f"Загружено чанков в ChromaDB: {count}")
+    return count
+
+
+@tool
+def search_local_kb(query: str, top_k: int = 4) -> str:
+    """Семантический поиск по локальной базе знаний (ChromaDB).
+
+    Используй для вопросов о конспектах, LangGraph, материалах курса.
+    """
+    retriever = get_vectorstore().as_retriever(search_kwargs={"k": top_k})
+    docs = retriever.invoke(query)
+    if not docs:
+        return "[Local KB] Ничего не найдено в chromadb."
+    parts = []
+    for i, doc in enumerate(docs, 1):
+        src = doc.metadata.get("source", "unknown")
+        parts.append(f"[{i}] ({src}) {doc.page_content[:500]}")
+    return "[Local KB]\n" + "\n\n".join(parts)
+
+
+@tool
+def web_search(query: str) -> str:
+    """Поиск актуальной информации в интернете через Tavily.
+
+    Используй для новостей, свежих фактов и событий вне локальных конспектов.
+    """
+    api_key = os.getenv("TAVILY_API_KEY", "")
+    if not api_key:
+        return "[Web Search] TAVILY_API_KEY не задан в .env"
+    client = TavilyClient(api_key=api_key)
+    resp = client.search(query, max_results=5)
+    results = resp.get("results", [])
+    if not results:
+        return "[Web Search] Ничего не найдено (tavily)."
+    lines = []
+    for r in results:
+        lines.append(
+            f"- {r.get('title', '')}\n  url: {r.get('url', '')}\n  {r.get('content', '')[:300]}"
+        )
+    return "[Web Search]\n" + "\n".join(lines)
+
+
+SYSTEM_PROMPT = """Ты RAG-агент с двумя инструментами:
+- search_local_kb — локальные конспекты (ChromaDB)
+- web_search — актуальная информация из интернета (Tavily)
+
+Правила:
+1. Вопросы про LangGraph, конспекты, материалы курса, «наши документы» → search_local_kb.
+2. Вопросы про последние новости, актуальные события, свежие факты из сети → web_search.
+3. Не вызывай оба инструмента без необходимости.
+4. В конце ответа укажи строку: Источник: chromadb | tavily
+"""
+
+
+def build_llm() -> ChatOllama:
+    return ChatOllama(model=os.getenv("OLLAMA_MODEL", DEFAULT_OLLAMA_MODEL), temperature=0.2)
+
+
+def build_agent():
+    llm = build_llm()
+    tools = [search_local_kb, web_search]
+    return create_agent(model=llm, tools=tools, system_prompt=SYSTEM_PROMPT)
+
+
+def _extract_answer(result) -> str:
+    messages = result.get("messages", [])
+    if not messages:
+        return str(result)
+    last = messages[-1]
+    return getattr(last, "content", str(last))
+
+
+def chat_loop() -> None:
+    agent = build_agent()
+    print("RAG-агент (ChromaDB + Tavily). Команды: exit / quit")
+    print("Перед первым запуском: python main.py --init\n")
+    while True:
+        try:
+            user = input("Вы: ").strip()
+        except (EOFError, KeyboardInterrupt):
+            print("\nВыход.")
+            break
+        if not user:
+            continue
+        if user.lower() in {"exit", "quit", "q"}:
+            print("Выход.")
+            break
+        result = agent.invoke({"messages": [{"role": "user", "content": user}]})
+        answer = _extract_answer(result)
+        print(f"\nАгент:\n{answer}\n")
+
+
+def demo() -> None:
+    agent = build_agent()
+    samples = [
+        "Что в наших конспектах про LangGraph?",
+        "Какие последние новости про AI-агентов?",
+    ]
+    for q in samples:
+        print(f"Запрос: {q}")
+        result = agent.invoke({"messages": [{"role": "user", "content": q}]})
+        print(_extract_answer(result))
+        print("-" * 60)
+
+
+def main() -> int:
+    if "--init" in sys.argv:
+        init_knowledge_base()
+        return 0
+    if "--demo" in sys.argv:
+        if not CHROMA_DIR.exists() or not any(CHROMA_DIR.iterdir()):
+            init_knowledge_base()
+        demo()
+        return 0
+    if not CHROMA_DIR.exists() or not any(CHROMA_DIR.iterdir()):
+        init_knowledge_base()
+    chat_loop()
+    return 0
+
+
+if __name__ == "__main__":
+    raise SystemExit(main())