69 lines
2.6 KiB
Python
69 lines
2.6 KiB
Python
import asyncio
|
|
from langchain_openai import ChatOpenAI
|
|
from pydantic import SecretStr
|
|
from langchain.tools import tool
|
|
from deepagents import create_deep_agent
|
|
from deepagents.backends import CompositeBackend, LocalShellBackend, FilesystemBackend
|
|
from langchain_core.messages import HumanMessage
|
|
|
|
# 1. Подключение к локальной LLM
|
|
llm = ChatOpenAI(
|
|
model='llama3.1-8b',
|
|
base_url='http://localhost:1234/v1',
|
|
api_key=SecretStr('fake'),
|
|
temperature=0.7,
|
|
)
|
|
|
|
# 2. Backend для deepagents
|
|
backend = CompositeBackend([
|
|
LocalShellBackend(workspace_dir='./workspace'),
|
|
FilesystemBackend(),
|
|
])
|
|
|
|
# 3. Субагент, генерирующий цену
|
|
@tool
|
|
def get_price(product: str, city: str) -> str:
|
|
"""Получить примерную цену продукта в указанном городе.
|
|
Возвращает таблицу в формате Markdown.
|
|
"""
|
|
# Создаём субагент, который просто генерирует реалистичную цену
|
|
sub_agent = create_deep_agent(
|
|
model=llm,
|
|
tools=[],
|
|
backend=backend,
|
|
system_prompt=f"Ты эксперт по ценам в {city}. Дай таблицу с продуктом, ценой и магазином.",
|
|
)
|
|
# Запрос к субагенту
|
|
response = asyncio.run(sub_agent.ainvoke(
|
|
{"messages": [HumanMessage(content=f"Сгенерируй таблицу цены для продукта {product} в городе {city}.")]},
|
|
{"configurable": {"thread_id": f"price-{product}-{city}"}},
|
|
))
|
|
# Предполагаем, что последний элемент содержит таблицу
|
|
return response["messages"][-1].content
|
|
|
|
# 4. Главный агент
|
|
agent = create_deep_agent(
|
|
model=llm,
|
|
tools=[get_price],
|
|
backend=backend,
|
|
system_prompt='Ты помощник по планированию покупок.',
|
|
)
|
|
|
|
# 5. Запуск
|
|
async def main():
|
|
user_query = "Помоги составить список покупок: молоко, хлеб, яблоки. Я нахожусь в Казани."
|
|
result = await agent.ainvoke(
|
|
{"messages": [HumanMessage(content=user_query)]},
|
|
{"configurable": {"thread_id": "shopping-session"}},
|
|
)
|
|
# Вывод всех сообщений
|
|
for msg in result["messages"]:
|
|
if msg.content:
|
|
print(msg.content)
|
|
elif msg.tool_calls:
|
|
for call in msg.tool_calls:
|
|
print(f"{call['name']}({call['args']})")
|
|
|
|
if __name__ == "__main__":
|
|
asyncio.run(main())
|