Практическое задание №3: Память и подтверждение действий: README.md

solutions/69a474cdc46fd26feae69896_Практическое_задание__3__Память_и_подтве/README.md

@@ -0,0 +1,122 @@
+# Практическое задание №3: Память и подтверждение действий
+
+## Описание проекта
+В этом проекте реализован агент на базе LangGraph, который умеет:
+- **Поминать** историю диалога (MemorySaver + `thread_id`);
+- **Подтверждать** каждый вызов инструмента пользователем (`interrupt_before=['tools']`).
+
+Библиотека `rich` используется для красивого вывода в консоль.
+
+## Структура файлов
+```
+.
+├── agent.py          # Создание и настройка агента
+├── main.py           # Точка входа: запуск диалога с пользователем
+└── tools.py          # Пример пользовательского инструмента
+```
+
+## Установка зависимостей
+
+```bash
+# Клонируйте репозиторий (если ещё не сделали)
+git clone https://github.com/your-username/your-repo.git
+cd your-repo
+
+# Создайте виртуальное окружение (рекомендуется)
+python -m venv .venv
+source .venv/bin/activate   # Windows: .\.venv\Scripts\activate
+
+# Установите зависимости
+pip install -r requirements.txt
+```
+
+`requirements.txt` содержит:
+```text
+langgraph
+rich
+openai          # или любой другой LLM, который вы используете
+```
+
+## Запуск проекта
+
+### 1. Создание агента (`agent.py`)
+Файл `agent.py` экспортирует функцию `create_agent`, которая возвращает готовый агент.
+
+```bash
+python -c "from agent import create_agent; print('Agent ready')"
+```
+
+> **Важно**: перед запуском убедитесь, что переменная окружения `OPENAI_API_KEY` (или аналогичная) установлена.
+
+### 2. Запуск диалога (`main.py`)
+Файл `main.py` запускает интерактивный чат с агентом.
+
+```bash
+python main.py
+```
+
+Пример работы:
+
+```
+> Привет, как дела?
+Agent: Я в порядке, спасибо! Как я могу помочь?
+
+> Сколько будет 12 * 8?
+[Подтверждение] Вы хотите вызвать инструмент `calculator`? (y/n): y
+Agent: Результат вычисления: 96
+
+> Спасибо!
+```
+
+### 3. Добавление новых инструментов (`tools.py`)
+В файле `tools.py` определены пользовательские инструменты.
+Чтобы добавить новый, создайте функцию и зарегистрируйте её в списке `TOOLS`.
+
+```python
+def my_new_tool(arg1: str) -> str:
+    """Описание нового инструмента."""
+    return f"Вы передали {arg1}"
+```
+
+## Пример использования
+
+```python
+from agent import create_agent
+from tools import TOOLS
+from langgraph.checkpoint.memory import MemorySaver
+from rich.console import Console
+
+console = Console()
+
+# Инициализируем память
+memory = MemorySaver()
+
+# Создаём агента с подтверждением перед каждым инструментом
+agent = create_agent(
+    model="gpt-4o-mini",
+    tools=TOOLS,
+    system_prompt="Вы — полезный помощник.",
+    checkpointer=memory,
+    interrupt_before=["tools"],
+)
+
+config = {"configurable": {"thread_id": "session-1"}}
+
+# Запускаем диалог
+response = agent.stream(
+    {"messages": [{"role": "user", "content": "Сколько будет 7 * 6?"}]},
+    config=config,
+)
+for chunk in response:
+    console.print(chunk["output_text"], end="")
+```
+
+## Что дальше?
+- Добавьте собственные инструменты в `tools.py`.
+- Настройте более сложный `system_prompt` и правила взаимодействия.
+- Используйте другие LLM (например, Anthropic) заменив `"gpt-4o-mini"` на нужную модель.
+
+---
+
+**Автор:** [Ваше имя]  
+**Дата:** 2026‑05‑26