Delete directory 'solutions/69a474cdc46fd26feae69896_Практическое_задание__3__Память_и_подтве'

2026-05-26 09:22:18 +00:00
parent 9e5d856a2b
commit 6186a26f08
2 changed files with 0 additions and 124 deletions
@@ -1,122 +0,0 @@
 # 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
@@ -1,2 +0,0 @@
 numpy
 pandas