115 lines
4.7 KiB
Python
115 lines
4.7 KiB
Python
# solution.py
|
||
|
||
from langchain.agents import create_agent
|
||
from langchain.agents.middleware import HumanInTheLoopMiddleware
|
||
from langchain.tools import tool
|
||
from langchain_ollama import ChatOllama
|
||
from langgraph.checkpoint.memory import MemorySaver
|
||
from langgraph.types import Command
|
||
from rich import print as rprint
|
||
|
||
# ------------------------------------------------------------------
|
||
# 1. Определяем инструмент get_weather
|
||
# ------------------------------------------------------------------
|
||
@tool("get_weather")
|
||
def get_weather(city: str, date: str) -> str:
|
||
"""
|
||
Возвращает погоду в указанном городе и дате.
|
||
Для демонстрации возвращаем фиктивный ответ.
|
||
"""
|
||
return f"Погода в {city} на {date}: солнечно, 25°C."
|
||
|
||
# ------------------------------------------------------------------
|
||
# 2. Создаём LLM (Ollama) и агент с HumanInTheLoopMiddleware
|
||
# ------------------------------------------------------------------
|
||
llm = ChatOllama(model="llama3") # используем Ollama
|
||
|
||
memory = MemorySaver() # память для сохранения пауз
|
||
|
||
agent = create_agent(
|
||
model=llm,
|
||
tools=[get_weather],
|
||
system_prompt="Ты полезный ассистент, помогающий пользователю.",
|
||
middleware=[
|
||
HumanInTheLoopMiddleware(
|
||
interrupt_on={
|
||
"get_weather": True # все решения: approve, edit, reject
|
||
},
|
||
description_prefix="Подтвердите вызов инструмента",
|
||
),
|
||
],
|
||
checkpointer=memory,
|
||
)
|
||
|
||
# ------------------------------------------------------------------
|
||
# 3. Функция для запроса решений у пользователя
|
||
# ------------------------------------------------------------------
|
||
def ask_decisions(action_requests):
|
||
"""
|
||
action_requests – список словарей с полями name, args и опционально description.
|
||
Возвращает список решений в том же порядке: approve/reject.
|
||
"""
|
||
decisions = []
|
||
for idx, act in enumerate(action_requests, start=1):
|
||
rprint(f"\n--- Подтверждение #{idx} ---")
|
||
rprint(f"[bold]Инструмент:[/bold] {act['name']}")
|
||
rprint(f"[bold]Аргументы:[/bold] {act['args']}")
|
||
if "description" in act:
|
||
rprint(f"[bold]Описание:[/bold] {act['description']}")
|
||
|
||
while True:
|
||
choice = input("a = approve, r = reject: ").strip().lower()
|
||
if choice == "a":
|
||
decisions.append({"type": "approve"})
|
||
break
|
||
elif choice == "r":
|
||
msg = input("Сообщение для агента (причина отказа): ")
|
||
decisions.append({"type": "reject", "message": msg})
|
||
break
|
||
else:
|
||
rprint("[red]Неверный ввод. Пожалуйста, введите 'a' или 'r'.[/red]")
|
||
return decisions
|
||
|
||
# ------------------------------------------------------------------
|
||
# 4. Основной цикл взаимодействия с агентом
|
||
# ------------------------------------------------------------------
|
||
def main():
|
||
thread_id = "сессия-1"
|
||
config = {"configurable": {"thread_id": thread_id}}
|
||
|
||
while True:
|
||
user_msg = input("\nВы: ")
|
||
if not user_msg.strip():
|
||
continue
|
||
|
||
# первый вызов агента
|
||
result = agent.invoke(
|
||
{"messages": [{"role": "human", "content": user_msg}]},
|
||
config=config,
|
||
)
|
||
|
||
# цикл обработки пауз
|
||
while "__interrupt__" in result:
|
||
interrupt_value = result["__interrupt__"][0].value
|
||
action_requests = interrupt_value.get("action_requests", [])
|
||
if not action_requests:
|
||
rprint("[yellow]Пауза без действий. Продолжаем...[/yellow]")
|
||
break
|
||
|
||
decisions = ask_decisions(action_requests)
|
||
|
||
# возобновляем выполнение
|
||
result = agent.invoke(
|
||
Command(resume={"decisions": decisions}),
|
||
config=config,
|
||
)
|
||
|
||
# вывод финального ответа агента
|
||
if "messages" in result and result["messages"]:
|
||
last_msg = result["messages"][-1]
|
||
rprint(f"\n[bold]Агент:[/bold] {last_msg['content']}")
|
||
else:
|
||
rprint("[red]Ответ не получен.[/red]")
|
||
|
||
if __name__ == "__main__":
|
||
main() |