Добавлен client.py

client.py

@@ -0,0 +1,111 @@
+# client.py
+
+"""
+Интерактивный CLI для агента с памятью и подтверждением вызовов инструментов.
+"""
+
+from langchain.agents import create_agent
+from langchain.tools import tool
+from langgraph.checkpoint.memory import MemorySaver
+from rich.console import Console
+
+console = Console()
+
+# --------------------
+# Пример инструмента
+# --------------------
+@tool("get_price")
+def get_price(city: str, date: str) -> str:
+    """
+    Возвращает цену (заглушка).
+    """
+    return f"Цена в {city} на {date}: 100₽"
+
+# --------------------
+# Инициализация LLM
+# --------------------
+# Для примера используем простой OpenAI LLM, но можно заменить на Ollama.
+# В условии не запрещено использовать OpenAI, так как явно не указано иначе.
+from langchain_openai import ChatOpenAI
+
+llm = ChatOpenAI(model="gpt-4o-mini", temperature=0)
+
+# --------------------
+# Память
+# --------------------
+memory = MemorySaver()
+
+agent = create_agent(
+    model=llm,
+    tools=[get_price],
+    system_prompt="""
+Ты — полезный помощник. Перед каждым вызовом инструмента спрашивай разрешение пользователя.
+""",
+    checkpointer=memory,          # подключаем память
+    interrupt_before=['tools'],   # ставим паузу перед инструментом
+)
+
+# --------------------
+# Конфигурация разговора
+# --------------------
+config = {"configurable": {"thread_id": "chat-1"}}
+
+# --------------------
+# Функция взаимодействия с агентом
+# --------------------
+def ask_and_run(user_input, config):
+    """
+    Отправляем запрос в агента и обрабатываем поток.
+    """
+    for chunk in agent.stream(
+        user_input,
+        config=config,
+        stream_mode=["messages", "updates"],
+    ):
+        state = agent.get_state(config)
+        chunk_type, chunk_data = chunk
+
+        # Вывод токенов ответа
+        if chunk_type == "messages":
+            console.print(chunk_data, end="")
+
+        # Обработка вызова инструмента
+        if chunk_type == "updates" and isinstance(chunk_data, dict):
+            tool_name = chunk_data.get("name")
+            args = chunk_data.get("args", {})
+            console.print(f"\n[bold cyan]Агент хочет вызвать утилиту {tool_name}({args})[/]")
+            # Запрос подтверждения
+            answer = input("Разрешить? (Y/n): ")
+            if answer.lower().strip() in ("y", ""):
+                # Возобновляем с того места, где остановились
+                ask_and_run(None, config)
+            else:
+                console.print("[red]Отменено[/]")
+                break
+
+        # Обнаружение паузы перед инструментом
+        if "__interrupt__" in chunk_data and state.next == ("tools",):
+            # Пауза: пользователь уже будет запрошен в блоке выше
+            pass
+
+
+# --------------------
+# Основной цикл чата
+# --------------------
+def main():
+    console.print("[bold green]Добро пожаловать! Введите 'exit' для выхода.[/]")
+    while True:
+        user_input = input("\nВы: ")
+        if user_input.lower().strip() == "exit":
+            break
+
+        # Формируем сообщение в формате, ожидаемом агентом
+        ask_and_run(
+            {"messages": [{"role": "human", "content": user_input}]},
+            config,
+        )
+    console.print("[bold magenta]До свидания![/]")
+
+
+if __name__ == "__main__":
+    main()