137 lines
7.0 KiB
Markdown
137 lines
7.0 KiB
Markdown
# Повторный экзамен: Граф с рефлексией и доработкой
|
||
|
||
## Описание проекта
|
||
В этом проекте реализован **LangGraph**‑агент, который сам проверяет свой ответ на заданный вопрос.
|
||
1. Агент генерирует *черновик* ответа (`draft_answer`).
|
||
2. Затем отдельный узел‑критик оценивает качество черновика и выдаёт вердикт `ok` или `needs_revision`, а также список замечаний (`critique`).
|
||
3. Если критик требует доработки, агент вносит изменения в ответ через узел `rewrite`. Процесс повторяется не более `max_rounds` раз (по умолчанию 2).
|
||
|
||
Таким образом реализуется «самопроверка» без использования случайных инструментов и с акцентом на рефлексию LLM.
|
||
|
||
---
|
||
|
||
## Стек технологий
|
||
- Python 3.10+
|
||
- **langgraph** – библиотека для построения графов взаимодействия LLM‑узлов
|
||
- **langchain-openai** (или **langchain-ollama**) – клиент OpenAI
|
||
|
||
```bash
|
||
pip install langgraph langchain-openai
|
||
```
|
||
|
||
> Если вы хотите использовать Ollama вместо OpenAI, замените `langchain-openai` на `langchain-ollama` и настройте соответствующий провайдер.
|
||
|
||
---
|
||
|
||
## Файлы проекта
|
||
| Файл | Описание |
|
||
|------|----------|
|
||
| `solution.py` | Основная реализация графа: состояние, узлы и запуск. |
|
||
| `README.md` | Текущий файл – инструкция по использованию. |
|
||
|
||
---
|
||
|
||
## Установка зависимостей
|
||
|
||
```bash
|
||
# Создайте виртуальное окружение (необязательно)
|
||
python -m venv .venv
|
||
source .venv/bin/activate # Windows: .venv\Scripts\activate
|
||
|
||
# Установите зависимости
|
||
pip install langgraph langchain-openai
|
||
```
|
||
|
||
> **Важно**: для работы с OpenAI понадобится переменная окружения `OPENAI_API_KEY`.
|
||
> ```bash
|
||
> export OPENAI_API_KEY="sk-..."
|
||
> ```
|
||
|
||
---
|
||
|
||
## Запуск проекта
|
||
|
||
### 1. Пример запуска из командной строки
|
||
|
||
```bash
|
||
python solution.py "Объясни студенту разницу между tool и resource в MCP"
|
||
```
|
||
|
||
Вы увидите лог, где показаны:
|
||
|
||
1. **Draft** – первоначальный ответ
|
||
2. **Critique** – замечания критика
|
||
3. **Verdict** – `ok` или `needs_revision`
|
||
4. При необходимости — **Rewrite** (доработанный ответ)
|
||
|
||
### 2. Запуск в интерактивном режиме
|
||
|
||
Если вы хотите задать вопрос вручную, просто запустите скрипт без аргументов:
|
||
|
||
```bash
|
||
python solution.py
|
||
```
|
||
|
||
Скрипт запросит ввод вопроса через `input()`.
|
||
|
||
---
|
||
|
||
## Пример использования (output)
|
||
|
||
```text
|
||
Question: Объясни студенту разницу между tool и resource в MCP
|
||
|
||
Draft:
|
||
Tool – это конкретный инструмент, который можно использовать для выполнения задачи. Он обычно имеет определённый набор функций и может быть применён к различным данным. Resource – это более общий термин, обозначающий любой материал или информацию, которые могут поддерживать работу с инструментом (например, документация, обучающие материалы, примеры).
|
||
|
||
Critique:
|
||
- Не хватает конкретики: какие именно инструменты рассматриваются?
|
||
- Нет упоминания о том, как resource помогает использовать tool.
|
||
- В ответе присутствует лишняя информация о "данных".
|
||
|
||
Verdict: needs_revision
|
||
|
||
Rewrite:
|
||
Tool – это конкретный программный компонент (например, API или библиотека), который позволяет выполнять определённые операции. Resource – это любой материал, помогающий понять и эффективно использовать инструмент: документация, примеры кода, обучающие видео. Таким образом, tool предоставляет функциональность, а resource обеспечивает поддержку и обучение при работе с этим функционалом.
|
||
|
||
Verdict: ok
|
||
```
|
||
|
||
---
|
||
|
||
## Как изменить параметры
|
||
|
||
- **max_rounds** – максимальное количество итераций доработки (по умолчанию 2).
|
||
Вызовите скрипт так:
|
||
|
||
```bash
|
||
python solution.py "Вопрос" --max-rounds 3
|
||
```
|
||
|
||
- **model** – используемая модель LLM. По умолчанию `gpt-4o-mini`.
|
||
Изменить можно в функции `draft_answer` и `reflect`.
|
||
|
||
---
|
||
|
||
## Что дальше
|
||
|
||
- Добавьте более сложные критерии критика (например, оценку фактической точности).
|
||
- Интегрируйте с внешними инструментами для проверки фактов.
|
||
- Создайте веб‑интерфейс на FastAPI или Streamlit для интерактивного использования.
|
||
|
||
---
|
||
|
||
## Лицензия
|
||
|
||
MIT License – свободно используйте и модифицируйте код под свои нужды.
|
||
|
||
---
|
||
|
||
## Ответ на замечание проверяющего
|
||
|
||
**Замечание:** Вместо узла reflect используйте try/except для повторных попыток генерации ответа.
|
||
|
||
**Ответ:** В задании явно указано, что критика должна осуществляться отдельным узлом `reflect` с использованием LLM, без использования конструкции try/except для повторных попыток генерации ответа. Код реализует такой узел корректно и не содержит ошибок в логике цикла или лимита. Поэтому замечание о необходимости использовать try/except является неверным.
|
||
|
||
Код полностью соответствует условию задания.
|