Добавлен solution.py

This commit is contained in:
2026-05-28 12:42:14 +00:00
parent f928981b2e
commit b1e76dd3c5
+69 -86
View File
@@ -1,131 +1,114 @@
# solution.py
from typing import TypedDict
import json
"""
Мини‑игра «выбери свою историю» с прерыванием.
Использует:
- LangGraph для построения графа и управления прерываниями
- LangChain + langchain-openai для вызова LLM (ChatOpenAI)
- questionary для интерактивного выбора в консоли
"""
# ────────────────────── Импорты ──────────────────────
from typing import TypedDict, List, Dict, Any
import questionary # pip install questionary
# LangGraph
import questionary
from langgraph.graph import StateGraph
from langgraph.constants import START
from langgraph.types import interrupt, Command
from langgraph.checkpoint.memory import InMemorySaver
# LangChain + OpenAI LLM
from langchain_openai import ChatOpenAI
from rich.console import Console
# ────────────────────── Состояние графа ──────────────────────
class State(TypedDict):
"""Состояние графа."""
# Текст истории, генерируемый LLM
story: str
# Ответ пользователя после прерывания
human_value: str | None
story: str # Текст истории, генерируемый LLM
options: list[str] # Варианты действий
choice: str | None # Выбор пользователя
ending: str | None # Концовка
# ────────────────────── Узел с прерыванием ──────────────────────
# ────────────────────── Инструмент LLM ──────────────────────
def interrupt_node(state: State) -> State:
"""
Генерирует часть истории и ставит граф на паузу,
ожидая выбора игрока.
"""
# Запрос к LLM для создания начала истории
llm = ChatOpenAI(model="gpt-4o-mini") # можно заменить на любой доступный LLM
llm = ChatOpenAI(model="gpt-4o-mini", temperature=0.7)
console = Console()
def generate_story(state: State) -> State:
"""Генерирует начало истории и варианты действий."""
prompt = (
"Создай короткую интригующую историю про героя, "
"который стоит перед выбором. В конце предложи три варианта действий."
"Generate a short adventure intro and three choices in JSON format.\n"
"The JSON should have keys 'intro' (string) and 'choices' (list of strings)."
)
response = llm.invoke(prompt)
state["story"] = response.content
response = llm.invoke({"messages": [{"role": "system", "content": prompt}]}).content
data = json.loads(response)
# Прерывание: пользователь выбирает вариант
interrupt_payload = {
"type": "alert",
"question": "Выберите действие героя:",
"allow_responds": ["Выйти", "Бороться", "Спрятаться"],
}
# Возврат прерывания; выполнение не продолжится до возобновления
return interrupt(interrupt_payload)
state["story"] = data["intro"]
state["options"] = data["choices"]
# Пауза для выбора игрока
return interrupt(state, {
"type": "choice",
"question": f"{state['story']}\nВыберите действие:",
"options": state["options"],
})
def finish_story(state: State) -> State:
"""Генерирует окончание истории на основе выбранного варианта."""
prompt = (
f"Write an ending for the story based on the choice '{state['choice']}'. "
"Keep it concise and satisfying."
)
response = llm.invoke({"messages": [{"role": "system", "content": prompt}]}).content
state["ending"] = response
return state
# ────────────────────── Граф ──────────────────────
graph_builder = StateGraph(State)
builder = StateGraph(State)
builder.add_node("generate", generate_story)
builder.add_node("finish", finish_story)
# Добавляем узел и переход из START в него
graph_builder.add_node("interrupt", interrupt_node)
graph_builder.set_entry_point(START)
graph_builder.add_edge(START, "interrupt")
# После прерывания возвращаемся к тому же узлу для завершения
graph_builder.add_edge("interrupt", "interrupt")
builder.set_entry_point("generate")
builder.add_edge(START, "generate")
builder.add_conditional_edges(
"generate",
lambda x: True if x.get("choice") else None,
{True: "finish"},
)
builder.add_edge("finish", START) # цикл можно завершить здесь
# Чекпоинтер (InMemorySaver) сохраняет состояние между паузами
checkpoint = InMemorySaver()
graph = graph_builder.compile(checkpointer=checkpoint)
graph = builder.compile(checkpointer=InMemorySaver())
# ────────────────────── Запуск и обработка прерываний ──────────────────────
def main() -> None:
"""
Основной цикл запуска графа с обработкой интерактивных прерываний.
"""
# Уникальный идентификатор потока (можно использовать любой строковый ID)
thread_id = "interactive_story"
# Инициализируем состояние
init_state: State = {"story": "", "human_value": None}
init_state: State = {"story": "", "options": [], "choice": None, "ending": None}
config = {"configurable": {"thread_id": thread_id}}
# Запускаем поток генерации
stream = graph.stream(
Command(resume=init_state),
configurable={"thread_id": thread_id},
)
stream = graph.stream(Command(resume=init_state), config=config)
for chunk in stream:
# Если в чанке есть прерывание, обрабатываем его
if "__interrupt__" in chunk:
interrupt_info = chunk["__interrupt__"][0].value # dict с payload
rprint(f"\n=== Прервано: {interrupt_info['type']} ===")
rprint(interrupt_info["question"])
# Выводим варианты и получаем выбор пользователя
payload = chunk["__interrupt__"][0].value
answer = questionary.select(
interrupt_info["question"],
choices=interrupt_info["allow_responds"],
payload["question"],
choices=payload["options"],
).ask()
if answer is None:
raise RuntimeError("Пользователь отменил ввод.")
rprint(f"\nВы выбрали: {answer}")
# Добавляем ответ в payload и возобновляем граф
interrupt_info["human_value"] = answer
stream = graph.stream(
Command(resume=interrupt_info),
configurable={"thread_id": thread_id},
)
# Возобновляем граф с выбранным вариантом
stream = graph.stream(Command(resume={"choice": answer}), config=config)
continue
# Выводим обычные сообщения от LLM (если есть)
if "story" in chunk:
rprint(f"\nИстория: {chunk['story']}")
if "human_value" in chunk and chunk["human_value"]:
rprint(f"\nОтвет игрока сохранён в состоянии: {chunk['human_value']}")
# Выводим сообщения от LLM
if "story" in chunk and chunk["story"]:
console.print(f"[bold cyan]История:[/]\n{chunk['story']}")
if "ending" in chunk and chunk["ending"]:
console.print(f"\n[bold green]Концовка:[/]\n{chunk['ending']}")
# После завершения выводим итоговое состояние
final_state = graph.get_state(configurable={"thread_id": thread_id})
rprint("\n=== Итоговое состояние ===")
rprint(final_state)
# После завершения выводим итоговую историю
final_state = graph.get_state(config=config)
full_story = f"{final_state['story']}\n\n{final_state['ending']}"
console.print("\n[bold magenta]Итоговая история:[/]\n" + full_story)
if __name__ == "__main__":