Практическое задание №3: Память и подтверждение действий: README.md
This commit is contained in:
+79
-86
@@ -1,21 +1,13 @@
|
||||
# Практическое задание №3 – Память и подтверждение действий
|
||||
# Практическое задание №3: Память и подтверждение действий
|
||||
|
||||
## Описание проекта
|
||||
В этом проекте реализован агент на базе LangGraph с поддержкой:
|
||||
- **Памяти разговора** – сохранение истории сообщений в `MemorySaver`.
|
||||
- **Подтверждения действия** – пауза перед вызовом любого инструмента, чтобы пользователь мог подтвердить или отменить действие.
|
||||
|
||||
В этом проекте реализован чат‑бот, построенный на **LangGraph** и **OpenAI LLM**, с добавленной памятью диалога и механизмом подтверждения каждого вызова инструмента пользователем.
|
||||
Бот умеет:
|
||||
Агент использует модель GPT‑4o‑mini и простой инструмент поиска. Вывод осуществляется через библиотеку `rich`, что делает консольный интерфейс более читаемым.
|
||||
|
||||
- хранить историю общения в памяти (`MemorySaver`);
|
||||
- прерываться перед каждым использованием внешнего инструмента (пауза `interrupt_before=['tools']`);
|
||||
- запрашивать у пользователя подтверждение, прежде чем выполнять инструмент.
|
||||
|
||||
## Структура проекта
|
||||
|
||||
```
|
||||
.
|
||||
├── solution.py # основной скрипт с реализацией агента
|
||||
└── README.md # это файл
|
||||
```
|
||||
---
|
||||
|
||||
## Установка зависимостей
|
||||
|
||||
@@ -25,83 +17,84 @@ python -m venv .venv
|
||||
source .venv/bin/activate # Windows: .venv\Scripts\activate
|
||||
|
||||
# Установите все необходимые пакеты
|
||||
pip install langgraph langchain openai rich
|
||||
pip install -r requirements.txt
|
||||
```
|
||||
|
||||
> **Важно** – для работы с OpenAI нужен ключ API.
|
||||
> Если переменная окружения `OPENAI_API_KEY` не задана, скрипт автоматически создаст «заглушку» LLM, которая возвращает фиктивный ответ.
|
||||
`requirements.txt` содержит:
|
||||
|
||||
## Как запустить
|
||||
|
||||
```bash
|
||||
python solution.py
|
||||
```text
|
||||
langchain-openai>=0.2.0
|
||||
langgraph>=0.1.0
|
||||
rich>=13.0.0
|
||||
python-dotenv # для удобного управления переменными окружения (необязательно)
|
||||
```
|
||||
|
||||
После запуска бот будет ждать ввода пользователя в консоли.
|
||||
Пример взаимодействия:
|
||||
|
||||
```
|
||||
User: Привет!
|
||||
Bot: Здравствуйте! Чем могу помочь?
|
||||
User: Сколько стоит 1 кг яблок?
|
||||
Bot (пауза): Вы хотите вызвать инструмент "price_lookup" с аргументами {"item": "яблоки", "quantity_kg": 1}?
|
||||
(Введите `yes` или `no`)
|
||||
User: yes
|
||||
Bot: Цена за 1 кг яблок составляет $3.50.
|
||||
```
|
||||
|
||||
> В реальном запуске бот будет использовать OpenAI GPT‑4o (или другой выбранный LLM) и ваш собственный инструмент, который вы можете добавить в список `tools`.
|
||||
|
||||
## Пример использования
|
||||
|
||||
```python
|
||||
from langgraph.prebuilt import create_agent
|
||||
from langchain.tools import BaseTool
|
||||
from langgraph.checkpoint.memory import MemorySaver
|
||||
from rich.console import Console
|
||||
|
||||
# 1. Создаём LLM (или заглушку)
|
||||
llm = ChatOpenAI(temperature=0)
|
||||
|
||||
# 2. Определяем инструмент
|
||||
class EchoTool(BaseTool):
|
||||
name: str = "echo"
|
||||
description: str = "Возвращает переданный текст."
|
||||
def _run(self, text: str) -> str:
|
||||
return f"Echo: {text}"
|
||||
|
||||
tools = [EchoTool()]
|
||||
|
||||
# 3. Создаём память
|
||||
memory = MemorySaver()
|
||||
|
||||
# 4. Конфигурируем агента с паузой и подтверждением
|
||||
agent = create_agent(
|
||||
model=llm,
|
||||
tools=tools,
|
||||
system_prompt="You are a helpful assistant.",
|
||||
checkpointer=memory, # нужна для памяти и паузы
|
||||
interrupt_before=['tools'], # остановка перед каждым вызовом инструмента
|
||||
)
|
||||
|
||||
# 5. Запускаем диалог
|
||||
console = Console()
|
||||
config = {"configurable": {"thread_id": "demo-thread"}}
|
||||
|
||||
for chunk in agent.stream(
|
||||
{"messages": [{"role": "user", "content": "Привет!"}]},
|
||||
config=config,
|
||||
):
|
||||
console.print(chunk)
|
||||
```
|
||||
|
||||
## Что дальше
|
||||
|
||||
- Добавьте собственные инструменты (например, поиск в интернете, работа с базой данных и т.д.).
|
||||
- Настройте более сложный `system_prompt` для конкретных задач.
|
||||
- Используйте разные `thread_id`, чтобы вести несколько независимых разговоров одновременно.
|
||||
> **Важно**: Установите ключ OpenAI в переменной окружения `OPENAI_API_KEY`.
|
||||
> Можно создать файл `.env` с содержимым:
|
||||
> ```dotenv
|
||||
> OPENAI_API_KEY=sk-...
|
||||
> ```
|
||||
|
||||
---
|
||||
|
||||
**Автор:** *Ваша команда*
|
||||
**Дата:** 27 мая 2026 г.
|
||||
## Запуск
|
||||
|
||||
### 1. Основной скрипт (`solution.py`)
|
||||
```bash
|
||||
python solution.py
|
||||
```
|
||||
Скрипт запускает интерактивный чат‑бот, который:
|
||||
|
||||
1. Принимает ввод пользователя.
|
||||
2. Пауза перед каждым вызовом инструмента `search`.
|
||||
3. Показывает пользователю сообщение о предстоящем действии и ожидает подтверждения (`y`/`n`).
|
||||
4. Если пользователь подтверждает – инструмент вызывается; иначе действие отменяется.
|
||||
|
||||
### 2. Тестовый скрипт (если есть)
|
||||
Если в проекте присутствует файл `test_solution.py`, его можно запустить так:
|
||||
|
||||
```bash
|
||||
pytest test_solution.py
|
||||
```
|
||||
|
||||
---
|
||||
|
||||
## Пример использования
|
||||
|
||||
```text
|
||||
$ python solution.py
|
||||
🤖: Здравствуйте! Чем могу помочь?
|
||||
🧑: Какую погоду будет завтра в Москве?
|
||||
|
||||
🤖: Я собираюсь выполнить поиск по запросу "погода завтра Москва". Продолжить? (y/n) y
|
||||
🔍 Выполняю инструмент search...
|
||||
Результаты поиска по запросу 'погода завтра Москва': ...
|
||||
|
||||
🤖: Похоже, завтра в Москве будет облачно с небольшой вероятностью осадков. Есть ли ещё что‑то, чем могу помочь?
|
||||
```
|
||||
|
||||
Если пользователь вводит `n`:
|
||||
|
||||
```text
|
||||
🤖: Я собираюсь выполнить поиск по запросу "погода завтра Москва". Продолжить? (y/n) n
|
||||
🤖: Операция отменена. Чем ещё могу помочь?
|
||||
```
|
||||
|
||||
---
|
||||
|
||||
## Как это работает
|
||||
|
||||
1. **MemorySaver** сохраняет состояние разговора, позволяя агенту помнить предыдущие сообщения.
|
||||
2. `interrupt_before=['tools']` заставляет агент остановиться перед каждым вызовом инструмента.
|
||||
3. Внутри цикла обработки сообщений пользователь получает запрос на подтверждение и вводит `y`/`n`.
|
||||
4. После подтверждения инструмент вызывается через LangGraph, а результат возвращается в поток.
|
||||
|
||||
---
|
||||
|
||||
## Что можно улучшить
|
||||
|
||||
- Добавить более сложные инструменты (например, API погоды).
|
||||
- Реализовать хранение истории в базе данных вместо памяти в RAM.
|
||||
- Поддержать несколько параллельных разговоров с разными `thread_id`.
|
||||
|
||||
---
|
||||
Reference in New Issue
Block a user