Практическое задание №3: Память и подтверждение действий: README.md

This commit is contained in:
2026-05-27 14:30:22 +00:00
parent e0b9d23967
commit 401541e295
@@ -1,100 +1,75 @@
# 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 задании вы доработаете агента из предыдущих практических работ, добавив:
- **Память разговора** агент будет помнить все сообщения в рамках одного диалога.
- **Механизм подтверждения** каждого вызова инструмента пользователем.
Агент использует модель GPT‑4o‑mini и простой инструмент поиска. Вывод осуществляется через библиотеку `rich`, что делает консольный интерфейс более читаемым.
Для красивого вывода в консоль используется библиотека `rich`.
Агент реализован на основе LangGraph и использует OpenAI LLM через `langchain_openai`.
---
## Структура проекта
```
project/
├── solution.py # Основной скрипт с реализацией агента
└── README.md # Это файл
```
## Установка зависимостей
```bash
# Создайте виртуальное окружение (необязательно, но рекомендуется)
# Создайте виртуальное окружение (рекомендуется)
python -m venv .venv
source .venv/bin/activate # Windows: .venv\Scripts\activate
# Установите все необходимые пакеты
pip install -r requirements.txt
pip install rich langgraph langchain_openai openai
```
`requirements.txt` содержит:
```text
langchain-openai>=0.2.0
langgraph>=0.1.0
rich>=13.0.0
python-dotenv # для удобного управления переменными окружения (необязательно)
```
> **Важно**: Установите ключ OpenAI в переменной окружения `OPENAI_API_KEY`.
> Можно создать файл `.env` с содержимым:
> ```dotenv
> OPENAI_API_KEY=sk-...
> **Важно**
> Для работы с OpenAI вам понадобится переменная окружения `OPENAI_API_KEY`.
> ```bash
> export OPENAI_API_KEY="sk-..."
> ```
---
## Запуск скрипта
## 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.
Скрипт запускает интерактивный чат. Введите сообщение, и агент ответит, используя инструмент `echo_tool` при необходимости. Перед каждым вызовом инструмента пользователь будет запрашиваться о подтверждении.
### 2. Тестовый скрипт (если есть)
Если в проекте присутствует файл `test_solution.py`, его можно запустить так:
### Пример работы
```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?
🤖: Hello! How can I help you today?
🧑: Tell me a joke.
🤔 (пауза) Вы хотите вызвать инструмент? [y/n]: y
🤖: Why did the scarecrow win an award? Because he was outstanding in his field!
```
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.
1. **Память**
- `MemorySaver` сохраняет состояние диалога.
- Каждый запрос отправляется с конфигурацией `{"configurable": {"thread_id": "разговор-1"}}`, чтобы все сообщения в рамках одного разговора были связаны.
2. **Подтверждение**
- Параметр `interrupt_before=["tools"]` заставляет агент остановиться перед вызовом любого инструмента.
- В момент паузы пользователь получает запрос на подтверждение (`y/n`). Если ответ `n`, инструмент не вызывается, и агент продолжает работу.
3. **Инструмент**
- Простой эхо‑инструмент `echo_tool` возвращает введённый текст. Его можно заменить любым другим действием (поиск в интернете, работа с базой данных и т.д.).
## Что дальше
- Добавьте более сложные инструменты.
- Реализуйте сохранение диалогов в файл или БД для дальнейшего анализа.
- Настройте разные `thread_id` для параллельных разговоров.
---
## 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`.
---
**Автор:** *[Ваше имя]*
**Дата:** 27 мая 2026 г.