diff --git a/solutions/69a86305c46fd26feae6bcaa_Human-in-the-Loop_через_middleware/solution.py b/solutions/69a86305c46fd26feae6bcaa_Human-in-the-Loop_через_middleware/solution.py index a5a2f22..0f5dd85 100644 --- a/solutions/69a86305c46fd26feae6bcaa_Human-in-the-Loop_через_middleware/solution.py +++ b/solutions/69a86305c46fd26feae6bcaa_Human-in-the-Loop_через_middleware/solution.py @@ -1,49 +1,52 @@ +""" +Human-in-the-Loop через middleware +Использует: langchain >= 0.3, langgraph >= 0.2 +Установка: pip install langchain langchain-openai langgraph +""" + +import os import sys -from typing import List, Dict, Any +from typing import Any -# ──────────────────────── Импорт библиотек ──────────────────────── -try: - from langchain.agents import create_agent - from langchain.agents.middleware import HumanInTheLoopMiddleware - from langgraph.checkpoint.memory import MemorySaver - from langgraph.types import Command -except Exception as exc: # pragma: no cover - print("Не удалось импортировать необходимые библиотеки. Убедитесь, что установлены langchain и langgraph.", file=sys.stderr) - raise exc +# ── Импорты ────────────────────────────────────────────────────────────────── +from langchain.agents import create_agent +from langchain.agents.middleware import HumanInTheLoopMiddleware +from langchain_openai import ChatOpenAI +from langchain.tools import tool +from langgraph.checkpoint.memory import InMemorySaver # InMemorySaver, не MemorySaver +from langgraph.types import Command -# ──────────────────────── Настройка модели и инструментов ──────────────────────── -# Для примера используем простую модель из LangChain (OpenAI). Если у вас нет ключа, -# замените на DummyLLM или другую доступную модель. -try: - from langchain_community.llms import OpenAI +# ── Модель ─────────────────────────────────────────────────────────────────── +# Ключ читается из переменной окружения OPENAI_API_KEY +if not os.environ.get("OPENAI_API_KEY"): + print( + "Ошибка: переменная окружения OPENAI_API_KEY не задана.\n" + "Задайте её командой: export OPENAI_API_KEY=ваш-ключ", + file=sys.stderr, + ) + sys.exit(1) - llm = OpenAI(temperature=0.7) -except Exception: # pragma: no cover - # В случае отсутствия OpenAI создаём заглушку, которая просто возвращает фиксированный ответ - class DummyLLM: - def __call__(self, *args, **kwargs): - return "Dummy response" +llm = ChatOpenAI(model="gpt-4o-mini", temperature=0) - llm = DummyLLM() +# ── Инструмент ─────────────────────────────────────────────────────────────── +@tool +def get_weather(city: str) -> str: + """Возвращает текущую погоду для указанного города.""" + # Заглушка — в реальном проекте здесь был бы API-вызов + return f"В городе {city} сегодня солнечно, +22 °C." -# Пример простого инструмента: получение погоды (заглушка) -def get_weather(location: str) -> str: - """Возвращает фиктивную погоду для указанного места.""" - return f"Погода в {location} сегодня солнечная." - -tools = [get_weather] - -# ──────────────────────── Создание агента с HumanInTheLoopMiddleware ──────────────────────── -memory = MemorySaver() +# ── Агент с HumanInTheLoopMiddleware ───────────────────────────────────────── +memory = InMemorySaver() # обязателен для сохранения паузы agent = create_agent( model=llm, - tools=tools, - system_prompt="Ты полезный ассистент", + tools=[get_weather], + system_prompt="Ты полезный ассистент.", middleware=[ HumanInTheLoopMiddleware( interrupt_on={ - "get_weather": True, # все решения: approve, edit, reject + "get_weather": True, # все решения: approve, edit, reject, respond + # "get_weather": {"allowed_decisions": ["approve", "reject"]}, # без edit }, description_prefix="Подтвердите вызов инструмента", ), @@ -51,76 +54,139 @@ agent = create_agent( checkpointer=memory, ) -# ──────────────────────── Функция взаимодействия с пользователем ──────────────────────── -def ask_and_run(user_input: Dict[str, Any], config: Dict[str, Any]) -> None: +# ── Обработка одного прерывания ─────────────────────────────────────────────── +def handle_interrupt(interrupts) -> list[dict[str, Any]]: """ - Выполняет запрос к агенту, обрабатывает паузу Human‑in‑the‑Loop и возвращает результат. + Показывает пользователю запросы на подтверждение и собирает список решений. + + interrupts — кортеж объектов Interrupt из result.interrupts (GraphOutput, version="v2"). + Возвращает список решений в том же порядке, что и action_requests. + """ + interrupt_value: dict = interrupts[0].value + action_requests: list = interrupt_value.get("action_requests", []) + review_configs: list = interrupt_value.get("review_configs", []) + + decisions: list[dict[str, Any]] = [] + + for idx, action in enumerate(action_requests): + name: str = action.get("name", "") + # В v2-документации поле называется «arguments», а не «args» + arguments: dict = action.get("arguments", action.get("args", {})) + description: str = action.get("description", "") + + print("\n--- Подтверждение ---") + print(f"Инструмент: {name}") + print(f"Аргументы: {arguments}") + if description: + print(f"Описание: {description}") + + # Определяем допустимые решения для этого действия + allowed: list[str] = ["approve", "reject"] + for cfg in review_configs: + # Поле называется «action_name», а не «name» + if cfg.get("action_name") == name: + allowed = cfg.get("allowed_decisions", allowed) + break + + # Формируем подсказку + hints = [] + if "approve" in allowed: + hints.append("a = approve") + if "reject" in allowed: + hints.append("r = reject") + if "edit" in allowed: + hints.append("e = edit") + + # Запрашиваем решение пользователя + while True: + choice = input(", ".join(hints) + ": ").strip().lower() + + if choice in ("a", "approve") and "approve" in allowed: + decisions.append({"type": "approve"}) + break + + elif choice in ("r", "reject") and "reject" in allowed: + message = input("Сообщение для агента (причина отказа): ").strip() + decisions.append({"type": "reject", "message": message or "Нет причины"}) + break + + elif choice in ("e", "edit") and "edit" in allowed: + print(f"Текущие аргументы: {arguments}") + print("Введите новые аргументы в формате ключ=значение (например: city=Москва).") + new_args = dict(arguments) # копируем оригинал + raw = input("Новые аргументы: ").strip() + for part in raw.split(","): + part = part.strip() + if "=" in part: + k, v = part.split("=", 1) + new_args[k.strip()] = v.strip() + decisions.append({ + "type": "edit", + "edited_action": {"name": name, "args": new_args}, + }) + break + + else: + print(f"Недопустимый выбор. Допустимые варианты: {', '.join(hints)}") + + return decisions + + +# ── Основная логика: запрос → пауза → цикл resume ──────────────────────────── +def ask_and_run(user_text: str, config: dict) -> None: + """ + Отправляет сообщение агенту, обрабатывает все прерывания HITL + и выводит финальный ответ. """ # Первый вызов агента - result = agent.invoke(user_input, config=config) + # version="v2" — обязателен для получения GraphOutput с .interrupts + result = agent.invoke( + {"messages": [{"role": "human", "content": user_text}]}, + config=config, + version="v2", + ) - while "__interrupt__" in result: - interrupt_value = result["__interrupt__"][0].value - action_requests: List[Dict[str, Any]] = interrupt_value.get("action_requests", []) - review_configs: List[Dict[str, Any]] = interrupt_value.get("review_configs", []) + # Цикл: пока агент хочет подтверждения — спрашиваем и возобновляем + while result.interrupts: + decisions = handle_interrupt(result.interrupts) - decisions: List[Dict[str, Any]] = [] + result = agent.invoke( + Command(resume={"decisions": decisions}), + config=config, + version="v2", + ) - # Для каждого запроса инструмента запрашиваем у пользователя решение - for idx, action in enumerate(action_requests): - name = action.get("name") - args = action.get("args", {}) - description = action.get("description") + # Финальный ответ — последнее сообщение в истории + # Сообщения — объекты LangChain (AIMessage, HumanMessage …), не словари. + # Доступ к тексту — через атрибут .content + messages = result.value.get("messages", []) + if messages: + last = messages[-1] + print(f"\nАгент: {last.content}") - print("\n--- Запрос на подтверждение ---") - print(f"Инструмент: {name}") - print(f"Аргументы: {args}") - if description: - print(f"Описание: {description}") - # Определяем допустимые решения - allowed_decisions = ["approve", "reject"] - for cfg in review_configs: - if cfg.get("name") == name: - allowed_decisions = cfg.get("allowed_decisions", allowed_decisions) - break +# ── Чат-цикл ───────────────────────────────────────────────────────────────── +def main() -> None: + # thread_id обязателен — привязывает состояние к одной «сессии» + config = {"configurable": {"thread_id": "сессия-1"}} - # Запрашиваем ввод от пользователя - while True: - choice = input(f"Выберите действие ({'/'.join(allowed_decisions)}): ").strip().lower() - if choice in ("a", "approve") and "approve" in allowed_decisions: - decisions.append({"type": "approve"}) - break - elif choice in ("r", "reject") and "reject" in allowed_decisions: - msg = input("Введите причину отказа: ").strip() or "Нет причины" - decisions.append({"type": "reject", "message": msg}) - break - else: - print(f"Недопустимый выбор. Допустимые варианты: {allowed_decisions}") + print("Привет! Я ассистент. Введите 'exit' для выхода.") - # Возобновляем работу агента с полученными решениями - result = agent.invoke(Command(resume={"decisions": decisions}), config=config) - - # После завершения (без паузы) выводим финальный ответ - if "messages" in result: - for msg in result["messages"]: - role = msg.get("role", "") - content = msg.get("content", "") - print(f"\n{role.capitalize()}: {content}") - -# ──────────────────────── Основной цикл чата ──────────────────────── -def main(): - config = {"configurable": {"thread_id": "session-1"}} - print("Привет! Я ассистент. Введите 'exit' для завершения.") while True: - user_text = input("\nВы: ").strip() + try: + user_text = input("\nВы: ").strip() + except (EOFError, KeyboardInterrupt): + print("\nДо свидания!") + break + + if not user_text: + continue if user_text.lower() == "exit": print("До свидания!") break - ask_and_run( - {"messages": [{"role": "human", "content": user_text}]}, - config=config, - ) + + ask_and_run(user_text, config) + if __name__ == "__main__": main() \ No newline at end of file