Обновить solutions/69a86305c46fd26feae6bcaa_Human-in-the-Loop_через_middleware/solution.py

This commit is contained in:
2026-05-27 10:40:02 +00:00
parent c727e0ba55
commit 94b7738b94
@@ -1,49 +1,52 @@
import sys
from typing import List, Dict, Any
"""
Human-in-the-Loop через middleware
Использует: langchain >= 0.3, langgraph >= 0.2
Установка: pip install langchain langchain-openai langgraph
"""
# ──────────────────────── Импорт библиотек ────────────────────────
try:
import os
import sys
from typing import Any
# ── Импорты ──────────────────────────────────────────────────────────────────
from langchain.agents import create_agent
from langchain.agents.middleware import HumanInTheLoopMiddleware
from langgraph.checkpoint.memory import MemorySaver
from langchain_openai import ChatOpenAI
from langchain.tools import tool
from langgraph.checkpoint.memory import InMemorySaver # InMemorySaver, не 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
# ──────────────────────── 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.
"""
# Первый вызов агента
result = agent.invoke(user_input, config=config)
interrupt_value: dict = interrupts[0].value
action_requests: list = interrupt_value.get("action_requests", [])
review_configs: list = interrupt_value.get("review_configs", [])
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", [])
decisions: list[dict[str, Any]] = []
decisions: List[Dict[str, Any]] = []
# 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")
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--- Запрос на подтверждение ---")
print("\n--- Подтверждение ---")
print(f"Инструмент: {name}")
print(f"Аргументы: {args}")
print(f"Аргументы: {arguments}")
if description:
print(f"Описание: {description}")
# Определяем допустимые решения
allowed_decisions = ["approve", "reject"]
# Определяем допустимые решения для этого действия
allowed: list[str] = ["approve", "reject"]
for cfg in review_configs:
if cfg.get("name") == name:
allowed_decisions = cfg.get("allowed_decisions", allowed_decisions)
# Поле называется «action_name», а не «name»
if cfg.get("action_name") == name:
allowed = cfg.get("allowed_decisions", allowed)
break
# Запрашиваем ввод от пользователя
# 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(f"Выберите действие ({'/'.join(allowed_decisions)}): ").strip().lower()
if choice in ("a", "approve") and "approve" in allowed_decisions:
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_decisions:
msg = input("Введите причину отказа: ").strip() or "Нет причины"
decisions.append({"type": "reject", "message": msg})
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: {allowed_decisions}")
print(f"Недопустимый выбор. Допустимые варианты: {', '.join(hints)}")
# Возобновляем работу агента с полученными решениями
result = agent.invoke(Command(resume={"decisions": decisions}), config=config)
return decisions
# 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.")
# ── 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
# version="v2" — обязателен для получения GraphOutput с .interrupts
result = agent.invoke(
{"messages": [{"role": "human", "content": user_text}]},
config=config,
version="v2",
)
# Цикл: пока агент хочет подтверждения — спрашиваем и возобновляем
while result.interrupts:
decisions = handle_interrupt(result.interrupts)
result = agent.invoke(
Command(resume={"decisions": decisions}),
config=config,
version="v2",
)
# 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}")
# ── Чат-цикл ─────────────────────────────────────────────────────────────────
def main() -> None:
# thread_id обязателен — привязывает состояние к одной «сессии»
config = {"configurable": {"thread_id": "сессия-1"}}
print("Привет! Я ассистент. Введите 'exit' для выхода.")
while True:
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()