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

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

@@ -1,58 +1,85 @@
 # solution.py
 # -*- coding: utf-8 -*-
 """
-Пример агента с Human-in-the-Loop через HumanInTheLoopMiddleware.
+Агент с HumanInTheLoopMiddleware: при каждом вызове инструмента
-При каждом вызове инструмента агент останавливается,
+агент останавливается, пользователь подтверждает (approve/reject),
-выводит информацию и ожидает решения пользователя: approve / reject.
+после чего выполнение возобновляется через Command.
 """
 
+import json
 from langchain_openai import ChatOpenAI
-from langchain.tools import tool
+from langchain_core.tools import tool
+from langchain.agents import create_agent
 from langchain.agents.middleware import HumanInTheLoopMiddleware
-from langgraph.prebuilt import create_react_agent
 from langgraph.checkpoint.memory import MemorySaver
 from langgraph.types import Command
 
-# 1. Модель LLM
+# 1. Инструмент
+@tool
+def get_weather(city: str, date: str = "сегодня") -> str:
+    """Получить погоду в городе на указанную дату."""
+    return f"В городе {city} на {date}: солнечно, 25°C."
+
+# 2. LLM
 llm = ChatOpenAI(
     model="gpt-4o-mini",
     temperature=0,
 )
 
-# 2. Простой инструмент
+# 3. Память
-@tool
-def get_weather(city: str, date: str) -> str:
-    """Возвращает погоду в городе на указанную дату."""
-    return f"Погода в {city} на {date}: солнечно 25°C."
-
-# 3. Хранилище памяти
 memory = MemorySaver()
 
-# 4. Создание агента с HumanInTheLoopMiddleware
+# 4. Агент с HumanInTheLoopMiddleware
-agent = create_react_agent(
+agent = create_agent(
     model=llm,
     tools=[get_weather],
-    system_prompt="Ты полезный ассистент, отвечай точно.",
+    system_prompt="Ты полезный ассистент.",
-    checkpointer=memory,
     middleware=[
         HumanInTheLoopMiddleware(
             interrupt_on={
-                "get_weather": True,  # прерывать на каждом вызове get_weather
+                "get_weather": True,
             },
             description_prefix="Подтвердите вызов инструмента",
         ),
     ],
+    checkpointer=memory,
 )
 
+# 5. Сбор решений от пользователя
+def get_user_decisions(action_requests: list[dict], review_configs: list[dict]) -> list[dict]:
+    decisions = []
+    for action, review_cfg in zip(action_requests, review_configs):
+        name = action.get("name", "unknown")
+        args = action.get("args", {})
+        description = action.get("description", "")
+        allowed = review_cfg.get("allowed_decisions", ["approve", "reject"])
 
+        print(f"\n--- Подтверждение ---")
+        print(f"Инструмент: {name}")
+        print(f"Аргументы: {json.dumps(args, ensure_ascii=False)}")
+        if description:
+            print(f"Описание: {description}")
+        print(f"Разрешённые решения: {', '.join(allowed)}")
+
+        while True:
+            choice = input("a=approve, r=reject: ").strip().lower()
+            if choice in ("a", "approve"):
+                decisions.append({"type": "approve"})
+                break
+            elif choice in ("r", "reject"):
+                msg = input("Причина отказа: ").strip()
+                decisions.append({
+                    "type": "reject",
+                    "message": msg or "Запрос отклонён пользователем",
+                })
+                break
+            else:
+                print("Неверный ввод. Введите 'a' или 'r'.")
+    return decisions
+
+# 6. Основной цикл
 def main() -> None:
-    """
-    Запускает чат-цикл с human-in-the-loop:
-    пользователь вводит запрос, агент останавливается перед вызовом
-    инструмента и ждёт подтверждения (approve / reject).
-    """
     config = {"configurable": {"thread_id": "session-1"}}
-
     print("Привет! Введите запрос или 'выход' для завершения.")
 
     while True:
@@ -61,54 +88,24 @@ def main() -> None:
             print("Завершение работы.")
             break
 
-        # Первый вызов агента
         result = agent.invoke(
             {"messages": [{"role": "human", "content": user_input}]},
             config=config,
         )
 
-        # Цикл обработки прерываний
         while "__interrupt__" in result:
-            interrupt_payload = result["__interrupt__"][0].value
+            interrupt_value = result["__interrupt__"][0].value
-            action_requests = interrupt_payload.get("action_requests", [])
+            action_requests = interrupt_value.get("action_requests", [])
-            review_configs = interrupt_payload.get("review_configs", {})
+            review_configs = interrupt_value.get("review_configs", [])
 
-            decisions = []
+            decisions = get_user_decisions(action_requests, review_configs)
 
-            for req in action_requests:
-                name = req.get("name", "неизвестный инструмент")
-                args = req.get("args", {})
-                description = req.get("description", "")
-
-                print("\n--- Подтверждение ---")
-                print(f"Инструмент: {name}")
-                if description:
-                    print(f"Описание: {description}")
-                print(f"Аргументы: {args}")
-
-                # Показываем разрешённые решения из review_configs
-                allowed = review_configs.get(name, {}).get(
-                    "allowed_decisions", ["approve", "reject"]
-                )
-                print(f"Разрешённые решения: {allowed}")
-
-                choice = input("a=approve, r=reject: ").strip().lower()
-                if choice == "r":
-                    reason = input("Причина отказа: ").strip()
-                    decisions.append({"type": "reject", "message": reason})
-                else:
-                    decisions.append({"type": "approve"})
-
-            # Возобновляем выполнение агента с решениями
             result = agent.invoke(
                 Command(resume={"decisions": decisions}),
                 config=config,
             )
 
-        # Финальный ответ агента
+        print(f"\nАгент: {result['messages'][-1].content}")
-        final_answer = result["messages"][-1].content
-        print(f"\nАгент: {final_answer}")
-
 
 if __name__ == "__main__":
     main()