текстовая игра на основе llm + interrupt: solution.py

This commit is contained in:
2026-05-27 11:48:33 +00:00
parent d238921f17
commit d1fd38a8d0
@@ -0,0 +1,128 @@
<|channel|>final code<|message|>import os
from typing import TypedDict, List
import questionary
from langchain_openai import ChatOpenAI
from langgraph.checkpoint.memory import InMemorySaver
from langgraph.constants import START
from langgraph.graph import StateGraph
from langgraph.types import interrupt, Command
# ---------- 1. Состояние графа ----------
class GraphState(TypedDict):
"""Состояние графа."""
# Текст истории, генерируемый LLM
story: str
# Ответ пользователя после прерывания
human_value: str | None
# Внутренний токен для идентификации потока (необязательно)
thread_id: str
# ---------- 2. Узел с прерыванием ----------
def generate_story(state: GraphState) -> GraphState:
"""
Генерирует начало истории и предлагает варианты действий.
После генерации вызывается interrupt, чтобы пользователь выбрал вариант.
"""
# Если история уже есть, просто возвращаем состояние
if state.get("story"):
return state
llm = ChatOpenAI(temperature=0.7)
prompt = (
"Создай короткую интригующую историю о герое, который стоит перед выбором.\n"
"В конце предложи 3 варианта действий героя (A, B, C)."
)
response = llm.invoke(prompt)
story_text = response.content.strip()
# Сохраняем сгенерированную часть истории
state["story"] = story_text
# Подготавливаем payload для прерывания
interrupt_payload = {
"type": "choice",
"question": "Какое действие выберет герой?",
"allow_responds": ["A", "B", "C"],
}
# Вызываем прерывание: выполнение остановится до возобновления
interrupt(interrupt_payload)
# После возобновления сюда вернётся объект с ответом пользователя
return state
def finish_story(state: GraphState) -> GraphState:
"""
Завершающий узел, который получает выбор пользователя и дописывает концовку.
"""
llm = ChatOpenAI(temperature=0.7)
choice = state["human_value"]
prompt = (
f"История:\n{state['story']}\n\n"
f"Герой выбрал вариант {choice}. Напиши короткую концовку истории."
)
response = llm.invoke(prompt)
state["story"] += "\n\n" + response.content.strip()
return state
# ---------- 3. Сборка графа ----------
builder = StateGraph(GraphState)
# Добавляем узлы
builder.add_node("generate", generate_story)
builder.add_node("finish", finish_story)
# Определяем переходы
builder.set_entry_point("generate")
builder.add_edge(START, "generate")
builder.add_edge("generate", "finish")
# Компилируем граф с чекпоинтером
graph = builder.compile(checkpointer=InMemorySaver())
# ---------- 4. Цикл запуска ----------
def main() -> None:
# Уникальный идентификатор потока (можно генерировать случайным образом)
thread_id = "story_thread_1"
config = {"configurable": {"thread_id": thread_id}}
# Запускаем граф до первого прерывания
stream = graph.stream(Command(state={}), config=config)
for chunk in stream:
# Если в чанке есть прерывание, обрабатываем его
if "__interrupt__" in chunk:
interrupt_obj = chunk["__interrupt__"][0].value # payload dict
print("\n=== Прерывание ===")
print(f"{interrupt_obj['question']}")
answer = questionary.select(
"Выберите вариант:",
choices=interrupt_obj["allow_responds"],
).ask()
if not answer:
raise SystemExit("Отмена пользователем")
# Добавляем ответ в payload и возобновляем граф
interrupt_obj["answer"] = answer
stream = graph.stream(Command(resume=interrupt_obj), config=config)
continue
# Выводим обычные сообщения (если нужно)
if "story" in chunk:
print("\nИстория:")
print(chunk["story"])
# После завершения выводим итоговую историю
final_state = stream.final_state()
print("\n=== Итоговая история ===")
print(final_state["story"])
if __name__ == "__main__":
main()