Files

116 lines
5.1 KiB
Python

# solution.py
import os
from typing import Any, Dict, Iterable, Tuple, Optional
from langchain.chat_models import ChatOpenAI
from langchain.tools import BaseTool
from langgraph.checkpoint.memory import MemorySaver
from langgraph.graph import StateGraph
from langgraph.prebuilt import create_agent
from rich.console import Console
# ------------------------------------------------------------
# Конфигурация LLM и инструмента
# ------------------------------------------------------------
# Для работы нужен ключ OpenAI. Если его нет – создаём фиктивный LLM.
OPENAI_API_KEY = os.getenv("OPENAI_API_KEY")
if OPENAI_API_KEY:
llm = ChatOpenAI(temperature=0, openai_api_key=OPENAI_API_KEY)
else:
# Минимальный заглушка‑LLM (не делает ничего полезного)
class DummyLLM:
def __call__(self, *args, **kwargs):
return {"content": "Dummy response"}
llm = DummyLLM()
# Пример простого инструмента
class EchoTool(BaseTool):
name: str = "echo"
description: str = "Возвращает переданный текст без изменений."
def _run(self, text: str) -> str:
return f"Echo: {text}"
my_tool = EchoTool()
# ------------------------------------------------------------
# Создание агента с памятью и паузой
# ------------------------------------------------------------
memory = MemorySaver()
agent = create_agent(
model=llm,
tools=[my_tool],
system_prompt="Ты полезный ассистент. Перед каждым вызовом инструмента спрашивай разрешение.",
checkpointer=memory, # нужна для сохранения состояния паузы
interrupt_before=["tools"], # остановка перед инструментом
)
console = Console()
# ------------------------------------------------------------
# Функция взаимодействия с пользователем
# ------------------------------------------------------------
def ask_and_run(user_input: Optional[str], config: Dict[str, Any]) -> None:
"""
Запускает потоковый диалог с агентом. Если агент хочет вызвать инструмент,
пользователь получает запрос на подтверждение.
"""
# Если user_input – None, продолжаем с того места, где остановились
stream = agent.stream(
{"messages": [] if user_input is None else [{"role": "user", "content": user_input}]},
config=config,
stream_mode=["messages", "updates"],
)
for chunk_type, chunk_data in stream:
# 1. Печать токенов (части сообщения)
if chunk_type == "messages":
console.print(chunk_data["content"], end="", style="cyan")
continue
# 2. Обработка вызова инструмента
if chunk_type == "updates" and "tool_calls" in chunk_data:
for tool_call in chunk_data["tool_calls"]:
name = tool_call["name"]
args = tool_call.get("args", {})
console.print(f"\n[bold magenta]Tool call:[/bold magenta] {name}({args})")
continue
# 3. Обнаружение паузы перед инструментом
if "__interrupt__" in chunk_data and agent.get_state(config).next == ("tools",):
# Получаем информацию о том, какой инструмент будет вызван
state = agent.get_state(config)
last_msg = state.values["messages"][-1]
tool_call = last_msg.tool_calls[0]
name = tool_call["name"]
args = tool_call.get("args", {})
console.print(f"\n[bold yellow]Пауза:[/bold yellow] {name}({args})")
answer = input("\nРазрешить вызов инструмента? (Y/n): ").strip().lower()
if answer in ("y", ""):
# Продолжаем с того же состояния
ask_and_run(None, config)
else:
console.print("[red]Вызов отменён.[/red]")
break
# ------------------------------------------------------------
# Точка входа
# ------------------------------------------------------------
if __name__ == "__main__":
thread_id = "thread-1"
config = {"configurable": {"thread_id": thread_id}}
console.print("[bold green]Запуск агента. Введите сообщение, а затем Enter.[/bold green]")
while True:
try:
user_msg = input("\nВы: ")
if user_msg.lower() in ("exit", "quit"):
console.print("[bold red]Завершение работы.[/bold red]")
break
ask_and_run(user_msg, config)
except KeyboardInterrupt:
console.print("\n[red]Прервано пользователем. Выход.[/red]")
break