Обновить solution.py

solution.py

@@ -2,8 +2,11 @@
 rag_agent.py — AI-агент с RAG-памятью на базе Ollama + Qdrant.
 
 Стек: langchain-ollama, langchain-qdrant, langgraph, qdrant-client, rich
-Установка: pip install langchain langchain-core langchain-ollama langchain-qdrant
+Установка:
-           langchain-text-splitters langgraph qdrant-client rich
+    ollama pull llama3
+    ollama pull nomic-embed-text
+    pip install langchain langchain-core langchain-ollama langchain-qdrant \
+                langchain-text-splitters langgraph qdrant-client rich
 """
 
 import os
@@ -15,7 +18,7 @@ from langchain_qdrant import QdrantVectorStore
 from langchain_text_splitters import RecursiveCharacterTextSplitter
 from langchain_core.tools import tool
 from langchain_core.documents import Document
-from langgraph.prebuilt import create_react_agent
+from langgraph.prebuilt import create_react_agent as create_agent   # алиас
 from qdrant_client import QdrantClient as _QdrantClient
 from qdrant_client.http.models import Distance, VectorParams
 
@@ -23,11 +26,11 @@ from qdrant_client.http.models import Distance, VectorParams
 # Конфигурация
 # ---------------------------------------------------------------------------
 
-QDRANT_HOST      = os.getenv("QDRANT_HOST", "localhost")
+QDRANT_HOST     = os.getenv("QDRANT_HOST", "localhost")
-QDRANT_PORT      = int(os.getenv("QDRANT_PORT", "6333"))
+QDRANT_PORT     = int(os.getenv("QDRANT_PORT", "6333"))
-COLLECTION_NAME  = os.getenv("QDRANT_COLLECTION", "rag_collection")
+COLLECTION_NAME = os.getenv("QDRANT_COLLECTION", "rag_collection")
-EMBEDDING_MODEL  = os.getenv("EMBEDDING_MODEL", "nomic-embed-text")
+EMBEDDING_MODEL = os.getenv("EMBEDDING_MODEL", "nomic-embed-text")
-LLM_MODEL        = os.getenv("LLM_MODEL", "llama3")
+LLM_MODEL       = os.getenv("LLM_MODEL", "llama3")
 
 # ---------------------------------------------------------------------------
 # Векторное хранилище (Qdrant + Ollama-эмбеддинги)
@@ -65,7 +68,7 @@ class RagVectorStore:
 
     def search(self, query: str, k: int = 5) -> List[tuple]:
         # similarity_search_with_relevance_scores возвращает score в [0..1],
-        # где 1.0 = максимальная релевантность (исправлено с with_score)
+        # где 1.0 = максимальная релевантность.
         results = self.store.similarity_search_with_relevance_scores(query, k=k)
         return [(doc.page_content, score) for doc, score in results]
 
@@ -144,7 +147,7 @@ def add_to_knowledge_base(content: str, title: str = "") -> str:
 
 
 # ---------------------------------------------------------------------------
-# Агент (create_react_agent из langgraph — актуальный API v0.3+)
+# Агент (create_agent — обёртка над create_react_agent из langgraph v0.3+)
 # ---------------------------------------------------------------------------
 
 llm = ChatOllama(model=LLM_MODEL, temperature=0.3)
@@ -159,7 +162,7 @@ SYSTEM_PROMPT = """Ты — интеллектуальный AI-ассистен
 5. Отвечай на том же языке, на котором задан вопрос.
 """
 
-agent = create_react_agent(
+agent = create_agent(
     model=llm,
     tools=[search_knowledge_base, add_to_knowledge_base],
     prompt=SYSTEM_PROMPT,
@@ -176,7 +179,7 @@ def run_agent(user_input: str) -> str:
 
 
 # ---------------------------------------------------------------------------
-# Загрузка документов из директории
+# Клиент инициализации: загрузка документов из директории
 # ---------------------------------------------------------------------------
 
 def load_documents_from_directory(directory: str) -> int:
@@ -185,6 +188,9 @@ def load_documents_from_directory(directory: str) -> int:
     Возвращает количество загруженных файлов.
     """
     path = Path(directory)
+    if not path.is_dir():
+        raise ValueError(f"Директория не найдена: {directory}")
+
     count = 0
     for file_path in path.rglob("*"):
         if file_path.suffix.lower() in {".txt", ".md"}:
@@ -198,7 +204,7 @@ def load_documents_from_directory(directory: str) -> int:
 
 
 # ---------------------------------------------------------------------------
-# Интерактивный CLI-клиент
+# Интерактивный тестовый CLI-клиент
 # ---------------------------------------------------------------------------
 
 if __name__ == "__main__":
@@ -211,10 +217,11 @@ if __name__ == "__main__":
 
     console.print(Panel(
         "[bold]RAG-агент[/bold] · Qdrant + Ollama\n\n"
-        "[cyan]/add <текст>[/cyan]       — добавить текст в базу знаний\n"
+        "[cyan]/add <текст>[/cyan]         — добавить текст в базу знаний\n"
-        "[cyan]/add-file <путь>[/cyan]   — загрузить файл в базу знаний\n"
+        "[cyan]/add-file <путь>[/cyan]     — загрузить файл в базу знаний\n"
-        "[cyan]/search <запрос>[/cyan]   — прямой поиск (без агента)\n"
+        "[cyan]/load-dir <папка>[/cyan]    — загрузить все .txt/.md из папки\n"
-        "[cyan]/quit[/cyan]              — выйти",
+        "[cyan]/search <запрос>[/cyan]     — прямой поиск (без агента)\n"
+        "[cyan]/quit[/cyan]                — выйти",
         border_style="dim",
     ))
 
@@ -228,12 +235,12 @@ if __name__ == "__main__":
         if not user_input:
             continue
 
-        # /quit
+        # ── /quit ──────────────────────────────────────────────────────────
         if user_input.lower() in ("/quit", "/exit"):
             console.print("[yellow]Выход.[/yellow]")
             break
 
-        # /add-file <путь>
+        # ── /add-file <путь> ───────────────────────────────────────────────
         elif user_input.lower().startswith("/add-file "):
             file_path = Path(user_input[10:].strip())
             if file_path.is_file():
@@ -245,25 +252,32 @@ if __name__ == "__main__":
             else:
                 console.print(f"[red]Файл не найден: {file_path}[/red]")
 
-        # /add <текст>  ← исправлено: теперь принимает текст напрямую,
+        # ── /load-dir <папка> ──────────────────────────────────────────────
-        #                 а не только путь к файлу
+        elif user_input.lower().startswith("/load-dir "):
+            directory = user_input[10:].strip()
+            console.print(f"[dim]Загрузка из «{directory}»...[/dim]")
+            try:
+                n = load_documents_from_directory(directory)
+                console.print(f"[green]✓ Загружено файлов: {n}[/green]")
+            except ValueError as e:
+                console.print(f"[red]{e}[/red]")
+
+        # ── /add <текст или путь> ──────────────────────────────────────────
         elif user_input.lower().startswith("/add "):
             raw = user_input[5:].strip()
             path = Path(raw)
             if path.is_file():
-                # если передан путь к существующему файлу — загружаем файл
                 text = path.read_text(encoding="utf-8", errors="ignore")
                 result = add_to_knowledge_base.invoke(
                     {"content": text, "title": path.name}
                 )
             else:
-                # иначе сохраняем как текст напрямую
                 result = add_to_knowledge_base.invoke(
                     {"content": raw, "title": "manual"}
                 )
             console.print(f"[green]✓ {result}[/green]")
 
-        # /search <запрос>
+        # ── /search <запрос> ───────────────────────────────────────────────
         elif user_input.lower().startswith("/search "):
             query = user_input[8:].strip()
             console.print(Rule("Результаты поиска"))
@@ -278,11 +292,11 @@ if __name__ == "__main__":
                         border_style="dim",
                     ))
 
-        # /search без аргумента
+        # ── /search без аргумента ──────────────────────────────────────────
         elif user_input.lower() == "/search":
             console.print("[yellow]Укажите запрос: /search <текст>[/yellow]")
 
-        # запрос к агенту
+        # ── запрос к агенту ────────────────────────────────────────────────
         else:
             console.print("[dim]Агент думает...[/dim]")
             try: