From 876202c732d08d9a0467b7d1c2c525cfae3c8f4e Mon Sep 17 00:00:00 2001
From: =?UTF-8?q?=D0=9C=D0=B0=D1=80=D0=B8=D1=8F=20=D0=91=D0=B5=D1=80=D0=B4?=
 =?UTF-8?q?=D0=BD=D0=B8=D0=BA=D0=BE=D0=B2=D0=B0?=
 <mariahberdnikova@yandex.ru>
Date: Thu, 28 May 2026 10:20:35 +0000
Subject: [PATCH] =?UTF-8?q?=D0=9E=D0=B1=D0=BD=D0=BE=D0=B2=D0=B8=D1=82?=
 =?UTF-8?q?=D1=8C=20agent.py?=
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit

---
 agent.py | 11 +++++------
 1 file changed, 5 insertions(+), 6 deletions(-)

diff --git a/agent.py b/agent.py
index 2c75eac..7f98482 100644
--- a/agent.py
+++ b/agent.py
@@ -1,12 +1,12 @@
 """
 agent.py — AI-агент с RAG-памятью на базе Ollama (llama3) и Qdrant.
 
-Использует create_react_agent из langgraph (рекомендуемый способ в LangChain v0.3+)
-с системным промптом, инструктирующим агента работать с базой знаний.
+Использует create_agent из langchain.agents с системным промптом,
+инструктирующим агента работать с базой знаний.
 """
 
+from langchain.agents import create_agent
 from langchain_ollama import ChatOllama
-from langgraph.prebuilt import create_react_agent
 from langchain_core.messages import SystemMessage
 
 from tools import search_knowledge_base, add_to_knowledge_base
@@ -33,10 +33,10 @@ SYSTEM_PROMPT = """Ты — интеллектуальный AI-ассистен
 # ── Агент ─────────────────────────────────────────────────────────────────────
 rag_tools = [search_knowledge_base, add_to_knowledge_base]
 
-agent = create_react_agent(
+agent = create_agent(
     model=llm,
     tools=rag_tools,
-    prompt=SYSTEM_PROMPT,
+    system_prompt=SYSTEM_PROMPT,
 )
 
 
@@ -45,7 +45,6 @@ def run_agent(user_input: str) -> str:
     Запускает агента с переданным запросом и возвращает финальный ответ.
     """
     result = agent.invoke({"messages": [("user", user_input)]})
-    # Финальное сообщение — последнее от ассистента
     for msg in reversed(result["messages"]):
         if msg.type == "ai" and msg.content:
             return msg.content