From 90769e4943311f8b3dc53a2abb85b57ca5e1317b 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 13:06:11 +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=20tools.py?=
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit

---
 tools.py | 62 +++++++++++++++++++++-----------------------------------
 1 file changed, 23 insertions(+), 39 deletions(-)

diff --git a/tools.py b/tools.py
index 09a7f16..34dfb04 100644
--- a/tools.py
+++ b/tools.py
@@ -1,57 +1,41 @@
-"""
-tools.py — RAG-инструменты для агента.
-
-Два инструмента через декоратор @tool:
-  • search_knowledge_base  — семантический поиск в базе знаний
-  • add_to_knowledge_base  — добавление документа в базу
-"""
-
-from langchain_core.tools import tool
-from vector_store import add_documents, search
+from langchain.tools import tool
+from vector_store import search_documents, add_documents
 
 
 @tool
 def search_knowledge_base(query: str, max_results: int = 5) -> str:
-    """
-    Выполняет семантический поиск в базе знаний.
+    """Semantic search in the knowledge base. Use this tool to find relevant information.
 
     Args:
-        query:       поисковый запрос на естественном языке.
-        max_results: максимальное количество возвращаемых результатов (по умолчанию 5).
+        query: The search query string.
+        max_results: Maximum number of results to return (default 5).
 
     Returns:
-        Строка с найденными фрагментами и их оценками релевантности.
+        Formatted string with search results and relevance scores.
     """
-    results = search(query, max_results=max_results)
-
+    results = search_documents(query, max_results=max_results)
     if not results:
-        return "В базе знаний ничего не найдено по данному запросу."
-
-    lines = []
-    for i, (doc, score) in enumerate(results, start=1):
-        title = doc.metadata.get("title", "—")
-        chunk = doc.metadata.get("chunk_index", 0)
-        lines.append(
-            f"[{i}] (score={score:.3f}) «{title}» chunk#{chunk}\n{doc.page_content}"
-        )
-
-    return "\n\n".join(lines)
+        return "No results found in the knowledge base."
+    output_lines = [f"Found {len(results)} result(s):\n"]
+    for i, r in enumerate(results, 1):
+        title = r["metadata"].get("title", "Unknown")
+        score = r["score"]
+        content = r["content"]
+        output_lines.append(f"[{i}] Title: {title} | Score: {score}")
+        output_lines.append(f"    {content}\n")
+    return "\n".join(output_lines)
 
 
 @tool
-def add_to_knowledge_base(content: str, title: str = "") -> str:
-    """
-    Добавляет новый документ в базу знаний.
+def add_to_knowledge_base(content: str, title: str) -> str:
+    """Add a document to the knowledge base. Use this tool to store new information.
 
     Args:
-        content: текстовое содержимое документа.
-        title:   название / источник документа (необязательно).
+        content: The full text content of the document to add.
+        title: A descriptive title for the document.
 
     Returns:
-        Сообщение об успехе с количеством созданных чанков.
+        Confirmation message with the number of chunks stored.
     """
-    n_chunks = add_documents(content, title=title)
-    return (
-        f"Документ «{title or 'без названия'}» успешно добавлен в базу знаний. "
-        f"Создано чанков: {n_chunks}."
-    )
\ No newline at end of file
+    num_chunks = add_documents(content=content, title=title)
+    return f"Successfully added document '{title}' to the knowledge base ({num_chunks} chunk(s) stored)."
\ No newline at end of file