Files
task-6a02e23d-agent-s-rag/tools.py
T

57 lines
2.1 KiB
Python

"""
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
@tool
def search_knowledge_base(query: str, max_results: int = 5) -> str:
"""
Выполняет семантический поиск в базе знаний.
Args:
query: поисковый запрос на естественном языке.
max_results: максимальное количество возвращаемых результатов (по умолчанию 5).
Returns:
Строка с найденными фрагментами и их оценками релевантности.
"""
results = search(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)
@tool
def add_to_knowledge_base(content: str, title: str = "") -> str:
"""
Добавляет новый документ в базу знаний.
Args:
content: текстовое содержимое документа.
title: название / источник документа (необязательно).
Returns:
Сообщение об успехе с количеством созданных чанков.
"""
n_chunks = add_documents(content, title=title)
return (
f"Документ «{title or 'без названия'}» успешно добавлен в базу знаний. "
f"Создано чанков: {n_chunks}."
)