# Практическое задание №3: Память и подтверждение действий

## Описание

Данное задание демонстрирует работу агента на LangGraph с включенной памятью, паузой перед вызовом инструмента и подтверждением пользователем. Агент использует OpenAI модели, библиотеку `rich` для красивого вывода и `MemorySaver` для сохранения истории.

## Установка

```bash
# Клонируйте репозиторий
git clone <repo-url>
cd <repo-dir>

# Создайте и активируйте виртуальное окружение (необязательно)
python -m venv venv
source venv/bin/activate   # Windows: venv\Scripts\activate

# Установите зависимости
pip install -r requirements.txt

# Установите переменную окружения с ключом OpenAI
export OPENAI_API_KEY=your_key_here   # Windows: set OPENAI_API_KEY=your_key_here
```

## Запуск

```bash
python agent.py
```

Вы будете видеть диалог с агентом. При каждом вызове инструмента агент попросит подтвердить действие. Нажмите `y` для выполнения или `n` для отмены.

## Пример

```
Вы: Какая погода в Казани сегодня?

 --- --- --- 

get_price({'city': 'Казань', 'date': 'сегодня'})
Агент хочет вызвать утилиту get_price({'city': 'Казань', 'date': 'сегодня'})
Разрешить? (Y/n): y

Казань сегодня: 25°C, облачно
```

## Технологии
- Python 3.11+
- LangGraph
- OpenAI LLM
- Rich
- MemorySaver
- LangGraph tools