1.9 KiB
1.9 KiB
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
# 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
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