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