add agent_with_memory.py

agent_with_memory.py

@@ -0,0 +1,173 @@
+#!/usr/bin/env python3
+# -*- coding: utf-8 -*-
+
+"""
+Практическое задание №3 – Memory + Confirmation (Rich UI).
+Запуск:
+    python agent_with_memory.py
+"""
+
+from __future__ import annotations
+
+import json
+import uuid
+from pathlib import Path
+from typing import Any, Dict, Iterable, List, Optional, Tuple
+
+# ────────────────────── 1. Библиотеки ───────────────────────
+from langchain_openai import ChatOpenAI   # пример LLM‑модели
+from langgraph.checkpoint.memory import MemorySaver
+from langgraph.constants import START
+from langgraph.graph import StateGraph
+from langgraph.types import Command, interrupt
+from rich.console import Console
+
+# ────────────────────── 2. Настройки и утилиты ───────────────
+console = Console()
+OPENAI_API_KEY = "sk-..."          # <-- ваш ключ OpenAI (или используйте переменную окружения)
+llm = ChatOpenAI(temperature=0, model="gpt-4o-mini", openai_api_key=OPENAI_API_KEY)
+
+# Пример простого инструмента
+def get_price(args: Dict[str, Any]) -> str:
+    """Возвращает цену (фиктивный ответ)."""
+    city = args.get("city")
+    date = args.get("date")
+    return f"Цена в {city} на {date}: 123₽"
+
+# ────────────────────── 3. Структура состояния ───────────────
+class State(dict):
+    """Состояние агента – список сообщений."""
+    messages: List[Dict[str, Any]]
+
+
+# ────────────────────── 4. Создание графа (агента) ────────
+def build_agent() -> Tuple[StateGraph, MemorySaver]:
+    # ├─ хранилище памяти
+    memory = MemorySaver()
+
+    # └─ граф
+    builder = StateGraph(State)
+
+    # Узел генерации ответа LLM
+    @builder.node()
+    def llm_node(state: State) -> dict:
+        user_msg = state["messages"][-1]
+        response = llm.invoke(
+            [
+                {"role": "system", "content": SYSTEM_PROMPT},
+                *state["messages"],
+            ]
+        )
+        # Добавляем системный ответ
+        new_message = {
+            "role": "assistant",
+            "content": response.content,
+            "tool_calls": response.tool_calls or [],
+        }
+        return {"messages": state["messages"] + [new_message]}
+
+    # Узел вызова инструмента
+    @builder.node()
+    def tool_node(state: State) -> dict:
+        # Последнее сообщение содержит tool_calls
+        last_msg = state["messages"][-1]
+        tool_call = last_msg["tool_calls"][0]
+        name, args = tool_call["name"], json.loads(tool_call["arguments"])
+        if name == "get_price":
+            result = get_price(args)
+        else:
+            result = f"Unknown tool {name}"
+        # Добавляем результат как новое сообщение
+        return {
+            "messages": state["messages"]
+            + [
+                {
+                    "role": "tool",
+                    "content": result,
+                    "tool_call_id": tool_call["id"],
+                }
+            ]
+        }
+
+    builder.add_node("llm", llm_node)
+    builder.add_node("tool", tool_node)
+
+    # Переходы
+    builder.set_entry_point("llm")
+    builder.add_conditional_edges(
+        "llm",
+        lambda x: "tool" if any(m.get("tool_calls") for m in x["messages"]) else END,
+        {"tool": "tool", END: END},
+    )
+    builder.add_edge("tool", END)
+
+    # Компилируем с чекпоинтером
+    graph = builder.compile(checkpointer=memory, interrupt_before=["tools"])
+    return graph, memory
+
+
+SYSTEM_PROMPT = """
+Ты — помощник. В процессе разговора можешь вызывать инструмент get_price(city, date).
+Перед каждым вызовом инструмента агент должен остановиться и запросить подтверждение у пользователя.
+"""
+
+
+# ────────────────────── 5. Функция «разговаривать» ───────────
+def ask_and_run(user_input: Optional[Dict[str, Any]], config: dict):
+    """Обрабатывает поток от агента, ловит паузы и спрашивает подтверждение."""
+    for chunk_type, chunk_data in agent.stream(
+        user_input,
+        config=config,
+        stream_mode=["messages", "updates"],
+    ):
+        # ├─ 1. Вывод токенов
+        if chunk_type == "messages":
+            console.print(chunk_data["content"], end="", style="green")
+            continue
+
+        # ├─ 2. Информация о вызове инструмента (если есть)
+        if chunk_type == "updates" and "tool_calls" in chunk_data:
+            tool_call = chunk_data["tool_calls"][0]
+            name, args = tool_call["name"], json.loads(tool_call["arguments"])
+            console.print(f"\n[bold cyan]Агент хочет вызвать инструмент:[/bold cyan]")
+            console.print(f"[yellow]{name}({args})[/yellow]\n")
+
+        # ├─ 3. Пауза перед вызовом инструмента
+        if "__interrupt__" in chunk_data and state.next == ("tools",):
+            # Получаем состояние (поскольку после pause state ещё не обновился)
+            state = agent.get_state(config)
+            last_msg = state["messages"][-1]
+            tool_call = last_msg["tool_calls"][0]
+            name, args = tool_call["name"], json.loads(tool_call["arguments"])
+            console.print(f"[bold red]Пауза: запрос на вызов инструмента {name}[/bold red]")
+            answer = console.input("[green]Разрешить? (Y/n): [/green]").strip().lower()
+            if answer in ("y", ""):
+                # Возобновляем выполнение с тем же config
+                ask_and_run(None, config)
+            else:
+                console.print("[red]Отменено[/red]")
+                break
+
+        # └─ 4. Любой другой чанк – просто выводим
+        if chunk_type == "updates":
+            console.print(json.dumps(chunk_data, ensure_ascii=False), style="magenta")
+
+
+# ────────────────────── 6. Основной цикл ─────────────────────
+if __name__ == "__main__":
+    agent, memory = build_agent()
+
+    thread_id = str(uuid.uuid4())          # можно задать свой id (например "chat-1")
+    config = {"configurable": {"thread_id": thread_id}}
+
+    console.print("[bold blue]Добро пожаловать![/bold blue]")
+    while True:
+        user_msg = console.input("\n[bold]Вы:[/bold] ")
+        if user_msg.lower() in ("exit", "quit"):
+            break
+
+        # Формируем сообщение от пользователя
+        payload = {"messages": [{"role": "human", "content": user_msg}]}
+        ask_and_run(payload, config)
+
+    console.print("[bold blue]До свидания![/bold blue]")