First!

agentic_rag_interface.py

@@ -0,0 +1,144 @@
+import gradio as gr
+import asyncio
+from typing import List
+
+class AgenticRAGInterface:
+    def __init__(self, agent_graph, knowledge_base):
+        self.agent = agent_graph
+        self.kb = knowledge_base
+        self.conversation_history = []
+    
+    def process_query(self, query: str, use_rag: bool):
+        """Обработка запроса пользователя"""
+        
+        # Добавляем сообщение в историю
+        self.conversation_history.append({"role": "user", "content": query})
+        
+        # Если нужен RAG, ищем в базе знаний
+        context = ""
+        if use_rag:
+            search_results = self.kb.search(query)
+            if search_results:
+                context = "\n".join([f"[{i+1}] {res['text'][:200]}..." 
+                                    for i, res in enumerate(search_results)])
+        
+        # Подготавливаем состояние
+        initial_state = {
+            "messages": [HumanMessage(content=query)],
+            "knowledge_base": context,
+            "needs_search": use_rag,
+            "current_step": "start",
+            "final_answer": None
+        }
+        
+        # Запускаем агента
+        try:
+            result = self.agent.invoke(initial_state)
+            answer = result.get("final_answer", "Не удалось получить ответ")
+            
+            # Добавляем ответ в историю
+            self.conversation_history.append({"role": "assistant", "content": answer})
+            
+            # Форматируем историю для отображения
+            history_text = self._format_history()
+            
+            return answer, history_text
+            
+        except Exception as e:
+            error_msg = f"Ошибка: {str(e)}"
+            return error_msg, self._format_history()
+    
+    def _format_history(self):
+        """Форматирование истории разговора"""
+        formatted = []
+        for msg in self.conversation_history[-10:]:  # Последние 10 сообщений
+            role = "👤 Пользователь" if msg["role"] == "user" else "🤖 Ассистент"
+            formatted.append(f"{role}: {msg['content']}")
+        return "\n\n".join(formatted)
+    
+    def clear_history(self):
+        """Очистка истории"""
+        self.conversation_history = []
+        return "История очищена", ""
+
+# Создаем интерфейс
+interface = AgenticRAGInterface(agent_graph, kb)
+
+# Создаем Gradio интерфейс
+def create_gradio_interface():
+    with gr.Blocks(title="Локальный Agentic RAG", theme=gr.themes.Soft()) as demo:
+        gr.Markdown("""
+        # 🤖 Локальный Agentic RAG Система
+        Полностью автономный AI-агент с базой знаний. Работает без интернета!
+        """)
+        
+        with gr.Row():
+            with gr.Column(scale=2):
+                query_input = gr.Textbox(
+                    label="Ваш запрос",
+                    placeholder="Задайте вопрос или дайте задание...",
+                    lines=3
+                )
+                
+                rag_toggle = gr.Checkbox(
+                    label="Использовать базу знаний (RAG)",
+                    value=True
+                )
+                
+                submit_btn = gr.Button("Отправить", variant="primary")
+                clear_btn = gr.Button("Очистить историю")
+                
+            with gr.Column(scale=3):
+                answer_output = gr.Textbox(
+                    label="Ответ агента",
+                    lines=8,
+                    interactive=False
+                )
+                
+                history_output = gr.Textbox(
+                    label="История разговора",
+                    lines=12,
+                    interactive=False
+                )
+        
+        # Примеры запросов
+        gr.Examples(
+            examples=[
+                ["Объясни концепцию machine learning простыми словами", True],
+                ["Посчитай: (15 * 4) + (120 / 3)", False],
+                ["Найди информацию о нейронных сетях в базе знаний", True],
+                ["Спланируй изучение Python на месяц", False]
+            ],
+            inputs=[query_input, rag_toggle],
+            label="Примеры запросов"
+        )
+        
+        # Обработчики событий
+        submit_btn.click(
+            fn=interface.process_query,
+            inputs=[query_input, rag_toggle],
+            outputs=[answer_output, history_output]
+        )
+        
+        clear_btn.click(
+            fn=interface.clear_history,
+            inputs=[],
+            outputs=[answer_output, history_output]
+        )
+        
+        query_input.submit(
+            fn=interface.process_query,
+            inputs=[query_input, rag_toggle],
+            outputs=[answer_output, history_output]
+        )
+        
+        return demo
+
+# Запускаем интерфейс
+if __name__ == "__main__":
+    demo = create_gradio_interface()
+    demo.launch(
+        server_name="0.0.0.0",
+        server_port=7860,
+        share=False  # Не создавать публичную ссылку
+    )