Подключил вызов search_knowledge_base вручную. Начал улучшение индексации RAG

agent_core.py

@@ -7,9 +7,12 @@ from langgraph.graph import StateGraph, END
 from langgraph.graph.message import add_messages
 from langchain_core.messages import AIMessage, SystemMessage
 from langchain.tools import tool
+from local_knowledge_base import LocalKnowledgeBase
+
 # from langchain.agents import AgentExecutor, create_react_agent
 import numpy as np
 
+
 # Определяем состояние агента
 class AgentState(TypedDict):
     messages: Annotated[List, add_messages]  # История сообщений
@@ -18,6 +21,7 @@ class AgentState(TypedDict):
     needs_search: bool  # Нужен ли поиск в RAG
     final_answer: Optional[str]  # Финальный ответ
 
+
 # Инициализация LLM через Ollama
 llm = Ollama(
     model="qwen2.5-coder-16k:14b",
@@ -25,12 +29,46 @@ llm = Ollama(
     num_predict=1024,  # Максимальная длина ответа
 )
 
+
 # Создаем инструменты для агента
 @tool
-def search_knowledge_base(query: str) -> str:
+def search_knowledge_base(knowledge_base: LocalKnowledgeBase, query: str) -> str:
-    """Поиск информации в локальной базе знаний"""
+    """
-    # Здесь будет подключение к Qdrant
+    🔍 Поиск информации в локальной базе знаний (база кода и документов).
-    return "Найденная информация из базы знаний"
+
+    🎯 КОГДА ИСПОЛЬЗОВАТЬ:
+    - Когда нужно найти определение класса, функции или структуры.
+    - Когда нужно найти реализацию алгоритма.
+    - Когда нужно найти описание ошибки или паттерна.
+    - Когда нужно найти документацию по проекту.
+
+    🚫 КОГДА НЕ ИСПОЛЬЗОВАТЬ:
+    - Для простых математических вычислений (используй calculate).
+    - Для общих вопросов, не связанных с загруженными файлами.
+
+    📝 ПРИМЕРЫ ЗАПРОСОВ:
+    - "Как работает класс Parser?"
+    - "Найди функцию обработки JSON"
+    - "Где реализован алгоритм сортировки?"
+    - "Объясни паттерн Singleton в этом проекте"
+    """
+
+    # --- ЛОГИКА ПОИСКА ---
+    # Здесь должен быть реальный вызов к базе знаний.
+    # Пример реализации (нужно подключить к kb_instance):
+    #
+    results = knowledge_base.search(query, top_k=5)
+    if results:
+        context = "\n\n--- Найденные фрагменты ---\n\n"
+        for i, res in enumerate(results, 1):
+            context += f"[{i}] {res['text']}\n"
+            if len(res["text"]) > 500:
+                context += "..."
+        return context
+    else:
+        return "В базе знаний не найдено информации по запросу."
+    # return "Найденная информация из базы знаний"
+
 
 @tool
 def calculate(expression: str) -> str:
@@ -41,14 +79,23 @@ def calculate(expression: str) -> str:
     except:
         return "Ошибка в выражении"
 
+
 @tool
 def web_search(query: str) -> str:
     """Поиск в интернете (если нужно)"""
     # Можно подключить локальный поиск через DuckDuckGo
     return "Результаты поиска из интернета"
 
+
+# --- Глобальная инициализация базы знаний ---
+# Мы создаем экземпляр базы знаний здесь, но он будет передан в граф
+# В production лучше передавать как аргумент, но для простоты оставим здесь
+# kb_instance = LocalKnowledgeBase(project_name="default")
+
+
 # Создаем граф агента
-def create_agent_graph():
+def create_agent_graph(knowledge_base_instance: LocalKnowledgeBase):
+    kb = knowledge_base_instance
     workflow = StateGraph(AgentState)
 
     # Узел: анализ запроса
@@ -56,14 +103,64 @@ def create_agent_graph():
         messages = state["messages"]
         last_message = messages[-1].content if messages else ""
 
-        # Простой анализ: проверяем, нужен ли поиск
+        print(f"\n🔍 АНАЛИЗ ЗАПРОСА: {last_message}")
-        search_keywords = ["информация", "документ", "найди", "ищи", "база знаний"]
-        needs_search = any(keyword in last_message.lower() for keyword in search_keywords)
 
-        return {
+        # 1. Исключаем запросы, которые точно НЕ нужны RAG
-            "needs_search": needs_search,
+        non_rag_keywords = [
-            "current_step": "analyzing_query"
+            "посчитай",
-        }
+            "рассчитай",
+            "сколько",
+            "сколько же",
+            "простой пример",
+            "1+1",
+            "2*2",
+        ]
+        if any(kw in last_message.lower() for kw in non_rag_keywords):
+            return {"needs_search": False, "current_step": "generating_answer"}
+
+        # 2. Ищем паттерны, связанные с кодом и проектом
+        # Используем регулярные выражения или простые проверки
+        code_patterns = [
+            r"class\s+\w+",  # Поиск классов
+            r"function\s+\w+",  # Поиск функций
+            r"namespace\s+\w+",  # Поиск пространств имен
+            r"#include",  # Поиск включений
+            r"enum\s+\w+",  # Поиск enum
+            r"struct\s+\w+",  # Поиск структур
+        ]
+
+        # Если запрос содержит технические термины, скорее всего нужен RAG
+        has_code_keywords = any(pattern in last_message for pattern in code_patterns)
+
+        # 3. Явные запросы на поиск информации
+        search_keywords = [
+            "как работает",
+            "найди",
+            "где реализовано",
+            "ошибка",
+            "баг",
+            "документация",
+            "описание",
+            "реализация",
+            "класс",
+            "функция",
+            "алгоритм",
+            "паттерн",
+            "структура",
+            "метод",
+        ]
+
+        needs_search = any(
+            keyword in last_message.lower() for keyword in search_keywords
+        )
+
+        # Комбинированное решение
+        needs_search = needs_search or has_code_keywords
+
+        print(f"🔍 Паттерны кода найдены: {has_code_keywords}")
+        print(f"🔍 Ключевые слова найдены: {needs_search}")
+
+        return {"needs_search": needs_search, "current_step": "analyzing_query"}
 
     # Узел: поиск в RAG
     def rag_search(state: AgentState):
@@ -75,20 +172,34 @@ def create_agent_graph():
 
         # Здесь должен быть реальный поиск в Qdrant
         # Пока заглушка
-        results = ["Документ 1: Информация о...", "Документ 2: Данные по..."]
+        # results = ["Документ 1: Информация о...", "Документ 2: Данные по..."]
+        search_result = search_knowledge_base.invoke(
+            {"knowledge_base": kb, "query": query}
+        )
 
         return {
-            "knowledge_base": "\n".join(results),
+            "knowledge_base": search_result,
-            "current_step": "generating_answer"
+            "current_step": "generating_answer",
         }
 
     # Узел: генерация ответа
     def generate_answer(state: AgentState):
+        # Добавляем отладочный вывод
+        print("\n=== 🧠 ПРОМПТ ДЛЯ LLM (что видит модель) ===")
+        print(f"Доступные инструменты:")
+        print(f"1. search_knowledge_base: {search_knowledge_base.description}")
+        print(f"2. calculate: {calculate.description}")
+        print(f"3. web_search: {web_search.description}")
+        print(f"\nКонтекст из поиска: {state.get('knowledge_base', '')}")
+        print(f"=== Конец промпта ===\n")
+
         messages = state["messages"]
         knowledge = state.get("knowledge_base", "")
 
         # Формируем промпт с контекстом
-        prompt = f"""Ты — интеллектуальный ассистент. Используй следующую информацию если она релевантна:
+        prompt = f"""Ты — интеллектуальный ассистент по C++ и архитектуре ПО.
+
+        Твоя задача: отвечать на вопросы пользователя, опираясь на загруженный код и документацию.
         
         Контекст из базы знаний:
         {knowledge}
@@ -98,6 +209,18 @@ def create_agent_graph():
         
         Текущий запрос: {messages[-1].content if messages else ''}
         
+        ИНСТРУКЦИИ:
+        1. Если контекст из базы знаний содержит информацию, релевантную запросу:
+        - Используй его для точного ответа.
+        - Цитируй фрагменты кода, если это нужно для объяснения.
+        - Объясняй код простым языком.
+        
+        2. Если контекст пуст или не релевантен:
+        - Ответь что не знаешь
+
+        4. Если в найденных фрагментах есть несколько упоминаний одного и того же класса:
+        - Объясни каждый из них отдельно.
+        
         Ответь максимально полезно и точно:"""
 
         response = llm.invoke(prompt)
@@ -105,7 +228,7 @@ def create_agent_graph():
         return {
             "final_answer": response,
             "current_step": "completed",
-            "messages": messages + [AIMessage(content=response)]
+            "messages": messages + [AIMessage(content=response)],
         }
 
     # Добавляем узлы в граф

agentic_rag_interface.py

@@ -104,7 +104,7 @@ class AgenticRAGInterface:
 kb = LocalKnowledgeBase(project_name="default")
 
 # Создаем интерфейс
-interface = AgenticRAGInterface(create_agent_graph(), kb)
+interface = AgenticRAGInterface(create_agent_graph(kb), kb)
 
 # Создаем Gradio интерфейс
 def create_gradio_interface():

local_knowledge_base.py

@@ -110,9 +110,9 @@ class LocalKnowledgeBase:
         # Разбиваем на чанки
         text_splitter = RecursiveCharacterTextSplitter.from_language(
             language=Language.CPP,
-            chunk_size=1000,
+            chunk_size=500,
-            chunk_overlap=200,
+            chunk_overlap=100,
-            length_function=len,
+            length_function=len
         )
 
         chunks = text_splitter.split_documents(all_documents)
@@ -131,6 +131,18 @@ class LocalKnowledgeBase:
             # Создаем эмбеддинг для каждого чанка
             embedding = self.embeddings.embed_query(doc.page_content)
             
+            # Извлекаем название функции/класса/строки из контекста
+            metadata = doc.metadata
+            
+            # Простая эвристика: ищем объявление функции/класса в начале чанка
+            import re
+            # Ищем паттерны: "void funcName(...)", "class ClassName", "int funcName(...)"
+            func_match = re.search(r'(?:class|struct|enum)\s+(\w+)', doc.page_content)
+            if not func_match:
+                func_match = re.search(r'(?:void|int|float|double|bool|auto)\s+(\w+)\s*\(', doc.page_content)
+                
+            function_name = func_match.group(1) if func_match else "unknown"
+
             point = PointStruct(
                 id=i,
                 vector=embedding,
@@ -139,7 +151,16 @@ class LocalKnowledgeBase:
                     "source": doc.metadata.get("source", "unknown"),
                     "page": doc.metadata.get("page", 0),
                     "file_type": "cpp",
+                    "function_name": function_name,  # ✅ Добавил
+                    "class_name": func_match.group(1) if func_match else None,  # ✅ Добавил
+                    "line_start": doc.metadata.get("line", 0),  # Если есть в метаданных
                 },
+                # payload={
+                #     "text": doc.page_content,
+                #     "source": doc.metadata.get("source", "unknown"),
+                #     "page": doc.metadata.get("page", 0),
+                #     "file_type": "cpp",
+                # },
             )
             points.append(point)