ДОбился запуска

agent_core.py

@@ -1,15 +1,13 @@
 from typing import TypedDict, List, Optional, Annotated
 import operator
 from langchain_community.llms import Ollama
-from langchain_community.embeddings import OllamaEmbeddings
 from langchain_community.vectorstores import Qdrant
-from langchain.text_splitter import RecursiveCharacterTextSplitter
 from langchain_community.document_loaders import DirectoryLoader, PyPDFLoader
 from langgraph.graph import StateGraph, END
 from langgraph.graph.message import add_messages
-from langchain_core.messages import HumanMessage, AIMessage, SystemMessage
+from langchain_core.messages import AIMessage, SystemMessage
 from langchain.tools import tool
-from langchain.agents import AgentExecutor, create_react_agent
+# from langchain.agents import AgentExecutor, create_react_agent
 import numpy as np
 
 # Определяем состояние агента
@@ -22,16 +20,11 @@ class AgentState(TypedDict):
 
 # Инициализация LLM через Ollama
 llm = Ollama(
-    model="llama3.2:3b",
+    model="qwen2.5-coder-16k:14b",
     temperature=0.1,  # Низкая температура для консистентности
     num_predict=1024,  # Максимальная длина ответа
 )
 
-# Инициализация эмбеддингов
-embeddings = OllamaEmbeddings(
-    model="nomic-embed-text",  # Хорошие локальные эмбеддинги
-)
-
 # Создаем инструменты для агента
 @tool
 def search_knowledge_base(query: str) -> str:
@@ -127,6 +120,3 @@ def create_agent_graph():
     workflow.add_edge("generate", END)
     
     return workflow.compile()
-
-# Создаем и компилируем граф
-agent_graph = create_agent_graph()