Переделываю систему под агента-планировщика

agent/executor.py

@@ -0,0 +1,37 @@
+# executor.py
+from langchain.agents import AgentExecutor, create_tool_calling_agent
+from langchain_ollama import ChatOllama
+from langchain_core.prompts import ChatPromptTemplate
+
+class ToolExecutor:
+    def __init__(self, tools):
+        self.tools = tools
+        self.llm = llm or ChatOllama(
+            model=MODEL_NAME, 
+            temperature=0.0
+        )
+        self.agent = self._create_agent()
+
+    def _create_agent(self):
+        prompt = ChatPromptTemplate.from_messages([
+            ("system", "Ты - исполнитель. У тебя есть доступ к инструментам. Выполняй шаги плана последовательно."),
+            ("human", "{input}"),
+            ("placeholder", "{agent_scratchpad}")
+        ])
+        agent = create_tool_calling_agent(self.llm, self.tools, prompt)
+        return AgentExecutor(agent=agent, tools=self.tools, verbose=True)
+
+    def execute_plan(self, plan: List[Dict]) -> List[Dict]:
+        results = []
+        for step in plan:
+            tool_name = step["tool"]
+            args = step["args"]
+            # Превращаем шаг в текстовую команду для агента
+            command = f"Вызови инструмент {tool_name} с аргументами {args}"
+            result = self.agent.invoke({"input": command})
+            results.append({
+                "step": step,
+                "output": result["output"],
+                "success": True  # можно анализировать ошибки
+            })
+        return results