Add new file

rag/functions/react.py

@@ -0,0 +1,146 @@
+"""
+Цикл ReAct (Reasoning + Acting) для вызова внешних инструментов.
+Модель может генерировать мысль и действие, вызывать инструмент,
+получать результат и продолжать, пока не будет готов финальный ответ.
+"""
+
+import json
+import logging
+from typing import List, Dict, Any, Callable, Awaitable, Optional
+
+from rag.services.giga_client import GigaClient
+from rag.config_models import AppConfig
+
+logger = logging.getLogger(__name__)
+
+
+async def react_loop(
+    query: str,
+    history: List[Dict[str, str]],
+    tools: List[Dict[str, Any]],
+    config: AppConfig,
+    giga: GigaClient,
+    prompts: Dict[str, str],
+    max_iterations: int = 5,
+) -> str:
+    """
+    Выполняет ReAct-цикл для генерации ответа с использованием внешних инструментов.
+
+    Аргументы:
+        query: текущий запрос пользователя.
+        history: история диалога (список сообщений с role и content).
+        tools: список описаний инструментов. Каждый элемент:
+            {
+                "name": str,
+                "description": str,
+                "parameters": dict,  # JSON-схема параметров
+                "handler": Callable[..., Awaitable[str]],  # асинхронная функция
+            }
+        config: конфигурация.
+        giga: клиент GigaChat.
+        prompts: словарь с промптами (ключ 'react_system').
+        max_iterations: максимальное количество итераций.
+
+    Возвращает:
+        str: финальный ответ.
+
+    Исключения:
+        RuntimeError: если превышен лимит итераций или возникла критическая ошибка.
+    """
+    # Формируем системный промпт с описанием инструментов
+    system_prompt_template = prompts.get("react_system")
+    if not system_prompt_template:
+        raise ValueError("Промпт react_system не найден")
+
+    # Описание инструментов для модели
+    tools_desc = []
+    for tool in tools:
+        tools_desc.append(f"- {tool['name']}: {tool['description']} (параметры: {tool.get('parameters', {})})")
+    tools_description = "\n".join(tools_desc)
+
+    system_prompt = system_prompt_template.format(tools_description=tools_description)
+
+    # Создаём внутреннюю историю (копируем переданную, но не модифицируем)
+    internal_history = history.copy() if history else []
+
+    # Добавляем текущий запрос как сообщение пользователя (если его нет в конце)
+    if not internal_history or internal_history[-1].get("role") != "user" or internal_history[-1].get("content") != query:
+        internal_history.append({"role": "user", "content": query})
+
+    iteration = 0
+    while iteration < max_iterations:
+        iteration += 1
+        logger.debug(f"ReAct итерация {iteration}")
+
+        # Формируем промпт (можно использовать стандартный билдер, но здесь упрощённо)
+        messages = [{"role": "system", "content": system_prompt}] + internal_history
+        # Добавляем указание формата вывода
+        messages.append({"role": "user", "content": "Выведи JSON с действием или финальным ответом."})
+
+        # Вызываем GigaChat
+        response = await giga.chat(
+            history=messages,  # history передаётся как список сообщений
+            query="",  # не нужно, так как мы уже включили в history
+            system_prompt=None,
+            file_id=None,
+            temperature=getattr(config, 'react_temperature', 0.3),
+        )
+
+        # Парсим JSON
+        try:
+            data = json.loads(response.strip())
+        except json.JSONDecodeError:
+            logger.error(f"Невалидный JSON от модели: {response[:200]}")
+            # В качестве fallback пробуем извлечь final_answer или action вручную
+            # Если не удаётся, считаем, что это финальный ответ
+            if "final_answer" in response.lower():
+                # грубое извлечение
+                import re
+                match = re.search(r'"final_answer"\s*:\s*"([^"]+)"', response)
+                if match:
+                    return match.group(1)
+            # Если ничего не вышло, выбрасываем ошибку
+            raise RuntimeError(f"Модель вернула невалидный JSON на итерации {iteration}: {response[:200]}")
+
+        # Проверяем наличие финального ответа
+        if "final_answer" in data:
+            return data["final_answer"]
+
+        # Проверяем наличие действия
+        action = data.get("action")
+        action_input = data.get("action_input", {})
+
+        if not action:
+            # Если нет ни final_answer, ни action, считаем, что модель ошиблась
+            # Добавляем сообщение об ошибке в историю и продолжаем
+            internal_history.append({"role": "assistant", "content": response})
+            internal_history.append({"role": "user", "content": "Не удалось распознать действие или финальный ответ. Пожалуйста, выведи JSON с 'action' или 'final_answer'."})
+            continue
+
+        # Находим обработчик инструмента
+        handler = None
+        for tool in tools:
+            if tool["name"] == action:
+                handler = tool.get("handler")
+                break
+
+        if handler is None:
+            error_msg = f"Инструмент '{action}' не найден."
+            logger.warning(error_msg)
+            internal_history.append({"role": "assistant", "content": response})
+            internal_history.append({"role": "user", "content": f"Ошибка: {error_msg}. Попробуй другой инструмент или дай финальный ответ."})
+            continue
+
+        # Вызываем обработчик
+        try:
+            result = await handler(action_input)
+        except Exception as e:
+            result = f"Ошибка при вызове инструмента '{action}': {str(e)}"
+            logger.exception(result)
+
+        # Добавляем результат в историю
+        internal_history.append({"role": "assistant", "content": response})
+        internal_history.append({"role": "tool", "content": result})
+
+    # Если цикл завершился без ответа, генерируем исключение
+    raise RuntimeError(f"Превышено максимальное число итераций ({max_iterations}) без получения финального ответа.")