dimitriev.gs/llm-agent-backend
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity

add system propmt

Browse Source
This commit is contained in:
dimitrievgs 2025-09-17 01:05:06 +03:00
parent 0fe58687f8
commit d5a32a534f
4 changed files with 13 additions and 6 deletions
Show Stats Download Patch File Download Diff File Expand all files Collapse all files

3
app/api.py
View File

@ -22,12 +22,13 @@ def chat():
graph_id = data.get("graph_id") graph_id = data.get("graph_id")
parent_node_id = data.get( parent_node_id = data.get(
"parent_node_id") # Получаем parent_node_id из запроса "parent_node_id") # Получаем parent_node_id из запроса
system_prompt = data.get("system_prompt")
if not message: if not message:
return jsonify({"error": "Сообщение не может быть пустым."}, 400) return jsonify({"error": "Сообщение не может быть пустым."}, 400)
result = run_agent(message, graph_id, result = run_agent(message, graph_id,
parent_node_id) # Передаем parent_node_id в run_agent parent_node_id, system_prompt) # Передаем parent_node_id в run_agent
return jsonify(result) return jsonify(result)

2
app/models.py
View File

@ -36,3 +36,5 @@ class AgentState(BaseModel):
# Оно используется для передачи контекста между узлами в пределах одного выполнения # Оно используется для передачи контекста между узлами в пределах одного выполнения
temporary_chat_history: List[Dict[str, Any]] = Field( temporary_chat_history: List[Dict[str, Any]] = Field(
[], description="Временная история чата, не сохраняемая в БД.") [], description="Временная история чата, не сохраняемая в БД.")
system_prompt: Optional[str] = Field(None,
description="Системный промпт.")

9
app/nodes.py
View File

@ -140,7 +140,7 @@ def execute_command_node(state: AgentState) -> AgentState:
# Предполагаем, что используем Gemini для основного LLM и суммаризации/анализа # Предполагаем, что используем Gemini для основного LLM и суммаризации/анализа
# В реальной системе можно выбрать динамически # В реальной системе можно выбрать динамически
DEFAULT_LLM_NAME = "gemini-2.5-flash" DEFAULT_LLM_NAME = "gemini-2.0-flash" #"gemini-2.5-flash"
main_llm = get_llm(DEFAULT_LLM_NAME) main_llm = get_llm(DEFAULT_LLM_NAME)
@ -151,9 +151,12 @@ def call_llm_node(state: AgentState) -> AgentState:
""" """
print("Выполняется узел: call_llm_node (для обычного чата)") print("Выполняется узел: call_llm_node (для обычного чата)")
try: try:
# TODO: добавить в переписку ещё SystemMessage с системным промптом, типа: messages_for_llm.append(SystemMessage(content=msg["content"]))
# Для обычного чата LLM использует текущую временную историю
messages_for_llm = [] messages_for_llm = []
if state.system_prompt:
messages_for_llm.append(SystemMessage(content=state.system_prompt))
# Для обычного чата LLM использует текущую временную историю
for msg in state.temporary_chat_history: # Используем temporary_chat_history for msg in state.temporary_chat_history: # Используем temporary_chat_history
if msg["role"] == "user": if msg["role"] == "user":
messages_for_llm.append(HumanMessage(content=msg["content"])) messages_for_llm.append(HumanMessage(content=msg["content"]))

5
app/workflows.py
View File

@ -92,7 +92,8 @@ app = workflow.compile()
def run_agent(user_input: str, def run_agent(user_input: str,
existing_graph_id: Optional[str] = None, existing_graph_id: Optional[str] = None,
parent_node_id: Optional[str] = None) -> Dict[str, Any]: parent_node_id: Optional[str] = None,
system_prompt: Optional[str] = None) -> Dict[str, Any]:
""" """
Запускает агента с заданным пользовательским вводом. Запускает агента с заданным пользовательским вводом.
Может продолжить существующий граф по graph_id. Может продолжить существующий граф по graph_id.
@ -100,7 +101,7 @@ def run_agent(user_input: str,
""" """
# ---------------------------------------------------- Initial State Setup ---------------------------------------------------------------- # ---------------------------------------------------- Initial State Setup ----------------------------------------------------------------
initial_state = AgentState(input=user_input, parent_node_id=parent_node_id) initial_state = AgentState(input=user_input, parent_node_id=parent_node_id, system_prompt=system_prompt)
# Сохраняем исходные ID узлов и ребер для определения новых после выполнения графа # Сохраняем исходные ID узлов и ребер для определения новых после выполнения графа
original_node_ids: Set[str] = set() original_node_ids: Set[str] = set()