More accurate extracting of arguments schema, fix concatenating of script_result and post-prompt
This commit is contained in:
dimitrievgs
parent
d071d16bd2
commit
f637c6e3c4
|
|
@ -181,6 +181,19 @@ MODELS: Dict[str, Dict[str, Any]] = {
|
|||
"stream": True,
|
||||
"capabilities": ["vision"],
|
||||
},
|
||||
"claude-sonnet-4.6-openrouter": {
|
||||
"name": "anthropic/claude-sonnet-4.6",
|
||||
"provider": "openai",
|
||||
"model_name": "anthropic/claude-sonnet-4.6",
|
||||
"apiBase": "https://openrouter.ai/api/v1", # Добавлено /api/v1
|
||||
"apiKey":
|
||||
"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",
|
||||
"stream": True,
|
||||
"capabilities": ["vision", "reasoning"],
|
||||
"model_kwargs": {
|
||||
"include_reasoning": True
|
||||
}
|
||||
},
|
||||
}
|
||||
|
||||
|
||||
|
|
|
|||
|
|
@ -15,9 +15,9 @@ import subprocess
|
|||
import json
|
||||
import os
|
||||
import sys
|
||||
from typing import Any
|
||||
from typing import Any, get_type_hints
|
||||
from langchain_core.tools import StructuredTool
|
||||
from pydantic import BaseModel, Field
|
||||
from pydantic import BaseModel, Field, create_model
|
||||
|
||||
def build_react_agent(model_name: str, temperature: float, max_tokens: int, agency_mode: bool, obsidian_settings: dict):
|
||||
"""Инициализация ядра на базе LangGraph."""
|
||||
|
|
@ -41,16 +41,29 @@ class PurePromptSchema(BaseModel):
|
|||
def create_subprocess_tool(script_path: str, method_name: str,
|
||||
hidden_prompt: str):
|
||||
"""Вид 2: Инструмент со скриптом + пост-процессинг."""
|
||||
spec = importlib.util.spec_from_file_location("user_dynamic_tool",
|
||||
script_path)
|
||||
module = importlib.util.module_from_spec(spec)
|
||||
|
||||
script_dir = os.path.dirname(os.path.abspath(script_path))
|
||||
added_to_path = False
|
||||
if script_dir not in sys.path:
|
||||
sys.path.insert(0, script_dir)
|
||||
added_to_path = True
|
||||
|
||||
try:
|
||||
spec = importlib.util.spec_from_file_location("user_dynamic_tool", script_path)
|
||||
module = importlib.util.module_from_spec(spec)
|
||||
spec.loader.exec_module(module)
|
||||
func = getattr(module, method_name)
|
||||
docstring = inspect.getdoc(func) or f"Выполняет скрипт {method_name}"
|
||||
|
||||
# ← КЛЮЧЕВОЕ: строим схему ДО того, как потеряем оригинальную сигнатуру
|
||||
args_schema = _build_pydantic_schema_from_func(func)
|
||||
|
||||
except Exception as e:
|
||||
raise RuntimeError(f"Ошибка чтения сигнатуры {script_path}: {e}")
|
||||
finally:
|
||||
# Убираем путь сразу после импорта и получения функции
|
||||
if added_to_path:
|
||||
sys.path.remove(script_dir)
|
||||
|
||||
@functools.wraps(func)
|
||||
def wrapper(**kwargs: Any) -> str:
|
||||
|
|
@ -58,6 +71,12 @@ def create_subprocess_tool(script_path: str, method_name: str,
|
|||
import json
|
||||
import sys
|
||||
import importlib.util
|
||||
import os
|
||||
|
||||
# Добавляем папку со скриптом в sys.path, чтобы работали локальные импорты (например, norminv)
|
||||
path_to_add = os.path.dirname(os.path.abspath(r'{script_path}'))
|
||||
original_path = sys.path.copy()
|
||||
sys.path.insert(0, path_to_add)
|
||||
|
||||
try:
|
||||
spec = importlib.util.spec_from_file_location('sub_module', r'{script_path}')
|
||||
|
|
@ -70,20 +89,57 @@ try:
|
|||
except Exception as e:
|
||||
print(f"SCRIPT RUNTIME ERROR: {{e}}", file=sys.stderr)
|
||||
sys.exit(1)
|
||||
finally:
|
||||
# Возвращаем sys.path в исходное состояние (чистота внутри процесса)
|
||||
sys.path = original_path
|
||||
"""
|
||||
try:
|
||||
process = subprocess.run([sys.executable, "-c", runner_code],
|
||||
process = subprocess.run(
|
||||
[sys.executable, "-c", runner_code],
|
||||
input=json.dumps(kwargs),
|
||||
capture_output=True,
|
||||
text=True,
|
||||
encoding='utf-8',
|
||||
check=True)
|
||||
check=True
|
||||
)
|
||||
raw_output = process.stdout.strip()
|
||||
|
||||
# Прилизывание для скрипта
|
||||
if hidden_prompt:
|
||||
return f"РЕЗУЛЬТАТ ВЫПОЛНЕНИЯ СКРИПТА:\n{raw_output}\n\nИНСТРУКЦИЯ ПО ФОРМАТИРОВАНИЮ ОТВЕТА ДЛЯ АГЕНТА:\n{hidden_prompt}"
|
||||
return raw_output
|
||||
raw_stripped = raw_output.strip() if raw_output else ""
|
||||
prompt_stripped = hidden_prompt.strip() if hidden_prompt else ""
|
||||
|
||||
if raw_stripped and prompt_stripped:
|
||||
# Случай 1: Есть и результат скрипта, и инструкция — полный вариант
|
||||
result = (
|
||||
f"Инструмент вернул следующий результат:\n"
|
||||
f"<tool_output>\n{raw_output}\n</tool_output>\n\n"
|
||||
f"---\n"
|
||||
f"Инструкция по оформлению финального ответа пользователю:\n"
|
||||
f"<instruction>\n{hidden_prompt}\n</instruction>"
|
||||
)
|
||||
|
||||
elif raw_stripped and not prompt_stripped:
|
||||
# Случай 2: Есть результат, нет инструкции
|
||||
result = (
|
||||
f"Инструмент успешно выполнен. Передай пользователю следующий результат "
|
||||
f"ДОСЛОВНО, без изменений, сокращений и дополнений:\n\n"
|
||||
f"<tool_output>\n{raw_output}\n</tool_output>"
|
||||
)
|
||||
|
||||
elif not raw_stripped and prompt_stripped:
|
||||
# Случай 3: Скрипт вернул пустоту (заглушка/нет данных) — только промпт как инструкция
|
||||
result = prompt_stripped
|
||||
""" result = (
|
||||
f"Скрипт не вернул данных. Выполни следующую инструкцию:\n\n{hidden_prompt}"
|
||||
)"""
|
||||
|
||||
else:
|
||||
# Случай 4: Оба пустые — сообщаем агенту честно
|
||||
result = (
|
||||
"Инструмент не вернул никаких данных и не содержит инструкций. "
|
||||
"Сообщи пользователю, что инструмент настроен некорректно."
|
||||
)
|
||||
|
||||
return result
|
||||
|
||||
except subprocess.CalledProcessError as e:
|
||||
# Даже если скрипт упал, мы отдаем ошибку + промпт, чтобы агент мог обработать её по инструкции
|
||||
|
|
@ -92,10 +148,13 @@ except Exception as e:
|
|||
return f"{error_msg}\n\nИНСТРУКЦИЯ НА СЛУЧАЙ ОШИБКИ:\n{hidden_prompt}"
|
||||
return error_msg
|
||||
|
||||
return StructuredTool.from_function(func=wrapper,
|
||||
# Явно передаём args_schema — LLM будет видеть реальную типизацию
|
||||
return StructuredTool.from_function(
|
||||
func=wrapper,
|
||||
name=func.__name__,
|
||||
description=docstring,
|
||||
infer_schema=True)
|
||||
args_schema=args_schema, # ← вместо infer_schema=True
|
||||
)
|
||||
|
||||
def get_dynamic_tools(obsidian_settings: dict):
|
||||
"""Собирает инструменты двух видов на основе настроек Obsidian."""
|
||||
|
|
@ -170,3 +229,49 @@ def get_dynamic_tools(obsidian_settings: dict):
|
|||
print(f"❌ Ошибка генерации инструмента-скрипта '{name}': {e}")
|
||||
|
||||
return tools
|
||||
|
||||
def _build_pydantic_schema_from_func(func) -> type[BaseModel]:
|
||||
"""
|
||||
Динамически строит Pydantic BaseModel из сигнатуры функции.
|
||||
Используется для корректной передачи схемы в StructuredTool,
|
||||
чтобы LLM видела реальные типы аргументов, а не **kwargs.
|
||||
"""
|
||||
sig = inspect.signature(func)
|
||||
|
||||
# Пробуем получить аннотации типов (включая from __future__ import annotations)
|
||||
try:
|
||||
hints = get_type_hints(func)
|
||||
except Exception:
|
||||
hints = {}
|
||||
|
||||
fields = {}
|
||||
for param_name, param in sig.parameters.items():
|
||||
if param_name in ("self", "cls"):
|
||||
continue
|
||||
if param.kind in (
|
||||
inspect.Parameter.VAR_POSITIONAL, # *args
|
||||
inspect.Parameter.VAR_KEYWORD, # **kwargs
|
||||
):
|
||||
continue
|
||||
|
||||
# Тип параметра
|
||||
annotation = hints.get(param_name, Any)
|
||||
|
||||
# Дефолтное значение
|
||||
if param.default is inspect.Parameter.empty:
|
||||
# Обязательный параметр
|
||||
fields[param_name] = (annotation, Field(...))
|
||||
else:
|
||||
fields[param_name] = (annotation, Field(default=param.default))
|
||||
|
||||
if not fields:
|
||||
# Фоллбек: если функция не имеет параметров или все **kwargs —
|
||||
# создаём схему с одним полем, чтобы LLM хоть что-то передала
|
||||
fields["kwargs"] = (dict, Field(default_factory=dict,
|
||||
description="Аргументы функции"))
|
||||
|
||||
model = create_model(
|
||||
f"{func.__name__}_Schema",
|
||||
**fields
|
||||
)
|
||||
return model
|
||||
|
|
|
|||
Loading…
Reference in New Issue
Block a user