# LLM Agent Backend

Бэкенд-сервер на Python для обеспечения работы интеллектуального агента в Obsidian. Использует LangGraph для управления логикой рассуждений и Flask для взаимодействия с плагином.

## Структура проекта

├── llm-agent-backend/           # Корневая директория бэкенда
│   ├── app/                     # Исходный код приложения
│   │   ├── api.py               # Flask сервер, HTTP эндпоинты и WebSocket (SocketIO)
│   │   ├── run.py               # Точка входа для запуска приложения
│   │   ├── workflows.py         # Определение графов LangGraph и логики потоков
│   │   ├── react_agent.py       # Реализация ReAct (Reasoning and Acting) агента
│   │   ├── llm_client.py        # Клиент для работы с моделями (OpenAI, Google, Mistral)
│   │   ├── mcp_tools.py         # Интеграция с Model Context Protocol (MCP) инструментами
│   │   ├── graph_history_manager.py # Управление историей диалогов и состоянием графов в SQLite
│   │   ├── voice_service.py     # Сервис распознавания речи (Vosk)
│   │   ├── title_generator.py   # Генерация названий для чатов на основе контекста
│   │   ├── heartbeat_monitor.py # Мониторинг активности и состояния подключения
│   │   ├── models.py            # Описание структур данных и схем
│   │   └── services.py          # Вспомогательные сервисы
│   ├── docs/                    # Техническая документация и скриншоты настроек
│   ├── env/                     # Виртуальное окружение Python (venv)
│   ├── build.bat                # Скрипт сборки проекта
│   ├── requirements.txt         # Список зависимостей Python
│   ├── run-llm-backend.bat      # Батник для быстрого запуска сервера
│   └── graph_history.db         # БД SQLite с историей графов и сообщений

## Основные технологии
- **Python 3.11+**
- **LangChain / LangGraph**: Управление состоянием агента и цепочками рассуждений.
- **Flask / Flask-SocketIO**: API и real-time взаимодействие с Obsidian.
- **Vosk / SoundDevice**: Локальное распознавание речи.
- **SQLite**: Хранение истории взаимодействий.

## Установка

1. Убедитесь, что установлен Python 3.11.
2. Создайте виртуальное окружение в папке `env`:
   ```bash
   python -m venv env
   ```
3. Активируйте окружение и установите зависимости:
   ```bash
   env\Scripts\activate
   pip install -r requirements.txt
   ```

## Запуск

### Вариант 1: Через батник (рекомендуется)
Запустите `run-llm-backend.bat` из корня проекта.

### Вариант 2: Вручную из терминала
```bash
python app/run.py
```
Сервер будет доступен по адресу: `http://localhost:5000`

## Ключевые возможности
- **Двустороннее общение**: Агент может инициировать запросы к Obsidian (через API плагина).
- **Инструменты (Tools)**: Поддержка вызова функций через MCP и кастомные инструменты.
- **Память**: Сохранение состояния графов, что позволяет продолжать диалог с любого места.
- **Голосовое управление**: Возможность диктовать команды напрямую в микрофон с транскрибацией в реальном времени.