Première version agent

Dérivé TP3

AgentReact/utils/nodes.py

@@ -0,0 +1,42 @@
+from langchain_mistralai import ChatMistralAI
+from langgraph.graph import MessagesState
+from langgraph.prebuilt import ToolNode
+from langchain.chat_models import init_chat_model
+from langgraph.graph import START, END
+
+from .tools import getTools
+
+# LLM principal
+llm = ChatMistralAI( # LLM sans outils
+    model="mistral-large-latest",
+    temperature=0,
+    max_retries=2,
+)
+
+# NODES
+def reponse_question(state: MessagesState):
+    """Noeud qui réponds à la question, en s'aidant si besoin des outils à disposition"""
+    # Initialisation du LLM
+    model = llm.bind_tools(getTools())
+    
+    # Appel du LLM 
+    return {"messages": [model.invoke(state["messages"])]}
+
+tool_node = ToolNode(tools=getTools()) # Node gérant les outils
+
+# fonction de routage : Après reponse_question, si le LLM veut appeler un outil, on va au tool_node, sinon on termine
+def should_continue(state: MessagesState):
+    """
+    Use in the conditional_edge to route to the ToolNode if the last message
+    has tool calls. Otherwise, route to the end.
+    """
+    if isinstance(state, list):
+        ai_message = state[-1]
+    elif messages := state.get("messages", []):
+        ai_message = messages[-1]
+    else:
+        raise ValueError(f"No messages found in input state to tool_edge: {state}")
+
+    if hasattr(ai_message, "tool_calls") and len(ai_message.tool_calls) > 0:
+        return "tools"
+    return END

AgentReact/utils/state.py

@@ -0,0 +1,13 @@
+from langgraph.graph import StateGraph, MessagesState
+
+class hjgzefvuiyguhzfvihuozdef(MessagesState): # J'ai du mal à nommer mes classes ._.
+    pass
+
+def getState()->StateGraph:
+    """
+    Retourne un StateGraph prêt à utiliser pour préparer un workflow
+
+    Returns:
+        StateGraph: prêt à utiliser
+    """
+    return StateGraph(hjgzefvuiyguhzfvihuozdef)

AgentReact/utils/tools.py

@@ -0,0 +1,37 @@
+from langchain.tools import tool
+from tavily import TavilyClient
+from typing import List
+
+@tool
+def internet_search(query: str)->dict:
+    """
+    Rechercher une information sur internet
+
+    Args:
+        query (str): Terme recherché
+    Returns:
+        dict: Retour de la recherche
+    """
+    return TavilyClient().search(query, model='auto')
+    
+
+@tool
+def write_file(content: str) -> str:
+    """
+    Écrire les données dans un fichier
+
+    Args:
+        content (str): Contenu du fichier à écrire
+
+    Returns:
+        str: Résultat de l'écriture
+    """
+    print("==ECRITURE FICHIER==")
+    print(content)
+    return "Fichier écrit"
+
+def getTools()->List['Tools']:
+    """
+    Récupérer la liste des tools
+    """
+    return [internet_search, write_file]