AgentReact/utils/tools.py

@@ -2,7 +2,7 @@ from langchain.tools import tool
 from langgraph.prebuilt import InjectedState
 from tavily import TavilyClient
 from pathlib import Path
-from typing import List, Dict
+from typing import List, Dict, Annotated
 import sys
 from .StateElements.TodoElement import TodoElement
 
@@ -36,7 +36,7 @@ def write_file(file_path:str, content: str, append:bool=True) -> str:
     """
     try:
         base_dir:str = Path(sys.argv[0]).resolve().parent.as_posix() # Récupérer le chemin vers le point d'entrée du programme
-        file_path:str = base_dir + (file_path if file_path.startswith('/') else f'/{file_path}') # Puis générer le chemin vers le fichier
+        full_path:str = base_dir + (file_path if file_path.startswith('/') else f'/{file_path}') # Puis générer le chemin vers le fichier
 
         mode = "a" if append else "w" # Mode d'écriture
         with open(full_path, mode, encoding="utf-8") as f: # Puis j'écris
@@ -90,6 +90,7 @@ def addTodo(name:str, description:str, state: Annotated[dict, InjectedState])->b
     if state["todo"] is None: state["todo"] = []
 
     state["todo"].append(TodoElement(name, description))
+    return True
 
 @tool
 def removeTodo(index:int, state: Annotated[dict, InjectedState])->bool:
@@ -122,9 +123,9 @@ def read_file(file_path: str) -> str:
     """
     try:
         base_dir:str = Path(sys.argv[0]).resolve().parent.as_posix() # Récupérer le chemin vers le point d'entrée du programme
-        file_path:str = base_dir + (file_path if file_path.startswith('/') else f'/{file_path}') # Puis générer le chemin vers le fichier
+        full_path:str = base_dir + (file_path if file_path.startswith('/') else f'/{file_path}') # Puis générer le chemin vers le fichier
 
-        with open(file_path, "r", encoding="utf-8") as f:
+        with open(full_path, "r", encoding="utf-8") as f:
             content = f.read()
 
         return content
@@ -156,7 +157,7 @@ def ask_human(request:str)->str:
     return user_response
 
 @tool
-def search_in_files(query:str, state: Annotated[dict, InjectedState])->List[str]:
+def search_in_files(query:str, state: Annotated[dict, InjectedState])->str:
     """
     Rechercher quelque chose dans les documents enregistrés localement.
     Dans le cas actuel, ces documents sont des rapports hebdomadaires de stage.
@@ -165,11 +166,11 @@ def search_in_files(query:str, state: Annotated[dict, InjectedState])->List[str]
         query (str): La requête recherchée.
 
     Returns:
-        List[str]: Échantillons de documents correspondants.
+        str: Échantillons de documents correspondants, concaténés en une seule chaîne de caractères.
     """
     bdd = VectorDatabase() # Récupère l'unique instance de cette BDD, c'est un SIngleton
 
-    retrieved_docs = bdd.getChroma().similarity_search(prompt, k=5) # 5 documents
+    retrieved_docs = bdd.getChroma().similarity_search(query, k=5) # 5 documents
 
     # Conversion des documents en texte
     docs_content = "\n".join(
@@ -178,7 +179,7 @@ def search_in_files(query:str, state: Annotated[dict, InjectedState])->List[str]
 
     # Sauvegarde des données dans le State
     state["ragQuery"] = query
-    state["ragDocuments"] = docs_content
+    state["ragDocuments"] = retrieved_docs
 
     return docs_content # Retourne la liste de documents trouvés