LJ5O
2da71f8c51
Permet de maintenir la conversation au lieu de la stopper après un message sans outils
59 lines
2.6 KiB
Python
59 lines
2.6 KiB
Python
from langgraph.graph import START, END
|
|
from langgraph.graph.state import CompiledStateGraph
|
|
from langgraph.checkpoint.memory import InMemorySaver
|
|
|
|
from utils.nodes import *
|
|
from utils.state import getState
|
|
from utils.tools import getTools
|
|
|
|
def getGraph()->CompiledStateGraph:
|
|
"""
|
|
Récupérer le graphe compilé et prêt à invoquer
|
|
|
|
Returns:
|
|
CompiledStateGraph: Graphe compilé
|
|
"""
|
|
workflow = getState() # State prêt à utiliser
|
|
|
|
# Définition des sommets du graphe
|
|
workflow.add_node(user_prompt)
|
|
workflow.add_node(LLM_central)
|
|
workflow.add_node(preparation_docs)
|
|
workflow.add_node(inject_preparation_prompt)
|
|
workflow.add_node("tool_node", tool_node)# BasicToolNode(tools=getTools())) # N'est pas une fonction, mais une classe instanciée, je dois précisier le nom du node
|
|
workflow.add_node("weekly_report_tools", weekly_report_tools)
|
|
workflow.add_node(context_shortener) # Réduit la taille du contexte
|
|
workflow.add_node("context_shortener_2", context_shortener) # Le même, sous un autre nom pour le différencier dans le graphe
|
|
|
|
# Arrêtes
|
|
workflow.set_conditional_entry_point(is_resumes_reports_already_initialised, {
|
|
"résumés non disponibles": "inject_preparation_prompt", # Résumés non générés
|
|
"résumés déjà générés": "user_prompt" # Résumés déjà prêts, je peux aller direct à la partie principale
|
|
})
|
|
workflow.add_edge("inject_preparation_prompt", "preparation_docs")
|
|
workflow.add_conditional_edges("preparation_docs", should_continue, {
|
|
"tools":"weekly_report_tools",
|
|
"no_tools":"context_shortener" # FIN de la préparation, on réduit le contexte avant de passer à la suite
|
|
})
|
|
workflow.add_edge("context_shortener", "user_prompt") # Et ici, je rejoins la partie principale qui rédigera le rapport
|
|
workflow.add_conditional_edges("user_prompt", lambda state: END if state['stop'] else "continue", {
|
|
END: END,
|
|
"continue": "LLM_central"
|
|
})
|
|
|
|
workflow.add_edge("weekly_report_tools", "preparation_docs")
|
|
workflow.add_conditional_edges("tool_node", should_shorten, {
|
|
'sous la limite': "LLM_central",
|
|
'réduire contexte': "context_shortener_2"
|
|
})
|
|
workflow.add_edge("context_shortener_2", "LLM_central")
|
|
workflow.add_conditional_edges("LLM_central", should_continue, {
|
|
"tools":"tool_node",
|
|
"no_tools":"user_prompt"
|
|
})
|
|
|
|
return workflow.compile(checkpointer=InMemorySaver()) # TODO: Rempalcer par une vrai BDD de prod
|
|
|
|
if __name__ == "__main__":
|
|
# Affichage du graphe
|
|
getGraph().get_graph().draw_mermaid_png(output_file_path="imgs/agent.png") |