Update services/graph_service.py

services/graph_service.py

@@ -6,7 +6,7 @@ from typing import TypedDict, Annotated, Sequence, Dict, Any, List
 from langchain_openai import ChatOpenAI
 from langchain_core.runnables import Runnable
 from langchain_core.messages import BaseMessage, AIMessage, HumanMessage, SystemMessage
-from langchain.agents import create_openai_tools_agent
+# create_openai_tools_agent n'est plus nécessaire
 from langchain_core.prompts import ChatPromptTemplate, MessagesPlaceholder
 from langgraph.graph import StateGraph, END
 from langgraph.prebuilt import ToolNode
@@ -17,7 +17,7 @@ class AgentState(TypedDict):
     messages: Annotated[Sequence[BaseMessage], lambda x, y: x + y]
     user_id: str
     job_offer_id: str
-
+    
 class GraphInterviewProcessor:
     """
     Cette classe encapsule la logique d'un entretien en utilisant LangGraph.
@@ -39,7 +39,7 @@ class GraphInterviewProcessor:
         self.skills_summary = self._extract_skills_summary()
         self.reconversion_info = self._extract_reconversion_info()
 
-        self.agent = self._create_agent()
+        self.agent_runnable = self._create_agent_runnable()
         self.graph = self._build_graph()
         logging.info("GraphInterviewProcessor initialisé avec succès.")
 
@@ -65,19 +65,19 @@ class GraphInterviewProcessor:
         if reconversion.get('is_reconversion'):
             return f"CANDIDAT EN RECONVERSION: {reconversion.get('analysis', '')}"
         return "Le candidat n'est pas identifié comme étant en reconversion."
-
-    def _create_agent(self) -> Runnable:
+    def _create_agent_runnable(self) -> Runnable:
+        """Crée une chaîne (runnable) qui agit comme notre agent."""
         prompt = ChatPromptTemplate.from_messages([
-            SystemMessage(content="{system_prompt_content}"),
+            ("system", "{system_prompt_content}"),
             MessagesPlaceholder(variable_name="messages"),
-            MessagesPlaceholder(variable_name="agent_scratchpad"),
         ])
         llm = ChatOpenAI(api_key=os.getenv("OPENAI_API_KEY"), model="gpt-4o-mini", temperature=0.7)
         tools = [trigger_interview_analysis]
-        return create_openai_tools_agent(llm, tools, prompt)
+        llm_with_tools = llm.bind_tools(tools)
+        return prompt | llm_with_tools
 
     def _agent_node(self, state: AgentState):
-        """Prépare le prompt et appelle l'agent pour obtenir une décision (parler ou utiliser un outil)."""
+        """Prépare le prompt et appelle le runnable de l'agent."""
         system_prompt_content = self.system_prompt_template.format(
             entreprise=self.job_offer.get('entreprise', 'notre entreprise'),
             poste=self.job_offer.get('poste', 'ce poste'),
@@ -89,12 +89,9 @@ class GraphInterviewProcessor:
             skills_analysis=self.skills_summary,
             reconversion_analysis=self.reconversion_info
         )
-        
-        response = self.agent.invoke({
+        response = self.agent_runnable.invoke({
             "system_prompt_content": system_prompt_content,
             "messages": state["messages"],
-            "user_id": state["user_id"],
-            "job_offer_id": state["job_offer_id"],
         })
         return {"messages": [response]}
 
@@ -124,7 +121,7 @@ class GraphInterviewProcessor:
                 "end_turn": END
             }
         )
-
+        
         graph.add_edge("tools", "agent")
 
         return graph.compile()
@@ -133,6 +130,10 @@ class GraphInterviewProcessor:
         """Point d'entrée pour lancer une conversation dans le graphe."""
         langchain_messages = [HumanMessage(content=m["content"]) if m["role"] == "user" else AIMessage(content=m["content"]) for m in messages]
         
+        if not langchain_messages:
+            logging.info("Historique de conversation vide. Ajout d'un message de démarrage interne.")
+            langchain_messages.append(HumanMessage(content="Bonjour, je suis prêt à commencer l'entretien."))
+
         initial_state = {
             "user_id": self.user_id,
             "job_offer_id": self.job_offer_id,