File size: 4,826 Bytes
565e754 | 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 | """
Question Enricher Agent
Обогащает вопрос пользователя контекстом из истории диалога
Заменяет местоимения и ссылки на конкретные сущности
"""
from typing import List, Dict, Optional
from pydantic import BaseModel, Field
from langchain_core.prompts import ChatPromptTemplate
from langchain_core.output_parsers import JsonOutputParser
from langchain_core.prompts.chat import SystemMessagePromptTemplate, HumanMessagePromptTemplate
from langchain_core.exceptions import OutputParserException
from pydantic import ValidationError
from src.rag.llm import get_model
from src.config import LLM_API_KEY, LLM
class EnrichedQuestion(BaseModel):
enriched_question: str = Field(
...,
min_length=1,
description="Обогащенный вопрос с заменой местоимений и добавлением контекста"
)
class QuestionEnricher:
"""
Агент для обогащения вопросов контекстом из истории диалога.
Заменяет местоимения (он, она, это, там) и неполные ссылки на конкретные сущности.
"""
def __init__(self):
self.llm = get_model(LLM_API_KEY, LLM)
self.parser = JsonOutputParser(pydantic_object=EnrichedQuestion)
self.prompt = ChatPromptTemplate.from_messages([
HumanMessagePromptTemplate.from_template(
"Ты помощник, который обогащает вопросы пользователя контекстом из истории диалога.\n"
"Твоя задача:\n"
"1. Заменить местоимения (он, она, оно, они, это, то, там, тогда и т.д.) на конкретные сущности из истории общения с пользователем\n"
"2. Дополнить неполные вопросы (например, 'А вчера?' -> 'Какой был курс доллара вчера?')\n"
"3. Сделать вопрос самодостаточным и понятным без контекста истории\n"
"4. Сохранить смысл и намерение пользователя\n\n"
"Если вопрос уже полный и не требует обогащения, верни его без изменений.\n"
"Если не получается понять, как правильно обогатить какую-то часть вопроса, то ее следует оставить неизмененной."
),
HumanMessagePromptTemplate.from_template(
"{format_instructions}\n\n"
"История диалога:\n{history}\n\n"
"Новый вопрос пользователя: {question}\n\n"
"Обогати вопрос контекстом из истории."
)
])
self.chain = self.prompt | self.llm | self.parser
def _format_history(self, history: List[Dict]) -> str:
"""Format chat history for the prompt"""
if not history:
return "История диалога пуста."
history_text = ""
for i, msg in enumerate(history, 1):
history_text += f"[{i}] Пользователь: {msg.get('query', '')}\n"
history_text += f" Ответ: {msg.get('answer', '')}\n\n"
return history_text.strip()
def enrich(self, question: str, history: Optional[List[Dict]] = None) -> Dict[str, str]:
"""
Enrich question with context from history
Args:
question: Original user question
history: List of previous messages [{"query": "...", "answer": "..."}, ...]
Returns:
Dict with enriched_question and explanation
"""
# If no history, return original question
if not history or len(history) == 0:
return question
try:
# Format history
history_text = self._format_history(history)
# Invoke chain
result = self.chain.invoke({
"history": history_text,
"question": question,
"format_instructions": self.parser.get_format_instructions()
})
return result.get("enriched_question", question)
except Exception as e:
# On any other error, return original question
return question
|