| | """ |
| | 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 not history or len(history) == 0: |
| | return question |
| | |
| | try: |
| | |
| | history_text = self._format_history(history) |
| | |
| | |
| | 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: |
| | |
| | return question |
| |
|
