timsmykov commited on
Commit
a6f9b2b
·
verified ·
1 Parent(s): ae7a494

Update app.py

Browse files
Files changed (1) hide show
  1. app.py +81 -34
app.py CHANGED
@@ -1,61 +1,108 @@
1
- from smolagents import CodeAgent,DuckDuckGoSearchTool, HfApiModel,load_tool,tool
2
- import datetime
3
- import requests
4
- import pytz
5
  import yaml
 
 
 
6
  from tools.final_answer import FinalAnswerTool
7
 
8
  from Gradio_UI import GradioUI
9
 
10
- # Below is an example of a tool that does nothing. Amaze us with your creativity !
11
  @tool
12
- def my_custom_tool(arg1:str, arg2:int)-> str: #it's import to specify the return type
13
- #Keep this format for the description / args / args description but feel free to modify the tool
14
- """A tool that does nothing yet
15
- Args:
16
- arg1: the first argument
17
- arg2: the second argument
18
  """
19
- return "What magic will you build ?"
20
 
21
- @tool
22
- def get_current_time_in_timezone(timezone: str) -> str:
23
- """A tool that fetches the current local time in a specified timezone.
24
  Args:
25
- timezone: A string representing a valid timezone (e.g., 'America/New_York').
26
  """
27
- try:
28
- # Create timezone object
29
- tz = pytz.timezone(timezone)
30
- # Get current time in that timezone
31
- local_time = datetime.datetime.now(tz).strftime("%Y-%m-%d %H:%M:%S")
32
- return f"The current local time in {timezone} is: {local_time}"
33
- except Exception as e:
34
- return f"Error fetching time for timezone '{timezone}': {str(e)}"
35
 
 
 
 
 
 
36
 
37
- final_answer = FinalAnswerTool()
38
 
39
- # If the agent does not answer, the model is overloaded, please use another model or the following Hugging Face Endpoint that also contains qwen2.5 coder:
40
- # model_id='https://pflgm2locj2t89co.us-east-1.aws.endpoints.huggingface.cloud'
41
 
42
  model = HfApiModel(
43
- max_tokens=2096,
44
- temperature=0.5,
45
- model_id='Qwen/Qwen2.5-Coder-32B-Instruct',# it is possible that this model may be overloaded
46
- custom_role_conversions=None,
47
  )
48
 
49
-
50
  # Import tool from Hub
51
  image_generation_tool = load_tool("agents-course/text-to-image", trust_remote_code=True)
52
 
 
53
  with open("prompts.yaml", 'r') as stream:
54
  prompt_templates = yaml.safe_load(stream)
55
-
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
56
  agent = CodeAgent(
57
  model=model,
58
- tools=[final_answer], ## add your tools here (don't remove final answer)
59
  max_steps=6,
60
  verbosity_level=1,
61
  grammar=None,
 
1
+ from smolagents import CodeAgent, HfApiModel, load_tool
 
 
 
2
  import yaml
3
+ from smolagents import tool
4
+ from duckduckgo_search import DDGS
5
+
6
  from tools.final_answer import FinalAnswerTool
7
 
8
  from Gradio_UI import GradioUI
9
 
10
+
11
  @tool
12
+ def DuckDuckGoSearchTool(query: str) -> str:
 
 
 
 
 
13
  """
14
+ Инструмент для поиска информации в интернете с помощью DuckDuckGo.
15
 
 
 
 
16
  Args:
17
+ query: Поисковый запрос.
18
  """
19
+ with DDGS() as ddgs:
20
+ results = [r for r in ddgs.text(query, max_results=5)] # Ограничиваем до 5 результатов
21
+ if not results:
22
+ return "По вашему запросу ничего не найдено."
 
 
 
 
23
 
24
+ formatted_results = "\n\n".join(
25
+ f"**Заголовок:** {r['title']}\n**Ссылка:** {r['href']}\n**Краткое содержание:** {r['body']}"
26
+ for r in results
27
+ )
28
+ return formatted_results
29
 
 
30
 
31
+ final_answer = FinalAnswerTool()
 
32
 
33
  model = HfApiModel(
34
+ max_tokens=2096,
35
+ temperature=0.5,
36
+ model_id='Qwen/Qwen2.5-Coder-32B-Instruct', # Возможно, эта модель перегружена
37
+ custom_role_conversions=None,
38
  )
39
 
 
40
  # Import tool from Hub
41
  image_generation_tool = load_tool("agents-course/text-to-image", trust_remote_code=True)
42
 
43
+
44
  with open("prompts.yaml", 'r') as stream:
45
  prompt_templates = yaml.safe_load(stream)
46
+
47
+ # Ключевое изменение: обновленный system_prompt в стиле Thought-Action-Observation
48
+ system_prompt = """
49
+ Ты — профессиональный поисковый ассистент, аналог Perplexity. Твоя задача — предоставлять исчерпывающие и точные ответы на запросы пользователей, основываясь на информации из нескольких источников в интернете.
50
+
51
+ Ты должен действовать в цикле **Thought-Action-Observation**:
52
+
53
+ * **Thought:** Сначала обдумай задачу. Определи, какую информацию нужно найти и какие шаги предпринять. Сформулируй план действий. *Всегда начинай с Thought.*
54
+ * **Action:** Выполни действие, используя доступные инструменты. В твоем распоряжении *только* инструмент `DuckDuckGoSearchTool` для поиска и `final_answer` для окончательного ответа. Используй `DuckDuckGoSearchTool` с правильным аргументом (`query`). Код должен быть на Python и заключен в теги ` ```py ` и ` ```<end_code> `.
55
+ * **Observation:** Получи результат действия (вывод `print()` в коде). Оцени результат. Если нужно, перейди к следующему шагу (Thought). Если ответ найден, используй `final_answer`.
56
+
57
+ **Правила:**
58
+
59
+ 1. **Всегда следуй циклу Thought-Action-Observation.** Каждый шаг должен присутствовать.
60
+ 2. **Используй только доступные инструменты.** Не выдумывай несуществующие инструменты.
61
+ 3. **Правильно вызывай инструменты.** Передавай аргументы *напрямую*, а не в виде словаря. Например, `DuckDuckGoSearchTool(query="столица Франции")`, а не `DuckDuckGoSearchTool({"query": "столица Франции"})`.
62
+ 4. **Анализируй несколько источников.** Не ограничивайся одним результатом поиска.
63
+ 5. **Формируй сводку (саммари).** Ответ должен быть кратким, ёмким и содержать ссылки на источники (или названия сайтов, если ссылки не помещаются).
64
+ 6. **Пиши на русском языке.**
65
+ 7. **Если информации недостаточно, сообщи об этом.** Не придумывай ответ.
66
+ 8. **Не сохраняй результаты поиска в переменные для следующего шага. Используй `print()`.** Результат `print()` автоматически попадет в Observation. Это *единственный* способ передать информацию между шагами.
67
+ 9. **Переменные сохраняются между шагами.** Если ты определил переменную на одном шаге, она будет доступна на следующих.
68
+ 10. **Нельзя использовать один и тот же запрос дважды.** Если ты уже искал что-то, не повторяй поиск с тем же запросом.
69
+
70
+ **Пример (не копируй его полностью, адаптируй под задачу):**
71
+
72
+ Пользователь: Какая самая высокая гора в мире?
73
+
74
+ Thought: Мне нужно найти самую высокую гору в мире. Я буду использовать DuckDuckGoSearchTool для поиска информации.
75
+ Action:
76
+ ```py
77
+ print(DuckDuckGoSearchTool(query="самая высокая гора в мире"))
78
+ ```<end_code>
79
+ Observation: (Здесь будет вывод DuckDuckGoSearchTool, содержащий несколько результатов поиска)
80
+
81
+ Thought: Я получил несколько результатов. Нужно проанализировать их, найти наиболее авторитетные источники и убедиться, что информация совпадает. Затем я сформирую сводку и верну ответ.
82
+ Action:
83
+ ```py
84
+ # (Здесь мог бы быть код для дополнительного анализа, если бы были другие инструменты.
85
+ # Но так как у нас только DuckDuckGoSearchTool,
86
+ # мы предполагаем, что первый шаг уже дал достаточно информации)
87
+ final_answer("Самая высокая гора в мире - Эверест (Джомолунгма). Высота - 8848.86 метров. Источники: Википедия (ссылка), National Geographic (ссылка).")
88
+ ```<end_code>
89
+
90
+ ---
91
+ Доступные тебе инструменты:
92
+ {%- for tool in tools.values() %}
93
+ - {{ tool.name }}: {{ tool.description }}
94
+ Takes inputs: {{tool.inputs}}
95
+ Returns an output of type: {{tool.output_type}}
96
+ {%- endfor %}
97
+
98
+ Начни!
99
+ """
100
+ prompt_templates['system_prompt'] = system_prompt
101
+
102
+
103
  agent = CodeAgent(
104
  model=model,
105
+ tools=[DuckDuckGoSearchTool, final_answer, image_generation_tool],
106
  max_steps=6,
107
  verbosity_level=1,
108
  grammar=None,