shinalok
145b0cc96f
- Phase 12: FeedbackRepository + td_feedback 테이블, Gradio 👍/👎 이벤트, run_id 추적, LangSmith create_feedback() 연동 - Phase 13: 커스텀 _SemanticSplitter 제거 → langchain_experimental.SemanticChunker 교체, buffer_size/threshold_type 환경변수 적용 - Phase 13-B: RerankService (Cross-Encoder), RetrieverService.search()에 reranker 통합, tools.py as_retriever() → search() 전환 - Bug 5: mlx_chat_model enable_thinking 런타임 오버라이드, agent_service stream_mode=["messages","custom"] 이중 스트림, thinking 토큰 custom 이벤트로 emit - ROADMAP: LLM 모델명 8B 반영, RAG에 Reranker 추가, 추천 진행 순서 갱신 Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>
97 lines
4.2 KiB
Python
97 lines
4.2 KiB
Python
from datetime import date
|
|
|
|
from langchain_core.tools import tool
|
|
|
|
|
|
@tool
|
|
def get_current_date() -> str:
|
|
"""오늘 날짜를 반환합니다. 나이 계산, 날짜 비교 등 현재 날짜가 필요할 때 반드시 먼저 호출하세요."""
|
|
return date.today().isoformat()
|
|
|
|
|
|
@tool
|
|
def web_search(query: str) -> str:
|
|
"""최신 뉴스, 금리, 육아 정책 등 실시간 정보가 필요할 때 사용하세요. 저장된 문서에 없는 최신 정보를 검색합니다."""
|
|
from duckduckgo_search import DDGS
|
|
with DDGS() as ddgs:
|
|
results = list(ddgs.text(query, max_results=5))
|
|
if not results:
|
|
return "검색 결과가 없습니다."
|
|
return "\n\n".join(
|
|
f"[{r['title']}]\n{r['body']}\n출처: {r['href']}"
|
|
for r in results
|
|
)
|
|
|
|
|
|
def make_retriever_tool(retriever_service):
|
|
"""retriever_service.search()를 사용하는 검색 Tool (Reranker 자동 적용)."""
|
|
|
|
@tool
|
|
def search_documents(query: str) -> str:
|
|
"""등록된 문서(논문, 육아 가이드, 금융 자료 등)에서 관련 정보를 검색합니다.
|
|
육아·금융 관련 질문이 오면 자신의 지식으로 답하기 전에 반드시 이 도구를 먼저 호출하세요.
|
|
등록된 문서가 없거나 검색 결과가 없을 때만 자신의 학습 지식을 보조적으로 활용합니다."""
|
|
docs = retriever_service.search(query)
|
|
if not docs:
|
|
return "관련 문서를 찾을 수 없습니다."
|
|
return "\n\n".join(
|
|
f"[문서 {i + 1}]\n{doc.page_content}" for i, doc in enumerate(docs)
|
|
)
|
|
|
|
return search_documents
|
|
|
|
|
|
def make_memory_tools(profile_repo, user_id: str = "default"):
|
|
"""사용자 정보 저장/조회 Tool 쌍을 반환한다."""
|
|
|
|
@tool
|
|
def remember_user_info(key: str, value: str) -> str:
|
|
"""사용자 정보를 영구 저장합니다. 다음 대화에도 기억해야 할 정보를 저장하세요.
|
|
- 아이 생년월일은 전체 날짜로 저장하세요. 날짜를 모르면 연도만이라도 저장하세요.
|
|
예: key='첫째_이름' value='신도율', key='첫째_생년월일' value='2020년 6월 19일'
|
|
연도만 알 경우: key='첫째_생년' value='2020'
|
|
- 기타 key 예시: 재정_목표, 거주지, 직업, 자녀수"""
|
|
profile_repo.remember(key, value, user_id=user_id)
|
|
return f"'{key}' 정보를 기억했습니다: {value}"
|
|
|
|
@tool
|
|
def recall_user_info(key: str) -> str:
|
|
"""이전 대화에서 저장한 사용자 정보를 조회합니다."""
|
|
value = profile_repo.recall(key, user_id=user_id)
|
|
return value if value is not None else f"'{key}'에 대한 저장된 정보가 없습니다."
|
|
|
|
return remember_user_info, recall_user_info
|
|
|
|
|
|
def make_search_tool(retriever_service, source_buffer: list | None = None):
|
|
"""RetrieverService를 클로저로 감싼 문서 검색 Tool을 반환합니다.
|
|
|
|
source_buffer가 주어지면 검색된 문서의 메타데이터(source, page)를 누적 저장합니다.
|
|
"""
|
|
|
|
@tool
|
|
def search_documents(query: str) -> str:
|
|
"""등록된 문서(논문, 육아 가이드, 금융 자료 등)에서 관련 정보를 검색합니다.
|
|
육아·금융 관련 질문이 오면 자신의 지식으로 답하기 전에 반드시 이 도구를 먼저 호출하세요.
|
|
등록된 문서가 없거나 검색 결과가 없을 때만 자신의 학습 지식을 보조적으로 활용합니다."""
|
|
docs = retriever_service.search(query)
|
|
|
|
if source_buffer is not None:
|
|
for doc in docs:
|
|
src = doc.metadata.get("source", "")
|
|
page = doc.metadata.get("page", None)
|
|
if src:
|
|
entry = {"source": src}
|
|
if page is not None:
|
|
entry["page"] = page + 1 # 0-indexed → 1-indexed
|
|
if entry not in source_buffer:
|
|
source_buffer.append(entry)
|
|
|
|
if not docs:
|
|
return "관련 문서를 찾을 수 없습니다."
|
|
return "\n\n".join(
|
|
f"[문서 {i + 1}]\n{doc.page_content}" for i, doc in enumerate(docs)
|
|
)
|
|
|
|
return search_documents
|