Оновлення логіки мультизапитів

Gradio_UI.py

@@ -8,12 +8,7 @@ logger = logging.getLogger(__name__)
 
 class GradioUI:
     def __init__(self, agent):
-        """
-        Ініціалізація класу GradioUI.
-        
-        Args:
-            agent: Екземпляр ResearchAgent для обробки запитів
-        """
+        """Ініціалізація інтерфейсу"""
         self.agent = agent
         logger.info("GradioUI успішно ініціалізовано")
         
@@ -39,7 +34,7 @@ class GradioUI:
         except Exception as e:
             logger.error(f"Помилка завантаження документації: {e}")
             return "# Помилка завантаження документації\nБудь ласка, перевірте наявність файлу docs/agent_documentation.md"
-
+        
     def build_interface(self):
         """Побудова інтерфейсу Gradio"""
         with gr.Blocks(theme=gr.themes.Soft()) as interface:
@@ -76,7 +71,7 @@ class GradioUI:
                             gr.HTML("""
                                 <style>
                                     #process-steps {
-                                        height: 600px;
+                                        height: 500px;
                                         overflow-y: auto;
                                         padding: 1rem;
                                         border: 1px solid #e5e7eb;
@@ -95,7 +90,8 @@ class GradioUI:
                         
                     with gr.Row():
                         submit_btn = gr.Button("Надіслати", variant="primary")
-                        clear_btn = gr.Button("Очистити")
+                        clear_btn = gr.Button("Очистити чат")
+                        clear_context_btn = gr.Button("Очистити контекст", variant="secondary")
                         save_btn = gr.Button("Зберегти")
 
                     response_text = gr.Textbox(visible=False)
@@ -108,8 +104,8 @@ class GradioUI:
             state = gr.State([])
             current_model = gr.State(self.agent.model_initializer.config['default_model'])
 
-            # Функції обробки подій
             def change_model(choice):
+                """Обробник зміни моделі"""
                 model_key = choice.split(" - ")[0]
                 self.agent.model_initializer.initialize_model(model_key)
                 return model_key
@@ -130,7 +126,12 @@ class GradioUI:
                         step_text = f"\n### Крок {step_num}: {step_data['info']}"
                         
                         if step_data['result']:
-                            step_text += f"\n```\n{step_data['result']}\n```"
+                            if isinstance(step_data['result'], dict):
+                                # Форматуємо словник для кращого відображення
+                                result_text = "\n".join(f"- {k}: {v}" for k, v in step_data['result'].items())
+                                step_text += f"\n```\n{result_text}\n```"
+                            else:
+                                step_text += f"\n```\n{step_data['result']}\n```"
                         
                         current_steps.append(step_text)
                         return "\n".join(current_steps)
@@ -139,7 +140,15 @@ class GradioUI:
                     response = self.agent.process_query(message)
                     chat_history[-1] = (message, response)
                     
+                    # Додаємо інформацію про контекст
+                    context_info = (
+                        f"\n### Інформація про контекст\n"
+                        f"Кількість попередніх запитів: {len(self.agent.conversation_context['previous_queries'])}\n"
+                        f"Поточна тема: {self.agent.conversation_context['last_topic']}"
+                    )
+                    current_steps.append(context_info)
                     current_steps.append("\n✅ Обробку завершено успішно!")
+                    
                     yield chat_history, "\n".join(current_steps), response
                     
                 except Exception as e:
@@ -150,6 +159,7 @@ class GradioUI:
                     yield chat_history, "\n".join(current_steps), None
 
             def save_response(response):
+                """Збереження відповіді у файл"""
                 if response:
                     timestamp = datetime.now().strftime("%Y%m%d_%H%M%S")
                     filename = f"research_report_{timestamp}.md"
@@ -161,6 +171,12 @@ class GradioUI:
                 return None
 
             def clear_chat():
+                """Очищення чату"""
+                return [], "", "", None
+
+            def clear_chat_and_context():
+                """Очищення чату та контексту"""
+                self.agent.clear_context()
                 return [], "", "", None
 
             # Налаштування обробників подій
@@ -189,6 +205,12 @@ class GradioUI:
                 queue=False
             )
 
+            clear_context_btn.click(
+                fn=clear_chat_and_context,
+                outputs=[chatbot, steps_log, response_text, file_output],
+                queue=False
+            )
+
         return interface
 
     def launch(self, **kwargs):

agent.py

@@ -8,22 +8,39 @@ logger = logging.getLogger(__name__)
 
 class ResearchAgent(CodeAgent):
     """
-    Дослідницький агент для наукового пошуку та аналізу.
+    Дослідницький агент для наукового пошуку та аналізу з підтримкою контексту розмови.
     """
     
     def __init__(self, model, tools, **kwargs):
         """
         Ініціалізація дослідницького агента.
+        
+        Args:
+            model: Модель для обробки запитів
+            tools: Інструменти для пошуку та обробки інформації
+            **kwargs: Додаткові параметри
         """
         super().__init__(model=model, tools=tools, **kwargs)
         self.available_tools = {tool.name: tool for tool in tools}
         self.model_initializer = None
         self.step_callback = None
-        self.current_step_results = {}
+        # Ініціалізація контексту розмови
+        self.conversation_context = {
+            'previous_queries': [],      # Історія запитів
+            'search_results': {},        # Результати пошуку для кожного запиту
+            'generated_content': {},     # Згенерований контент для кожного запиту
+            'last_topic': None          # Остання обговорювана тема
+        }
         logger.info(f"ResearchAgent ініціалізовано з інструментами: {list(self.available_tools.keys())}")
 
     def _update_steps(self, step_info: str, step_result: Any = None):
-        """Оновлення інформації про кроки з результатами"""
+        """
+        Оновлення інформації про кроки з результатами.
+        
+        Args:
+            step_info: Інформація про поточний крок
+            step_result: Результат виконання кроку
+        """
         if self.step_callback:
             step_data = {
                 'info': step_info,
@@ -35,121 +52,156 @@ class ResearchAgent(CodeAgent):
                 logger.info(f"Result: {str(step_result)[:200]}...")
 
     def _format_step_result(self, result: Any) -> str:
-        """Форматування результату кроку для відображення"""
+        """
+        Форматування результату кроку для відображення.
+        
+        Args:
+            result: Результат для форматування
+        Returns:
+            str: Відформатований результат
+        """
         if result is None:
             return ""
-            
         if isinstance(result, dict):
             return "\n".join([f"{k}: {str(v)}" for k, v in result.items()])
         elif isinstance(result, list):
             return "\n".join([str(item) for item in result])
-        else:
-            return str(result)
+        return str(result)
 
-    def run(self, task: str, stream=False, reset=True) -> str:
+    def _is_related_query(self, current_query: str, previous_context: Dict) -> bool:
         """
-        Перевизначений метод run для кращої обробки запитів.
+        Визначає, чи є поточний запит пов'язаним з попереднім контекстом.
+        
+        Args:
+            current_query: Поточний запит
+            previous_context: Попередній контекст
+        Returns:
+            bool: True якщо запит пов'язаний з попереднім контекстом
         """
+        if not previous_context['last_topic']:
+            return False
+
+        prompt = f"""Визначте, чи є це уточнюючим запитом до попередньої теми.
+        Попередня тема: {previous_context['last_topic']}
+        Новий запит: {current_query}
+        Відповідь має бути лише True або False."""
+
         try:
-            self._update_steps("Початок обробки запиту")
-            
-            # Step 1: Web Search
-            self._update_steps("Пошук інформації в інтернеті")
-            search_results = self.available_tools['web_search'](query=task)
-            self._update_steps("Отримано результати пошуку", search_results)
-            
-            # Step 2: Формування запиту до моделі
-            prompt = (
-                "As a research assistant, analyze the following information and create a detailed report.\n\n"
-                f"Task: {task}\n\n"
-                f"Search Results:\n{search_results}\n\n"
-                "Create a comprehensive report with references to sources."
-            )
-            
-            self._update_steps("Генерація звіту на основі знайденої інформації")
-            result = self.model(prompt)
-            self._update_steps("Згенеровано початковий варіант звіту", {
-                'length': len(result),
-                'preview': result[:200] + "..."
-            })
-            
-            self._update_steps("Форматування фінального звіту")
-            return result
-            
+            response = self.model(prompt)
+            return 'true' in response.lower()
         except Exception as e:
-            error_msg = f"Error in run method: {str(e)}"
-            logger.error(error_msg)
-            self._update_steps(f"Помилка", {'error': error_msg})
-            return error_msg
+            logger.error(f"Помилка при визначенні зв'язку запитів: {e}")
+            return False
 
-    def format_research_report(self, content: Dict[str, Any]) -> str:
+    def _build_context_prompt(self, query: str, context: Dict) -> str:
         """
-        Форматування результатів у звіт.
+        Формує промпт з урахуванням попереднього контексту.
+        
+        Args:
+            query: Поточний запит
+            context: Контекст розмови
+        Returns:
+            str: Сформований промпт
         """
-        try:
-            sections = [
-                "Executive Summary",
-                "Introduction",
-                "Methodology",
-                "Findings",
-                "Discussion",
-                "Conclusion",
-                "References"
-            ]
-            
-            report = [
-                "# Науковий звіт",
-                f"*Згенеровано: {datetime.now().strftime('%Y-%m-%d %H:%M:%S')}*\n"
-            ]
-            
-            for section in sections:
-                section_content = content.get(section, f"Розділ {section} не надано")
-                report.extend([
-                    f"## {section}",
-                    section_content,
-                    ""
-                ])
-            
-            return "\n".join(report)
-            
-        except Exception as e:
-            logger.error(f"Error formatting research report: {e}")
-            return str(content)
+        prompt_parts = []
+        
+        if context['previous_queries']:
+            prompt_parts.append("Попередні запити та результати:")
+            for prev_query in context['previous_queries'][-3:]:
+                prompt_parts.append(f"Запит: {prev_query}")
+                if prev_query in context['search_results']:
+                    prompt_parts.append("Знайдена інформація:")
+                    prompt_parts.append(context['search_results'][prev_query])
+                if prev_query in context['generated_content']:
+                    prompt_parts.append("Згенерований контент:")
+                    prompt_parts.append(context['generated_content'][prev_query])
+                prompt_parts.append("---")
+
+        prompt_parts.append(f"Поточний запит: {query}")
+        prompt_parts.append("На основі всієї наведеної інформації створіть детальну відповідь.")
+        
+        return "\n".join(prompt_parts)
+
+    def _update_context(self, query: str, search_results: str, generated_content: str):
+        """
+        Оновлює контекст розмови.
+        
+        Args:
+            query: Поточний запит
+            search_results: Результати пошуку
+            generated_content: Згенерований контент
+        """
+        self.conversation_context['previous_queries'].append(query)
+        self.conversation_context['search_results'][query] = search_results
+        self.conversation_context['generated_content'][query] = generated_content
+        self.conversation_context['last_topic'] = query
 
     def process_query(self, query: str, available_files: Optional[List[str]] = None) -> str:
         """
-        Обробка дослідницького запиту.
+        Обробка дослідницького запиту з підтримкою контексту.
+        
+        Args:
+            query: Запит для обробки
+            available_files: Список доступних файлів
+        Returns:
+            str: Результат обробки запиту
         """
         try:
             logger.info(f"Обробка дослідницького запиту: {query}")
             self._update_steps("Початок обробки запиту")
             
-            # Виконання запиту
-            result = self.run(
-                task=query,
-                stream=False,
-                reset=True
-            )
+            # Перевіряємо зв'язок з попереднім контекстом
+            is_related = self._is_related_query(query, self.conversation_context)
+            self._update_steps("Аналіз зв'язку з попереднім контекстом", 
+                             {'is_related': is_related})
+
+            # Виконуємо пошук
+            self._update_steps("Пошук інформації в інтернеті")
+            search_results = self.available_tools['web_search'](query=query)
+            self._update_steps("Отримано результати пошуку", search_results)
+
+            # Формуємо промпт
+            if is_related:
+                prompt = self._build_context_prompt(query, self.conversation_context)
+                self._update_steps("Формування запиту з урахуванням контексту", 
+                                 {'context_length': len(self.conversation_context['previous_queries'])})
+            else:
+                prompt = f"Task: {query}\n\nSearch Results:\n{search_results}"
+                self._update_steps("Формування нового запиту")
+
+            # Генеруємо відповідь
+            self._update_steps("Генерація відповіді")
+            result = self.model(prompt)
             
-            if not result:
-                self._update_steps("Не отримано результатів", {'error': 'Empty result'})
-                return "Не вдалося отримати результати. Будь ласка, спробуйте переформулювати запит."
+            # Оновлюємо контекст
+            self._update_steps("Оновлення контексту розмови")
+            self._update_context(query, search_results, result)
             
             self._update_steps("Запит успішно оброблено", {
-                'status': 'success',
-                'result_length': len(str(result))
+                'context_size': len(self.conversation_context['previous_queries']),
+                'is_related_query': is_related
             })
             
-            if isinstance(result, str):
-                return result
-            
-            if isinstance(result, dict):
-                return self.format_research_report(result)
-            
-            return str(result)
+            return result
             
         except Exception as e:
             error_msg = f"Помилка при обробці запиту: {str(e)}"
             logger.error(error_msg)
             self._update_steps(f"Помилка", {'error': error_msg})
-            return error_msg
+            return error_msg
+
+    def clear_context(self):
+        """
+        Очищення контексту розмови.
+        
+        Returns:
+            str: Повідомлення про очищення контексту
+        """
+        self.conversation_context = {
+            'previous_queries': [],
+            'search_results': {},
+            'generated_content': {},
+            'last_topic': None
+        }
+        logger.info("Контекст розмови очищено")
+        return "Контекст розмови очищено"

docs/agent_documentation.md

@@ -2,14 +2,16 @@
 
 ## Загальний опис
 
-Research Agent - це інтелектуальний помічник для проведення наукових досліджень та створення структурованих звітів. Агент використовує потужні мовні моделі та має доступ до різних інструментів для пошуку та аналізу інформації.
+Research Agent - це інтелектуальний помічник для проведення наукових досліджень та створення структурованих звітів. Агент використовує потужні мовні моделі та має доступ до різних інструментів для пошуку та аналізу інформації. Підтримує контекстний діалог, що дозволяє вести послідовне дослідження теми через уточнюючі запитання.
 
 ## Основні можливості
 
-- Пошук інформації в інтернеті
+- Пошук та аналіз інформації в інтернеті
 - Аналіз та синтез знайденої інформації
 - Створення структурованих наукових звітів
+- Підтримка контекстного діалогу та уточнюючих запитань
 - Збереження результатів дослідження
+- Інтерактивне відображення процесу обробки
 
 ## Доступні інструменти
 
@@ -21,11 +23,22 @@ Research Agent - це інтелектуальний помічник для п
 
 ## Рекомендації з використання
 
+### Загальні рекомендації
 - Формулюйте чіткі та конкретні запити
-- Вказуйте бажану структуру звіту, якщо вона відрізняється від стандартної
 - Використовуйте опцію збереження для важливих результатів
 - Перевіряйте проміжні кроки у вікні Process Steps
-- При потребі візуалізації даних, вказуйте це явно в запиті
+- Слідкуйте за контекстом розмови в інформаційному блоці
+
+### Робота з контекстом
+- Використовуйте уточнюючі запитання для глибшого дослідження теми
+- Слідкуйте за відображенням контексту у вікні Process Steps
+- Використовуйте кнопку "Очистити контекст" для початку нової теми
+- Зверніть увагу на індикатор зв'язку з попереднім контекстом
+
+### Структура запитів
+- Для нової теми: формулюйте повний, самодостатній запит
+- Для уточнення: можна використовувати короткі, контекстні запитання
+- При зміні теми: рекомендується очистити контекст
 
 ## Формат звітів
 
@@ -39,37 +52,55 @@ Research Agent - це інтелектуальний помічник для п
 - **Conclusion** - висновки
 - **References** - використані джерела
 
-## Приклади запитів
+## Приклади діалогів
 
-### Загальний пошук
+### Послідовне дослідження
 ```
-Дослідіть сучасні тенденції в розвитку штучного інтелекту
+Користувач: Дослідіть сучасні тенденції в розвитку штучного інтелекту
+Агент: [надає загальний огляд]
+Користувач: Розкажіть детальніше про застосування у медицині
+Агент: [надає специфічну інформацію, використовуючи попередній контекст]
 ```
 
-### Запит з візуалізацією
+### Зміна теми
 ```
-Проаналізуйте використання ШІ в діагностиці захворювань та створіть візуалізацію
+Користувач: [натискає "Очистити контекст"]
+Користувач: Дослідіть нову тему...
 ```
 
-### Специфічний аналіз
-```
-Порівняйте ефективність різних методів машинного навчання в обробці медичних зображень
-```
+## Інтерфейс користувача
 
-## Додаткові функції
+### Основні елементи
+- **Чат** - основне вікно діалогу
+- **Process Steps** - відображення процесу обробки та контексту
+- **Кнопки керування**:
+  - "Надіслати" - відправка запиту
+  - "Очистити чат" - очищення історії повідомлень
+  - "Очистити контекст" - скидання контексту розмови
+  - "Зберегти" - збереження результатів
 
 ### Вибір моделі
 Агент підтримує різні мовні моделі:
 - **Gemini Pro** - швидка та потужна модель від Google
 - **Mistral** - оптимізована інструктивна модель
 
-### Збереження результатів
-- Використовуйте кнопку "Зберегти" для експорту звіту в форматі Markdown
-- Всі звіти зберігаються з часовою міткою для легкого відстеження
-
 ### Моніторинг процесу
 Вікно Process Steps показує:
 - Поточний етап обробки
 - Результати проміжних операцій
+- Інформацію про контекст розмови
 - Статус виконання запиту
-- Можливі помилки та їх деталі
+- Можливі помилки та їх деталі
+
+### Контекстна інформація
+У вікні Process Steps відображається:
+- Кількість попередніх запитів у контексті
+- Поточна тема дослідження
+- Зв'язок з попередніми запитами
+- Статус обробки контексту
+
+### Збереження результатів
+- Використовуйте кнопку "Зберегти" для експорту звіту
+- Всі звіти зберігаються в форматі Markdown
+- Файли містять часову мітку для легкого відстеження
+- Збережені звіти доступні в папці "saved_reports"