feat: enhance stability and reporting quality

backend/graph/giga_agent/agents/lean_canvas/__init__.py

@@ -1,14 +1,14 @@
 import os
 
-from langchain_core.tools import tool
 from langchain_core.output_parsers import StrOutputParser
-from langchain.prompts import ChatPromptTemplate
-from langgraph.types import interrupt
+from langchain_core.prompts import ChatPromptTemplate
 from langchain_core.runnables.config import RunnableConfig
+from langchain_core.tools import tool
 from langgraph.graph import END, START, StateGraph
 from langgraph.graph.ui import push_ui_message
+from langgraph.types import interrupt
 from langgraph_sdk import get_client
-from typing_extensions import TypedDict, Annotated
+from typing_extensions import Annotated, TypedDict
 
 from giga_agent.utils.lang import LANG
 from giga_agent.utils.llm import load_llm
@@ -153,11 +153,11 @@ async def unfair_advantage(state: LeanGraphState, config: RunnableConfig):
     }
 
 
-from typing_extensions import Literal
-from langgraph.types import Command
-from pydantic import BaseModel, Field
 from langchain_core.output_parsers import PydanticOutputParser
 from langchain_tavily import TavilySearch
+from langgraph.types import Command
+from pydantic import BaseModel, Field
+from typing_extensions import Literal
 
 
 class CompetitorsAnalysisResult(BaseModel):

backend/graph/giga_agent/agents/researcher/graph.py

@@ -1,22 +1,23 @@
+import asyncio
 import os
 from typing import Annotated, Literal
 
-from deepagents import create_deep_agent
+from deepagents import async_create_deep_agent
 from langchain_core.tools import tool
+from langchain_tavily import TavilySearch
 from langgraph.graph.ui import push_ui_message
 from langgraph.prebuilt import InjectedState
 from langgraph_sdk import get_client
-from langchain_tavily import TavilySearch
 
 from giga_agent.utils.llm import load_llm
 from giga_agent.utils.messages import filter_tool_calls
 
-llm = load_llm().with_config(tags=["nostream"])
+llm = load_llm().bind(timeout=600).with_config(tags=["nostream"])
 
 
 async def internet_search(
     query: str,
-    max_results: int = 5,
+    max_results: int = 10,
     topic: Literal["general", "news", "finance"] = "general",
     include_raw_content: bool = False,
 ):
@@ -33,6 +34,7 @@ async def internet_search(
 sub_research_prompt = """Вы — преданный своему делу исследователь. Ваша задача — проводить исследования, основанные на вопросах пользователей.
 
 Проведите тщательное исследование и дайте пользователю подробный ответ на его вопрос.
+Используй поиск, чтобы найти информацию и обязательно указывай источники со ссылками, найденными с использованием поиска!
 
 Пользователю будет передан только ваш ОКОНЧАТЕЛЬНЫЙ ответ. Он не будет знать ничего, кроме вашего заключительного сообщения, поэтому ваш заключительный отчёт должен быть вашим заключительным сообщением!"""
 
@@ -60,7 +62,8 @@ async def internet_search(
 — Убедитесь, что отчёт охватывает ключевые области отрасли, обеспечивает общее понимание и не упускает важные моменты.
 — Убедитесь, что отчёт глубоко анализирует причины, последствия и тенденции, предоставляя ценную информацию.
 — Убедитесь, что отчёт точно соответствует теме исследования и отвечает на вопросы напрямую.
-— Убедитесь, что отчёт имеет четкую структуру, написан понятным языком и легко читается."""
+— Убедитесь, что отчёт имеет четкую структуру, написан понятным языком и легко читается.
+- Убедитесь, что отчёт имеет источники в соответствующем разделе со ссылками, найденными с использованием поиска!"""
 
 critique_sub_agent = {
     "name": "critique-agent",
@@ -77,6 +80,7 @@ async def internet_search(
 Используйте research-agent для проведения глубокого исследования. Он предоставит подробные ответы на ваши вопросы/темы.
 
 Когда вы сочтёте, что у вас достаточно информации для написания финального отчёта, запишите её в файл `final_report.md`.
+При написании финального отчёта указывайте источники со ссылками, найденными с использованием поиска!
 
 Вы можете вызвать critique-agent, чтобы получить критику финального отчёта. После этого (при необходимости) вы можете продолжить исследование и отредактировать файл `final_report.md`. Вы можете делать это столько раз, сколько захотите, пока не будете удовлетворены результатом.
 
@@ -137,6 +141,8 @@ async def internet_search(
 
 Оформите отчёт в понятной разметке Markdown с правильной структурой и включите ссылки на источники, где это необходимо.
 
+Обязательно указывай в отчёте источники со ссылками, найденными с использованием поиска!
+
 <Правила цитирования>
 - Присвойте каждому уникальному URL-адресу отдельный номер ссылки в тексте.
 - Заканчивайте текст тегом ###. Источники перечисляются с соответствующими номерами.
@@ -157,7 +163,7 @@ async def internet_search(
 """
 
 # Create the agent
-agent = create_deep_agent(
+agent = async_create_deep_agent(
     tools=[internet_search],
     instructions=research_instructions,
     subagents=[critique_sub_agent, research_sub_agent],
@@ -215,19 +221,25 @@ async def researcher_agent(
                     "node": list(chunk.data.keys())[0],
                 },
             )
-
-    final_report = "Отчет не был создан. Нужно попробовать еще раз."
     if "files" in result_state:
         if "final_report.md" in result_state["files"]:
             final_report = result_state["files"]["final_report.md"]
+        else:
+            final_report = result_state["messages"][-1].content
+    else:
+        final_report = result_state["messages"][-1].content
 
     return {
         "text": final_report,
-        "message": f'В результате выполнения был получен следующий отчёт: {final_report}. Покажи его пользователю.',
+        "message": f'В результате выполнения был получен следующий отчёт: {final_report}. Покажи его пользователю целиком, не сокращая. Обязательно возьми из отчета источники и добавь их в свой ответ! Оставляй формат источников [Title](URL). Если отчёта нет, попробуй вызвать агента ещё раз.',
     }
 
 
+async def chat_with_agent(message):
+    async for s in agent.astream({"messages": [{"role": "user", "content": message}]}):
+        print(s)
+
 if __name__ == "__main__":
     message = "что такое gigachain"
-    for s in agent.stream({"messages": [{"role": "user", "content": message}]}):
-        print(s)
+    # message = "чем LangChain отличается от GigaChain"
+    asyncio.run(chat_with_agent(message))

backend/graph/giga_agent/prompts/main_prompt.py

@@ -122,7 +122,7 @@
 - Внося изменения, думай о контексте использования кода, чтобы твои правки оставались совместимыми с остальной частью проекта и не нарушали стандарты программирования.
 - Не проси у пользователя больше информации, чем необходимо. Используй имеющиеся инструменты, чтобы эффективно и точно решить задачу.
 - Тебе запрещено начинать сообщения со слов “Отлично”, “Точно”, “Ладно”, “Конечно”. И не нужно вести беседу в привычном разговорном стиле. Говори кратко и по существу, например: “Я поправил ошибку”, без “Отлично, я поправил ошибку”.
-- При формирования ответа, старайся прикладывать ссылки на то откуда ты взял информацию к своим ответам
+- При формирования ответа, старайся прикладывать ссылки на то откуда ты взял информацию к своим ответам. Если инструмент вернул тебе ссылки, укажи их и в ответе тоже!
 
 ====
 

backend/graph/giga_agent/utils/llm.py

@@ -1,8 +1,9 @@
 import os
 from typing import Dict, Optional
-from langchain_gigachat import GigaChat, GigaChatEmbeddings
+
 from langchain.chat_models import init_chat_model
 from langchain.embeddings import init_embeddings
+from langchain_gigachat import GigaChat, GigaChatEmbeddings
 
 from giga_agent.utils.env import load_project_env