File size: 48,651 Bytes
08c12ea 1b28be9 08c12ea 1b28be9 4aa77d6 08c12ea 1b28be9 08c12ea 6eeaf7b 1b28be9 08c12ea 6eeaf7b 08c12ea 1b28be9 08c12ea 1b28be9 08c12ea 1b28be9 08c12ea 1b28be9 08c12ea 1b28be9 08c12ea 1b28be9 08c12ea 6eeaf7b 1b28be9 08c12ea 60c5f3d |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340 341 342 343 344 345 346 347 348 349 350 351 352 353 354 355 356 357 358 359 360 361 362 363 364 365 366 367 368 369 370 371 372 373 374 375 376 377 378 379 380 381 382 383 384 385 386 387 388 389 390 391 392 393 394 395 396 397 398 399 400 401 402 403 404 405 406 407 408 409 410 411 412 413 414 415 416 417 418 419 420 421 422 423 424 425 426 427 428 429 430 431 432 433 434 435 436 437 438 439 440 441 442 443 444 445 446 447 448 449 450 451 452 453 454 455 456 457 458 459 460 461 462 463 464 465 466 467 468 469 470 471 472 473 474 475 476 477 478 479 480 481 482 483 484 485 486 487 488 489 490 491 492 493 494 495 496 497 498 499 500 501 502 503 504 505 506 507 508 509 510 511 512 513 514 515 516 517 518 519 520 521 522 523 524 525 526 527 528 529 530 531 532 533 534 535 536 537 538 539 540 541 542 543 544 545 546 547 548 549 550 551 552 553 554 555 556 557 558 559 560 561 562 563 564 565 566 567 568 569 570 571 572 573 574 575 576 577 578 579 580 581 582 583 584 585 586 587 588 589 590 591 592 593 594 595 596 597 598 599 600 601 602 603 604 605 606 607 608 609 610 611 612 613 614 615 616 617 618 619 620 621 622 623 624 625 626 627 628 629 630 631 632 633 634 635 636 637 638 639 640 641 642 643 644 645 646 647 648 649 650 651 652 653 654 655 656 657 658 659 660 661 662 663 664 665 666 667 668 669 670 671 672 673 674 675 676 677 678 679 680 681 682 683 684 685 686 687 688 689 690 691 692 693 694 695 696 697 698 699 700 701 702 703 704 705 706 707 708 709 710 711 712 713 714 715 716 717 718 719 720 721 722 723 724 725 726 727 728 729 730 731 732 733 734 735 736 737 738 739 740 741 742 743 744 745 746 747 748 749 750 751 752 753 754 755 756 757 758 759 760 761 762 763 764 765 766 767 768 769 770 771 772 773 774 775 776 777 778 779 780 781 782 783 784 785 786 787 788 789 790 791 792 793 794 795 796 797 798 799 800 801 802 803 804 805 806 807 808 809 810 811 812 813 814 815 816 817 818 819 820 821 822 823 824 825 826 827 828 829 830 831 832 833 834 835 836 837 838 839 840 841 842 843 844 845 846 847 848 849 850 851 852 853 854 855 856 857 858 859 860 861 862 863 864 865 866 867 868 869 870 871 872 873 874 875 876 877 878 879 880 881 882 883 884 885 886 887 888 889 890 891 892 893 894 895 896 897 898 899 900 901 902 903 904 905 906 907 908 909 910 911 912 913 914 915 916 917 918 919 920 921 922 923 924 925 926 927 928 929 930 931 932 933 934 935 936 937 938 939 940 941 942 943 944 945 946 947 948 949 950 951 952 953 954 955 956 957 958 959 960 961 962 963 964 965 966 967 968 969 970 971 972 973 974 975 976 977 978 979 980 981 982 983 984 985 986 987 988 989 990 991 992 993 994 995 996 997 998 999 1000 1001 1002 1003 1004 1005 1006 1007 1008 1009 1010 1011 1012 1013 1014 1015 1016 1017 1018 1019 1020 1021 1022 1023 1024 1025 1026 1027 1028 1029 1030 1031 1032 1033 1034 1035 1036 1037 1038 1039 1040 1041 1042 1043 1044 1045 1046 1047 1048 1049 1050 1051 1052 1053 1054 1055 1056 1057 1058 1059 1060 1061 1062 1063 1064 1065 1066 1067 1068 1069 1070 1071 1072 1073 1074 1075 1076 1077 1078 1079 1080 1081 1082 1083 1084 1085 1086 1087 1088 1089 1090 1091 1092 1093 1094 1095 1096 1097 1098 1099 1100 1101 1102 1103 1104 1105 1106 1107 1108 1109 1110 1111 1112 1113 1114 1115 1116 1117 1118 1119 1120 1121 1122 1123 1124 1125 1126 1127 1128 1129 1130 1131 1132 1133 1134 1135 1136 1137 1138 1139 1140 1141 1142 1143 1144 1145 1146 1147 1148 1149 1150 1151 1152 1153 1154 1155 1156 1157 1158 1159 1160 1161 1162 1163 1164 1165 1166 1167 1168 1169 1170 1171 1172 1173 1174 1175 1176 1177 1178 1179 1180 1181 1182 1183 1184 1185 1186 1187 1188 1189 1190 1191 1192 1193 1194 1195 1196 1197 1198 1199 1200 1201 1202 1203 1204 1205 1206 1207 1208 1209 1210 |
"""
Agent Collaboratif LangGraph pour l'Université Gustave Eiffel
===============================================================
Ce script implémente un agent collaboratif multi-base utilisant LangGraph pour orchestrer
des recherches dans 4 bases vectorielles Pinecone liées aux thématiques de Ville Durable.
Architecture:
- Workflow LangGraph avec nodes spécialisés
- Retrievers Langchain-Pinecone avec similarity search + score
- Filtrage par catégorie pour chaque base
- Validation anti-hallucination en boucle
- Orchestration intelligente des recherches
Prérequis:
- pip install langgraph langchain langchain-pinecone langchain-openai pinecone
- Variables d'environnement: PINECONE_API_KEY, OPENAI_API_KEY
"""
import os
import json
from typing import TypedDict, Annotated, List, Dict, Any, Sequence
from operator import add
from langchain_openai import ChatOpenAI
from langchain_pinecone import PineconeVectorStore
from langchain_core.embeddings import Embeddings
from langchain_core.documents import Document
from langchain_core.messages import BaseMessage, HumanMessage, AIMessage, SystemMessage
from langchain_core.prompts import ChatPromptTemplate
from langchain_core.output_parsers import JsonOutputParser
from langgraph.graph import StateGraph, END
from langgraph.prebuilt import ToolNode
#from langgraph.checkpoint.memory import MemorySaver
from pinecone import Pinecone
import asyncio
from tavily import TavilyClient
# =============================================================================
# CONFIGURATION GLOBALE
# =============================================================================
# Configuration API
PINECONE_API_KEY = os.environ.get("PINECONE_API_KEY")
TAVILY_API_KEY = os.environ.get("TAVILY_API_KEY")
OPENAI_API_KEY = os.environ.get("OPENAI_API_KEY")
OPENAI_BASE_URL = os.environ.get("OPENAI_BASE_URL")
OPENAI_MODEL_NAME = os.environ.get("OPENAI_MODEL_NAME")
HUGGINGFACE_MODEL = os.environ.get("HUGGINGFACE_MODEL", "sentence-transformers/all-mpnet-base-v2")
PINECONE_INDEX_NAME = "all-jdlp"
# Configuration modèle
MAX_VALIDATION_LOOPS = 1
SIMILARITY_TOP_K = 10
SIMILARITY_SCORE_THRESHOLD = 0.5
# Validation des variables d'environnement
if not PINECONE_API_KEY:
raise ValueError("❌ PINECONE_API_KEY non définie. Exécutez: export PINECONE_API_KEY='votre-clé'")
if not OPENAI_API_KEY:
raise ValueError("❌ OPENAI_API_KEY non définie. Exécutez: export OPENAI_API_KEY='votre-clé'")
if not TAVILY_API_KEY:
raise ValueError("❌ TAVILY_API_KEY non définie. Exécutez: export TAVILY_API_KEY='votre-clé'")
# =============================================================================
# EMBEDDINGS HUGGINGFACE
# =============================================================================
class HuggingFaceEmbeddings(Embeddings):
"""
Classe d'embeddings utilisant HuggingFace Transformers.
"""
def __init__(self, model_name: str = HUGGINGFACE_MODEL):
"""
Initialise les embeddings HuggingFace.
Args:
model_name: Nom du modèle HuggingFace à utiliser
"""
from sentence_transformers import SentenceTransformer
self.model_name = model_name
print(f"🤗 Chargement du modèle HuggingFace: {model_name}")
self.model = SentenceTransformer(model_name)
self.dimension = self.model.get_sentence_embedding_dimension()
print(f"✅ Modèle chargé (dimension: {self.dimension})")
def embed_documents(self, texts: List[str]) -> List[List[float]]:
"""
Génère des embeddings pour une liste de documents.
Args:
texts: Liste de textes à vectoriser
Returns:
Liste de vecteurs d'embeddings
"""
embeddings = self.model.encode(texts, convert_to_numpy=True)
return embeddings.tolist()
def embed_query(self, text: str) -> List[float]:
"""
Génère un embedding pour une requête unique.
Args:
text: Texte de la requête
Returns:
Vecteur d'embedding
"""
embedding = self.model.encode(text, convert_to_numpy=True)
return embedding.tolist()
# =============================================================================
# DÉFINITION DE L'ÉTAT DU GRAPHE
# =============================================================================
class AgentState(TypedDict):
"""État global du workflow LangGraph."""
messages: Annotated[Sequence[BaseMessage], add]
user_query: str
query_analysis: Dict[str, Any]
collected_information: List[Dict[str, Any]]
validation_results: List[Dict[str, Any]]
final_response: str
iteration_count: int
errors: List[str]
additional_information: List[Dict[str, Any]] # Nouvelles infos similaires
similar_info_response: str # Réponse LLM basée sur les informations similaires
web_search_results: List[Dict[str, Any]] # Résultats de la recherche web
# =============================================================================
# INITIALISATION DES RETRIEVERS PINECONE
# =============================================================================
class PineconeRetrieverManager:
"""Gestionnaire centralisé des retrievers Pinecone."""
def __init__(self):
"""Initialise le gestionnaire et crée les 4 retrievers spécialisés."""
print("🔧 Initialisation du gestionnaire Pinecone...")
self.pc = Pinecone(api_key=PINECONE_API_KEY)
self.index = self.pc.Index(PINECONE_INDEX_NAME)
# Utilisation de HuggingFace Embeddings
self.embeddings = HuggingFaceEmbeddings()
self.retrievers = {
"laboratoires": self._create_retriever(
category="FICHELABOTHEMATIQUEAVID",
description="Laboratoires et thématiques Ville Durable"
),
"formations": self._create_retriever(
category="FORMATIONTHEMATIQUEAVID",
description="Formations liées à la Ville Durable"
),
"recherche": self._create_retriever(
category="RECHERCHETHEMATIQUEAVID",
description="Axes de recherche et partenariats"
),
"publications": self._create_retriever(
category="PUBLICATIONTHEMATIQUEAVID",
description="Publications scientifiques"
)
}
print("✅ Gestionnaire Pinecone initialisé avec 4 retrievers\n")
def _create_retriever(self, category: str, description: str):
"""Crée un retriever Pinecone avec filtrage par catégorie."""
vectorstore = PineconeVectorStore(
index=self.index,
embedding=self.embeddings,
text_key="text",
namespace=""
)
retriever = vectorstore.as_retriever(
search_type="similarity_score_threshold",
search_kwargs={
"k": SIMILARITY_TOP_K,
"score_threshold": SIMILARITY_SCORE_THRESHOLD,
"filter": {"categorie": {"$eq": category}}
}
)
retriever.metadata = {
"category": category,
"description": description
}
return retriever
def get_retriever(self, retriever_name: str):
"""Récupère un retriever par son nom."""
return self.retrievers.get(retriever_name)
def search_all_databases(self, query: str, exclude_categories: List[str] = None) -> List[Dict[str, Any]]:
"""
Recherche dans toutes les bases pour trouver des informations similaires.
Args:
query: Requête de recherche
exclude_categories: Catégories à exclure de la recherche
Returns:
Liste des informations similaires trouvées
"""
exclude_categories = exclude_categories or []
similar_info = []
for db_name, retriever in self.retrievers.items():
if retriever.metadata["category"] in exclude_categories:
continue
try:
documents = retriever.get_relevant_documents(query)
if documents:
for doc in documents:
similar_info.append({
"database": db_name,
"category": retriever.metadata["category"],
"content": doc.page_content,
"metadata": doc.metadata,
"score": getattr(doc, 'score', None)
})
except Exception as e:
print(f"⚠️ Erreur recherche similaires dans '{db_name}': {str(e)}")
return similar_info
retriever_manager = PineconeRetrieverManager()
# =============================================================================
# NODE 1: ANALYSE DE LA REQUÊTE
# =============================================================================
def analyze_query_node(state: AgentState) -> AgentState:
"""Node d'analyse de la requête utilisateur."""
print(f"\n{'='*80}")
print(f"📊 NODE 1: ANALYSE DE LA REQUÊTE")
print(f"{'='*80}")
print(f"🔍 Requête: {state['user_query']}\n")
llm = ChatOpenAI(
model=OPENAI_MODEL_NAME,
base_url=OPENAI_BASE_URL,
api_key=OPENAI_API_KEY,
temperature=0
)
analysis_prompt = ChatPromptTemplate.from_messages([
("system", """Tu es un expert de l'Université Gustave Eiffel spécialisé dans les thématiques de Ville Durable.
Analyse la requête et détermine quelle(s) base(s) de données interroger parmi:
1. **laboratoires** (FICHELABOTHEMATIQUEAVID)
2. **formations** (FORMATIONTHEMATIQUEAVID)
3. **recherche** (RECHERCHETHEMATIQUEAVID)
4. **publications** (PUBLICATIONTHEMATIQUEAVID)
Réponds UNIQUEMENT en JSON valide."""),
("human", """{user_query}
Format de réponse attendu:
{{
"databases_to_query": ["laboratoires", "formations", "recherche", "publications"],
"priorities": {{
"laboratoires": "high",
"formations": "medium",
"recherche": "low",
"publications": "high"
}},
"optimized_queries": {{
"laboratoires": "requête optimisée",
"formations": "requête optimisée",
"recherche": "requête optimisée",
"publications": "requête optimisée"
}},
"analysis_summary": "résumé de l'analyse"
}}""")
])
json_parser = JsonOutputParser()
analysis_chain = analysis_prompt | llm | json_parser
try:
query_analysis = analysis_chain.invoke({"user_query": state["user_query"]})
print(f"✅ Bases identifiées: {', '.join(query_analysis['databases_to_query'])}")
print(f"✅ {query_analysis['analysis_summary']}\n")
state["query_analysis"] = query_analysis
state["messages"].append(AIMessage(content=f"Analyse terminée: {query_analysis['analysis_summary']}"))
except Exception as e:
error_msg = f"Erreur lors de l'analyse: {str(e)}"
print(f"❌ {error_msg}")
state["errors"].append(error_msg)
state["query_analysis"] = {
"databases_to_query": ["laboratoires"],
"priorities": {"laboratoires": "high"},
"optimized_queries": {"laboratoires": state["user_query"]},
"analysis_summary": "Analyse par défaut suite à erreur"
}
return state
# =============================================================================
# NODE 2: COLLECTE D'INFORMATIONS
# =============================================================================
def collect_information_node(state: AgentState) -> AgentState:
"""Node de collecte d'informations depuis les bases Pinecone."""
print(f"\n{'='*80}")
print(f"🔎 NODE 2: COLLECTE D'INFORMATIONS DEPUIS PINECONE")
print(f"{'='*80}\n")
query_analysis = state["query_analysis"]
collected_info = []
priorities_order = {"high": 0, "medium": 1, "low": 2}
databases = sorted(
query_analysis["databases_to_query"],
key=lambda db: priorities_order.get(query_analysis["priorities"].get(db, "low"), 2)
)
for db_name in databases:
retriever = retriever_manager.get_retriever(db_name)
if not retriever:
print(f"⚠️ Retriever '{db_name}' non trouvé, ignoré.")
continue
query = query_analysis["optimized_queries"].get(db_name, state["user_query"])
priority = query_analysis["priorities"].get(db_name, "low")
print(f"🔍 Recherche dans '{db_name}' (priorité: {priority})")
print(f" Requête: {query[:80]}...")
try:
documents = retriever.get_relevant_documents(query)
if documents:
print(f" ✅ {len(documents)} résultat(s) trouvé(s)")
results = []
for doc in documents:
results.append({
"content": doc.page_content,
"metadata": doc.metadata,
"score": getattr(doc, 'score', None)
})
collected_info.append({
"database": db_name,
"category": retriever.metadata["category"],
"query": query,
"priority": priority,
"results_count": len(results),
"results": results
})
else:
print(f" ℹ️ Aucun résultat")
except Exception as e:
error_msg = f"Erreur lors de la recherche dans '{db_name}': {str(e)}"
print(f" ❌ {error_msg}")
state["errors"].append(error_msg)
print(f"\n✅ Collecte terminée: {len(collected_info)} base(s) interrogée(s)\n")
state["collected_information"] = collected_info
state["messages"].append(AIMessage(
content=f"Collecte terminée depuis {len(collected_info)} bases Pinecone"
))
return state
# =============================================================================
# NODE 3: GÉNÉRATION DE LA RÉPONSE
# =============================================================================
def generate_response_node(state: AgentState) -> AgentState:
"""Node de génération de la réponse finale."""
print(f"\n{'='*80}")
print(f"✏️ NODE 3: GÉNÉRATION DE LA RÉPONSE")
print(f"{'='*80}\n")
llm = ChatOpenAI(
model=OPENAI_MODEL_NAME,
base_url=OPENAI_BASE_URL,
api_key=OPENAI_API_KEY,
temperature=0.3
)
context_parts = []
for info in state["collected_information"]:
context_parts.append(f"\n### Base: {info['database']} (Catégorie: {info['category']})")
context_parts.append(f"Requête: {info['query']}")
context_parts.append(f"Résultats: {info['results_count']}")
for idx, result in enumerate(info['results'], 1):
context_parts.append(f"\nRésultat {idx}:")
context_parts.append(f"Score: {result.get('score', 'N/A')}")
context_parts.append(f"Contenu: {result['content'][:500]}...")
if result['metadata']:
context_parts.append(f"Métadonnées: {json.dumps(result['metadata'], ensure_ascii=False)}")
context = "\n".join(context_parts)
generation_prompt = ChatPromptTemplate.from_messages([
("system", """Tu es un assistant expert de l'Université Gustave Eiffel spécialisé en Ville Durable.
RÈGLES STRICTES:
1. Base ta réponse EXCLUSIVEMENT sur les informations fournies dans le contexte Pinecone
2. Ne JAMAIS inventer ou extrapoler d'informations
3. Cite précisément les sources (nom de la base, catégorie Pinecone)
4. Si une information n'est pas dans les sources, indique-le clairement
5. Structure ta réponse de manière claire et professionnelle
6. Mentionne les métadonnées pertinentes (laboratoires, formations, auteurs, etc.)"""),
("human", """REQUÊTE UTILISATEUR:
{user_query}
CONTEXTE PINECONE (SOURCES VÉRIFIÉES):
{context}
Génère une réponse professionnelle basée uniquement sur ces sources.""")
])
generation_chain = generation_prompt | llm
try:
response = generation_chain.invoke({
"user_query": state["user_query"],
"context": context
})
final_response = response.content
print(f"✅ Réponse générée ({len(final_response)} caractères)\n")
state["final_response"] = final_response
state["messages"].append(AIMessage(content=final_response))
except Exception as e:
error_msg = f"Erreur lors de la génération: {str(e)}"
print(f"❌ {error_msg}")
state["errors"].append(error_msg)
state["final_response"] = f"Erreur lors de la génération de la réponse: {str(e)}"
return state
# =============================================================================
# NODE 4: VALIDATION ANTI-HALLUCINATION
# =============================================================================
def validate_response_node(state: AgentState) -> AgentState:
"""Node de validation anti-hallucination."""
print(f"\n{'='*80}")
print(f"✅ NODE 4: VALIDATION ANTI-HALLUCINATION")
print(f"{'='*80}")
iteration = state["iteration_count"] + 1
print(f"🔄 Itération {iteration}/{MAX_VALIDATION_LOOPS}\n")
llm = ChatOpenAI(
model=OPENAI_MODEL_NAME,
base_url=OPENAI_BASE_URL,
api_key=OPENAI_API_KEY,
temperature=0
)
validation_prompt = ChatPromptTemplate.from_messages([
("system", """Tu es un validateur strict pour l'Université Gustave Eiffel.
Vérifie que CHAQUE élément de la réponse est STRICTEMENT basé sur les sources Pinecone fournies.
Sois IMPITOYABLE: mieux vaut rejeter une bonne réponse que laisser passer une hallucination."""),
("human", """RÉPONSE À VALIDER:
{response}
SOURCES PINECONE (VÉRITÉ ABSOLUE):
{sources}
Réponds en JSON valide:
{{
"is_valid": true/false,
"confidence_score": 0-100,
"hallucinations_detected": ["liste précise des hallucinations"],
"missing_information": ["informations manquantes si dans sources"],
"incorrect_facts": ["faits incorrects ou mal attribués"],
"validation_message": "message détaillé avec recommandations"
}}""")
])
json_parser = JsonOutputParser()
validation_chain = validation_prompt | llm | json_parser
try:
sources_json = json.dumps(
state["collected_information"],
ensure_ascii=False,
indent=2
)
validation_result = validation_chain.invoke({
"response": state["final_response"],
"sources": sources_json
})
print(f"📊 Confiance: {validation_result['confidence_score']}%")
print(f"📊 Valide: {validation_result['is_valid']}")
if validation_result['hallucinations_detected']:
print(f"⚠️ Hallucinations détectées: {len(validation_result['hallucinations_detected'])}")
for hall in validation_result['hallucinations_detected']:
print(f" - {hall}")
else:
print(f"✅ Aucune hallucination détectée")
state["validation_results"].append(validation_result)
state["iteration_count"] = iteration
except Exception as e:
error_msg = f"Erreur lors de la validation: {str(e)}"
print(f"❌ {error_msg}")
state["errors"].append(error_msg)
validation_result = {
"is_valid": False,
"confidence_score": 0,
"hallucinations_detected": [f"Erreur de validation: {str(e)}"],
"missing_information": [],
"incorrect_facts": [],
"validation_message": "Erreur lors de la validation"
}
state["validation_results"].append(validation_result)
state["iteration_count"] = iteration
print()
return state
# =============================================================================
# NODE 5: REFINEMENT
# =============================================================================
def refine_response_node(state: AgentState) -> AgentState:
"""Node de refinement de la réponse."""
print(f"\n{'='*80}")
print(f"⚙️ NODE 5: REFINEMENT (CORRECTION)")
print(f"{'='*80}\n")
last_validation = state["validation_results"][-1]
print(f"🔧 Correction des problèmes détectés:")
print(f" - Hallucinations: {len(last_validation['hallucinations_detected'])}")
print(f" - Faits incorrects: {len(last_validation['incorrect_facts'])}")
print(f" - Infos manquantes: {len(last_validation['missing_information'])}\n")
llm = ChatOpenAI(
model=OPENAI_MODEL_NAME,
base_url=OPENAI_BASE_URL,
api_key=OPENAI_API_KEY,
temperature=0.2
)
refinement_prompt = ChatPromptTemplate.from_messages([
("system", """Tu es un correcteur expert pour l'Université Gustave Eiffel.
Corrige la réponse précédente en éliminant TOUTES les hallucinations et erreurs."""),
("human", """RÉPONSE PRÉCÉDENTE (AVEC ERREURS):
{previous_response}
PROBLÈMES DÉTECTÉS:
{validation_issues}
SOURCES PINECONE (VÉRITÉ ABSOLUE):
{sources}
Génère une réponse corrigée, précise et vérifiable.""")
])
refinement_chain = refinement_prompt | llm
try:
validation_issues = json.dumps({
"hallucinations": last_validation['hallucinations_detected'],
"incorrect_facts": last_validation['incorrect_facts'],
"missing_information": last_validation['missing_information'],
"validation_message": last_validation['validation_message']
}, ensure_ascii=False, indent=2)
sources_json = json.dumps(
state["collected_information"],
ensure_ascii=False,
indent=2
)
response = refinement_chain.invoke({
"previous_response": state["final_response"],
"validation_issues": validation_issues,
"sources": sources_json
})
refined_response = response.content
print(f"✅ Réponse corrigée générée ({len(refined_response)} caractères)\n")
state["final_response"] = refined_response
state["messages"].append(AIMessage(
content=f"Réponse corrigée (itération {state['iteration_count']})"
))
except Exception as e:
error_msg = f"Erreur lors du refinement: {str(e)}"
print(f"❌ {error_msg}")
state["errors"].append(error_msg)
return state
# =============================================================================
# NODE 6: COLLECTE D'INFORMATIONS SIMILAIRES
# =============================================================================
def collect_similar_information_node(state: AgentState) -> AgentState:
"""
Node de collecte d'informations similaires depuis les autres bases.
"""
print(f"\n{'='*80}")
print(f"🔗 NODE 6: COLLECTE D'INFORMATIONS SIMILAIRES")
print(f"{'='*80}\n")
# Catégories déjà utilisées
used_categories = [info["category"] for info in state["collected_information"]]
# Recherche dans les autres bases
print(f"🔍 Recherche d'informations similaires dans les bases non consultées...")
similar_info = retriever_manager.search_all_databases(
query=state["user_query"],
exclude_categories=used_categories
)
# Recherche aussi basée sur la réponse finale
if state.get("final_response"):
print(f"🔍 Recherche basée sur la réponse finale...")
response_based_info = retriever_manager.search_all_databases(
query=state["final_response"][:500], # Limiter la taille
exclude_categories=used_categories
)
# Fusionner et dédupliquer
for info in response_based_info:
if info not in similar_info:
similar_info.append(info)
print(f"✅ {len(similar_info)} information(s) similaire(s) trouvée(s)\n")
state["additional_information"] = similar_info
# Génération de la réponse LLM à partir des informations similaires
if similar_info:
print(f"🧠 Génération d'une synthèse LLM pour les informations similaires...")
llm = ChatOpenAI(
model=OPENAI_MODEL_NAME,
base_url=OPENAI_BASE_URL,
api_key=OPENAI_API_KEY,
temperature=0.7 # Température plus élevée pour une réponse créative/synthétisée
)
similar_info_prompt = ChatPromptTemplate.from_messages([
("system", """Tu es un assistant expert de l'Université Gustave Eiffel spécialisé en Ville Durable.
Les informations suivantes sont des documents similaires ou apparentés à la requête initiale, mais qui n'ont pas été utilisées pour générer la réponse principale. Ton rôle est de les synthétiser et de les présenter de manière concise et utile pour l'utilisateur, en expliquant en quoi elles pourraient être intéressantes ou complémentaires.
REÇUES:
{similar_information}
Réponds de manière professionnelle, sans inventer d'informations. Mets en avant la diversité des sources et la pertinence potentielle pour l'utilisateur."""),
("human", """Requête originale: {user_query}
Voici les informations similaires que j'ai trouvées. Peux-tu en faire une synthèse qui met en lumière leur intérêt potentiel pour ma requête originale, même si elles n'ont pas été utilisées directement dans la réponse principale ?""")
])
similar_info_chain = similar_info_prompt | llm
try:
similar_info_text = json.dumps(
similar_info,
ensure_ascii=False,
indent=2
)
llm_response = similar_info_chain.invoke({
"user_query": state["user_query"],
"similar_information": similar_info_text
})
state["similar_info_response"] = llm_response.content
print(f"✅ Synthèse LLM des informations similaires générée.\n")
except Exception as e:
error_msg = f"Erreur lors de la génération de la synthèse des informations similaires: {str(e)}"
print(f"❌ {error_msg}")
state["errors"].append(error_msg)
state["similar_info_response"] = f"Erreur: {error_msg}"
else:
state["similar_info_response"] = "Aucune information similaire pertinente n'a été trouvée."
return state
# =============================================================================
# NODE 7: RECHERCHE WEB (TAVILY)
# =============================================================================
def web_search_node(state: AgentState) -> AgentState:
"""
Node de recherche web utilisant Tavily Search.
Recherche sur le web en fonction de la requête utilisateur analysée.
"""
print(f"\n{'='*80}")
print(f"🌐 NODE 7: RECHERCHE WEB (TAVILY)")
print(f"{'='*80}\n")
# Initialiser le client Tavily
tavily = TavilyClient(api_key=TAVILY_API_KEY)
user_query = state["user_query"]
web_search_results = []
try:
print(f"🔍 Exécution de la recherche web pour: '{user_query}'...")
# Effectuer la recherche web, obtenir les 5 meilleurs résultats
response = tavily.search(query="Université Gustave Eiffel + " + user_query, search_depth="advanced", max_results=5, include_raw_content=False)
if response and response['results']:
print(f"✅ {len(response['results'])} résultats trouvés.")
for i, result in enumerate(response['results']):
title = result.get('title', 'Titre inconnu')
url = result.get('url', '#')
content = result.get('content', 'Contenu non disponible')
# Résumé en 2 phrases
sentences = content.split('.')
summary = ". ".join(sentences[:2]) + ("." if len(sentences) > 2 else "")
web_search_results.append({
"title": title,
"url": url,
"summary": summary,
"markdown_link": f"[{title}]({url})"
})
print(f" - {i+1}. {title} ({url})")
else:
print("ℹ️ Aucun résultat de recherche web trouvé.")
except Exception as e:
error_msg = f"Erreur lors de la recherche web avec Tavily: {str(e)}"
print(f"❌ {error_msg}")
state["errors"].append(error_msg)
state["web_search_results"] = web_search_results
state["messages"].append(AIMessage(content=f"Recherche web terminée avec {len(web_search_results)} résultats."))
return state
# =============================================================================
# FONCTIONS DE ROUTAGE
# =============================================================================
def should_collect_information(state: AgentState) -> str:
if state.get("query_analysis") and state["query_analysis"].get("databases_to_query"):
return "collect"
return "end"
def should_generate_response(state: AgentState) -> str:
if state.get("collected_information") and len(state["collected_information"]) > 0:
return "generate"
return "end"
def should_validate(state: AgentState) -> str:
if state.get("final_response") and state["final_response"]:
return "validate"
return "end"
def should_refine_or_collect_similar(state: AgentState) -> str:
if not state.get("validation_results") or len(state["validation_results"]) == 0:
return "collect_similar"
last_validation = state["validation_results"][-1]
iteration = state["iteration_count"]
is_valid = last_validation.get("is_valid", False)
confidence = last_validation.get("confidence_score", 0)
if is_valid and confidence >= 85:
print(f"✅ Validation réussie (confiance: {confidence}%) - Collecte d'infos similaires\n")
return "collect_similar"
if iteration >= MAX_VALIDATION_LOOPS:
print(f"⚠️ Nombre maximum d'itérations atteint ({MAX_VALIDATION_LOOPS}) - Collecte d'infos similaires\n")
return "collect_similar"
print(f"🔄 Refinement nécessaire (confiance: {confidence}%, itération {iteration}/{MAX_VALIDATION_LOOPS})\n")
return "refine"
# =============================================================================
# CONSTRUCTION DU WORKFLOW
# =============================================================================
def create_agent_workflow() -> StateGraph:
"""Crée et configure le workflow LangGraph complet."""
print("\n🗺️ Construction du workflow LangGraph...")
workflow = StateGraph(AgentState)
workflow.add_node("analyze_query", analyze_query_node)
workflow.add_node("collect_information", collect_information_node)
workflow.add_node("generate_response", generate_response_node)
workflow.add_node("validate_response", validate_response_node)
workflow.add_node("refine_response", refine_response_node)
workflow.add_node("collect_similar_information", collect_similar_information_node)
workflow.add_node("web_search", web_search_node) # Ajout du nouveau node de recherche web
workflow.set_entry_point("analyze_query")
workflow.add_conditional_edges(
"analyze_query",
should_collect_information,
{
"collect": "collect_information",
"end": END
}
)
workflow.add_conditional_edges(
"collect_information",
should_generate_response,
{
"generate": "generate_response",
"end": END
}
)
workflow.add_conditional_edges(
"generate_response",
should_validate,
{
"validate": "validate_response",
"end": END
}
)
workflow.add_conditional_edges(
"validate_response",
should_refine_or_collect_similar,
{
"refine": "refine_response",
"collect_similar": "collect_similar_information"
}
)
workflow.add_edge("refine_response", "validate_response")
workflow.add_edge("collect_similar_information", "web_search") # Ajouter un edge vers la recherche web
workflow.add_edge("web_search", END) # La recherche web est le point final après les infos similaires
#memory = MemorySaver()
#app = workflow.compile(checkpointer=memory)
app = workflow.compile()
print("✅ Workflow LangGraph construit avec succès\n")
return app
# =============================================================================
# FONCTION D'EXÉCUTION
# =============================================================================
async def run_collaborative_agent(user_query: str) -> Dict[str, Any]:
"""Exécute le workflow complet de l'agent collaboratif."""
print(f"\n{'='*80}")
print(f"🚀 AGENT COLLABORATIF - UNIVERSITÉ GUSTAVE EIFFEL")
print(f"{'='*80}")
print(f"🔍 Requête: {user_query}\n")
app = create_agent_workflow()
initial_state = {
"messages": [HumanMessage(content=user_query)],
"user_query": user_query,
"query_analysis": {},
"collected_information": [],
"validation_results": [],
"final_response": "",
"iteration_count": 0,
"errors": [],
"additional_information": [],
"web_search_results": []
}
print(f"{'='*80}")
print(f"⚙️ EXÉCUTION DU WORKFLOW")
print(f"{'='*80}\n")
try:
final_state = await app.ainvoke(initial_state)
print(f"\n{'='*80}")
print(f"✨ PROCESSUS TERMINÉ")
print(f"{'='*80}\n")
result = {
"query": user_query,
"query_analysis": final_state.get("query_analysis", {}),
"collected_information": final_state.get("collected_information", []),
"validation_results": final_state.get("validation_results", []),
"final_response": final_state.get("final_response", ""),
"iteration_count": final_state.get("iteration_count", 0),
"errors": final_state.get("errors", []),
"additional_information": final_state.get("additional_information", []),
"web_search_results": final_state.get("web_search_results", []),
"sources_used": [
info["database"]
for info in final_state.get("collected_information", [])
],
"pinecone_index": PINECONE_INDEX_NAME
}
return result
except Exception as e:
error_msg = f"Erreur lors de l'exécution du workflow: {str(e)}"
print(f"\n❌ {error_msg}\n")
return {
"query": user_query,
"query_analysis": {},
"collected_information": [],
"validation_results": [],
"final_response": f"Erreur: {error_msg}",
"iteration_count": 0,
"errors": [error_msg],
"additional_information": [],
"sources_used": [],
"pinecone_index": PINECONE_INDEX_NAME
}
# =============================================================================
# FONCTION D'AFFICHAGE DES RÉSULTATS
# =============================================================================
def display_results(result: Dict[str, Any]) -> None:
"""
Affiche les résultats de manière formatée et lisible.
Args:
result: Dictionnaire des résultats du workflow
"""
print(f"\n{'='*80}")
print(f"📋 RÉPONSE FINALE")
print(f"{'='*80}")
print(result["final_response"])
print(f"\n{'='*80}")
print(f"📊 MÉTADONNÉES DU TRAITEMENT")
print(f"{'='*80}")
print(f"🗄️ Index Pinecone: {result['pinecone_index']}")
print(f"📚 Sources consultées: {', '.join(result['sources_used']) if result['sources_used'] else 'Aucune'}")
print(f"🔄 Itérations de validation: {result['iteration_count']}")
if result['validation_results']:
last_validation = result['validation_results'][-1]
print(f"✅ Score de confiance final: {last_validation.get('confidence_score', 0)}%")
print(f"✅ Validation finale: {'Réussie' if last_validation.get('is_valid') else 'Échouée'}")
hallucinations = last_validation.get('hallucinations_detected', [])
print(f"⚠️ Hallucinations détectées: {len(hallucinations)}")
if hallucinations:
print(f"\n⚠️ HALLUCINATIONS CORRIGÉES:")
for i, hall in enumerate(hallucinations, 1):
print(f" {i}. {hall}")
if result['errors']:
print(f"\n❌ ERREURS RENCONTRÉES:")
for i, error in enumerate(result['errors'], 1):
print(f" {i}. {error}")
print(f"\n{'='*80}")
print(f"📈 DÉTAILS DE LA COLLECTE")
print(f"{'='*80}")
for info in result['collected_information']:
print(f"\n📦 Base: {info['database']}")
print(f" Catégorie: {info['category']}")
print(f" Priorité: {info['priority']}")
print(f" Résultats: {info['results_count']}")
print(f" Requête: {info['query'][:80]}...")
# Nouvelle section : Informations similaires
if result.get('additional_information') and len(result['additional_information']) > 0:
print(f"\n{'='*80}")
print(f"💡 LES INFORMATIONS QUI AURAIENT PU VOUS INTÉRESSER")
print(f"{'='*80}")
print(f"\nInformations similaires ou apparentées trouvées dans d'autres bases:\n")
# Regrouper par base de données
grouped_info = {}
for info in result['additional_information']:
db_name = info['database']
if db_name not in grouped_info:
grouped_info[db_name] = []
grouped_info[db_name].append(info)
# Afficher par base
for db_name, items in grouped_info.items():
print(f"\n{'─'*80}")
print(f"📚 Base: {db_name.upper()}")
print(f" Catégorie Pinecone: {items[0]['category']}")
print(f" Nombre de résultats: {len(items)}")
print(f"{'─'*80}\n")
for idx, item in enumerate(items, 1):
print(f" Résultat {idx}:")
print(f" ├─ Score de similarité: {item['score']:.4f}" if item.get('score') else " ├─ Score: N/A")
# Affichage du contenu (limité)
content_preview = item['content'][:300]
if len(item['content']) > 300:
content_preview += "..."
print(f" ├─ Contenu: {content_preview}")
# Affichage des métadonnées détaillées
if item.get('metadata'):
metadata = item['metadata']
print(f" └─ Sources complètes:")
# Extraire et afficher les métadonnées pertinentes
if 'titre' in metadata or 'title' in metadata:
titre = metadata.get('titre') or metadata.get('title')
print(f" • Titre: {titre}")
if 'laboratoire' in metadata:
print(f" • Laboratoire: {metadata['laboratoire']}")
if 'formation' in metadata:
print(f" • Formation: {metadata['formation']}")
if 'auteur' in metadata or 'auteurs' in metadata or 'authors' in metadata:
auteurs = metadata.get('auteur') or metadata.get('auteurs') or metadata.get('authors')
print(f" • Auteur(s): {auteurs}")
if 'date' in metadata or 'annee' in metadata or 'year' in metadata:
date = metadata.get('date') or metadata.get('annee') or metadata.get('year')
print(f" • Date/Année: {date}")
if 'thematique' in metadata or 'thematiques' in metadata:
them = metadata.get('thematique') or metadata.get('thematiques')
print(f" • Thématique(s): {them}")
if 'niveau' in metadata:
print(f" • Niveau: {metadata['niveau']}")
if 'competences' in metadata:
print(f" • Compétences: {metadata['competences']}")
if 'equipements' in metadata:
print(f" • Équipements: {metadata['equipements']}")
if 'axe_recherche' in metadata:
print(f" • Axe de recherche: {metadata['axe_recherche']}")
if 'partenaires' in metadata or 'collaborations' in metadata:
part = metadata.get('partenaires') or metadata.get('collaborations')
print(f" • Partenaires/Collaborations: {part}")
if 'url' in metadata or 'lien' in metadata:
url = metadata.get('url') or metadata.get('lien')
print(f" • Lien: {url}")
if 'doi' in metadata:
print(f" • DOI: {metadata['doi']}")
if 'source' in metadata:
print(f" • Source document: {metadata['source']}")
# Métadonnées additionnelles
displayed_keys = ['titre', 'title', 'laboratoire', 'formation', 'auteur', 'auteurs',
'authors', 'date', 'annee', 'year', 'thematique', 'thematiques',
'niveau', 'competences', 'equipements', 'axe_recherche',
'partenaires', 'collaborations', 'url', 'lien', 'doi', 'source',
'categorie', 'text']
other_metadata = {k: v for k, v in metadata.items() if k not in displayed_keys}
if other_metadata:
print(f" • Autres informations: {json.dumps(other_metadata, ensure_ascii=False, indent=8)}")
print() # Ligne vide entre les résultats
print(f"\n{'='*80}")
print(f"💬 INTERPRÉTATION DES RÉSULTATS SIMILAIRES")
print(f"{'='*80}")
print("Ces informations proviennent de bases qui n'ont pas été prioritaires pour")
print("votre requête initiale, mais qui contiennent des éléments apparentés.")
print("Elles peuvent enrichir votre compréhension du sujet ou vous orienter")
print("vers des domaines connexes intéressants.\n")
# =============================================================================
# FONCTION MAIN
# =============================================================================
if result.get('similar_info_response'):
print(f"\n{'='*80}")
print(f"🧠 SYNTHÈSE LLM DES INFORMATIONS SIMILAIRES")
print(f"{'='*80}")
print(result['similar_info_response'])
print()
# Nouvelle section : Résultats de la recherche web
if result.get('web_search_results') and len(result['web_search_results']) > 0:
print(f"\n{'='*80}")
print(f"🌐 RÉSULTATS DE LA RECHERCHE WEB (TAVILY)")
print(f"{'='*80}")
print(f"\nInformations trouvées sur le web via Tavily Search:\n")
for idx, item in enumerate(result['web_search_results'], 1):
print(f" Résultat {idx}:")
print(f" ├─ Titre: {item['title']}")
print(f" ├─ Lien: {item['markdown_link']}")
print(f" └─ Résumé: {item['summary']}\n")
async def main():
"""Fonction principale de l'application."""
exemples_requetes = [
"Quels sont les laboratoires de l'université Gustave Eiffel travaillant sur la mobilité urbaine durable?",
"Je cherche des formations en master sur l'aménagement urbain et le développement durable",
"Quels laboratoires ont des axes de recherche similaires en énergie et pourraient collaborer?",
"Liste les équipements disponibles dans les laboratoires travaillant sur la qualité de l'air",
"Trouve des publications récentes sur la transition énergétique dans les villes",
"Qui sont les auteurs qui publient sur la mobilité douce et dans quels laboratoires?",
"Quelles publications traitent de l'urbanisme durable et quand ont-elles été publiées?",
"Compare les formations et les laboratoires sur le thème de la ville intelligente",
"Identifie les opportunités de partenariats entre laboratoires sur la résilience urbaine",
"Quelles sont les compétences enseignées dans les formations liées à l'économie circulaire?"
]
print(f"\n{'='*80}")
print(f"🎓 AGENT COLLABORATIF - UNIVERSITÉ GUSTAVE EIFFEL")
print(f"{'='*80}")
print(f"🗄️ Index Pinecone: {PINECONE_INDEX_NAME}")
print(f"🤖 Modèle: {OPENAI_MODEL_NAME}")
print(f"🌐 Base URL: {OPENAI_BASE_URL}")
print(f"🤗 Embeddings: {HUGGINGFACE_MODEL}")
print(f"🔄 Max itérations: {MAX_VALIDATION_LOOPS}")
print(f"🎯 Top K résultats: {SIMILARITY_TOP_K}")
print(f"📊 Seuil de similarité: {SIMILARITY_SCORE_THRESHOLD}")
print(f"{'='*80}\n")
print("📚 EXEMPLES DE REQUÊTES DISPONIBLES:")
print("="*80)
for i, req in enumerate(exemples_requetes, 1):
print(f"{i:2d}. {req}")
print("="*80 + "\n")
selected_query = exemples_requetes[0]
print(f"🎯 Requête sélectionnée: {selected_query}\n")
result = await run_collaborative_agent(selected_query)
display_results(result)
print(f"\n{'='*80}")
print(f"✅ TRAITEMENT TERMINÉ AVEC SUCCÈS")
print(f"{'='*80}\n")
return result
# =============================================================================
# POINT D'ENTRÉE DU SCRIPT
# =============================================================================
if __name__ == "__main__":
"""
Point d'entrée principal du script.
Configuration requise:
1. Variables d'environnement:
export PINECONE_API_KEY="votre-clé-pinecone"
export OPENAI_API_KEY="votre-clé-openai"
export OPENAI_BASE_URL="https://votre-endpoint.com/v1" # Optionnel
export OPENAI_MODEL_NAME="gpt-4" # Optionnel
export HUGGINGFACE_MODEL="sentence-transformers/all-mpnet-base-v2" # Optionnel
2. Dépendances:
pip install langgraph langchain langchain-pinecone langchain-openai pinecone-client sentence-transformers
3. Structure Pinecone:
- Index: "all-jdlp"
- Dimension: compatible avec le modèle HuggingFace (ex: 768)
- Métrique: cosine
- Catégories: FICHELABOTHEMATIQUEAVID, FORMATIONTHEMATIQUEAVID,
RECHERCHETHEMATIQUEAVID, PUBLICATIONTHEMATIQUEAVID
Utilisation:
- Développement: python script.py
- Production: Intégrer dans une API FastAPI/Flask
- Tests: pytest script.py --asyncio-mode=auto
"""
asyncio.run(main()) |