Пример Deepresearch. Упаковываем в модульное Gradio приложение

Бесплатный фрагмент урока

Фрагмент закончился

Полный урок открывается по подписке на курс

Как получить доступ

Исследователь, которого мы писали в предыдущих видео, целиком лежит в одном файле. Но в продакшн так обычно не публикуют. Для удобства поддержки и расширения такие системы разделяют на модули. Так ими проще управлять и к ним проще подключать интерфейсы - например, на Gradio. Посмотрим, как это сделать.

Раскладываем исследователя по модулям

Я создал проект и вынес всё в отдельную папку. Для каждого агента теперь свой файл: notifier (уведомитель), planner, search и writer. Можно разбивать и дальше, по папкам, - это вопрос архитектуры и зависит от того, насколько сложным и большим будет приложение.

Главное - модуль Research Manager. В нём та программная логика, которая раньше была в функции research: он по очереди вызывает каждого агента. Агенты - просто модули, файлы Python, которые подключаются к Research Manager, а он с ними взаимодействует. Инструменты, которые нужны агенту, лежат в его файле, но их можно и импортировать из других файлов - устраивайте архитектуру так, как вам удобно. Это один из вариантов реализации.

Дальше в уроке

  • Gradio-интерфейс в app.py
  • Код проекта по файлам

Как получить доступ к полному уроку

Урок входит в программу "AI инжиниринг": доступ ко всем её курсам на 1 год - 5000 ₽ (стоимость в других валютах можно уточнить у автора).

Войдите / зарегистрируйтесь на сайте, чтобы получить данные для оплаты.