Образовательный AI-агент

Чат-бот для студентов на базе LLM и FastAPI.

Установка

Для управления зависимостями в проекте используется uv.

1. Установите uv, если он ещё не установлен.
2. Склонируйте репозиторий.
3. Установите зависимости:

   uv sync

Настройка

1. Создайте файл .env в корне проекта или задайте переменную окружения:

   OPENAI_API_KEY=your_api_key_here

2. Настройки моделей, ролей и шаблонов находятся в config.yml.

Запуск

Для запуска сервера используйте команду:

uv run fastapi dev

После запуска доступны:

• API: http://127.0.0.1:8000
• Swagger UI: http://127.0.0.1:8000/docs
• Demo UI: http://127.0.0.1:8000/demo

Для быстрой локальной проверки через TestClient:

uv run python main.py

API

POST /ask

Эндпоинт принимает application/x-www-form-urlencoded и возвращает JSON.

Поля формы:

• role: math_tutor или history_tutor
• template: tutor_quick_answer или tutor_full_answer
• question: вопрос пользователя
• thread_id: опциональный ID диалога; если передавать один и тот же, агент продолжит разговор

Пример запроса:

curl -X POST "http://127.0.0.1:8000/ask" \
  -H "Content-Type: application/x-www-form-urlencoded" \
  -d "role=math_tutor" \
  -d "template=tutor_quick_answer" \
  -d "question=Что такое число Пи?" \
  -d "thread_id=lesson-1"

Пример ответа:

{
  "content": "Ответ агента",
  "formula_solved": false,
  "thread_id": "lesson-1"
}

formula_solved показывает, использовал ли агент инструмент решения формулы.

GET /demo

Возвращает простую HTML-страницу для ручного тестирования чата.