Primer commit

llms/Agente.py

@@ -0,0 +1,122 @@
+from llms.Modelos.Base_model import ModeloABC
+from llms.Memory.Base_MemoryConv import MemoryConvABC
+
+from datetime import datetime
+from typing import Optional, List, Union
+
+
+class AgenteAI:
+    def __init__(
+        self,
+        modelo: ModeloABC,
+        nombre: str,
+        descripcion: str,
+        system_prompt: str,  # <- pertenece al agente
+        rol: str,
+        objetivos: List[str],
+        memoria: Optional[MemoryConvABC] = None,
+        version: str = "1.0.0",
+        tools: Optional[List] = None,
+        output_schema: Optional[dict] = None,  # <- nuevo parámetro
+    ):
+        self.modelo = modelo
+        self.memoria = memoria
+        self.tools = tools or []
+        self.output_schema = output_schema
+
+        self.nombre = nombre
+        self.descripcion = descripcion
+        self.system_prompt = system_prompt
+        self.rol = rol
+        self.objetivos = objetivos
+        self.version = version
+
+        self.created_at = datetime.now()
+        self.updated_at = self.created_at
+        self.numero_interacciones = 0
+
+    def actualizar_configuracion(self, **kwargs):
+        for clave, valor in kwargs.items():
+            if hasattr(self, clave):
+                setattr(self, clave, valor)
+        self.updated_at = datetime.now()
+
+
+    @property
+    def full_system_prompt(self) -> str:
+        partes = [
+            f"Tu nombre es: {self.nombre}",
+            f"Tu descripción: {self.descripcion}",
+            f"Tu Rol: {self.rol}",
+            f"Tus Objetivos: {', '.join(self.objetivos)}",
+            ""
+        ]
+
+        # Incluir herramientas disponibles
+        herramientas = self._obtener_descripcion_tools()
+        if herramientas:
+            partes.append("Estas son tus herramientas disponibles:\n")
+            partes.extend(herramientas)
+            partes.append("Úsalas cuando creas oportuno.\n")
+
+        partes.append(self.system_prompt)
+
+        if self.output_schema:
+            partes.append(
+                "SIEMPRE formatea la respuesta final siguiendo estrictamente el siguiente esquema JSON:"
+            )
+            partes.append(f"```json\n{self.output_schema}\n```")
+
+        return "\n".join(partes)
+
+    def _obtener_descripcion_tools(self) -> List[str]:
+        """
+        Devuelve una lista de strings con el nombre y descripción de cada herramienta
+        recogida desde los servidores MCP conectados.
+        """
+        descripciones = []
+        if not hasattr(self, "mcp_servers"):
+            return descripciones
+
+        for server in self.mcp_servers:
+            if hasattr(server, "tools") and server.tools:
+                for tool in server.tools:
+                    # tool puede ser string o dict, depende cómo lo expongas
+                    if isinstance(tool, str):
+                        descripciones.append(f"- {tool}: [sin descripción]")
+                    elif isinstance(tool, dict):
+                        nombre = tool.get("name", "¿?")
+                        descripcion = tool.get("description", "[sin descripción]")
+                        descripciones.append(f"- {nombre}: {descripcion}")
+                    elif hasattr(tool, "name"):
+                        descripcion = getattr(tool, "description", "[sin descripción]")
+                        descripciones.append(f"- {tool.name}: {descripcion}")
+        return descripciones
+
+    async def interactuar(self, prompt: str) -> str:
+        if not self.modelo:
+            raise ValueError("El agente no tiene un modelo asignado.")
+
+        historial = []
+        if self.memoria:
+            historial = self.memoria.cargar_historial_chat()
+
+        contexto = historial + [{"role": "user", "content": prompt}]
+        prompt_final = self._formatear_prompt(contexto)
+
+        # Espera la respuesta del modelo de forma asíncrona
+        respuesta = await self.modelo.responder(
+            prompt=prompt_final,
+            system_prompt=self.full_system_prompt
+        )
+
+        if self.memoria:
+            self.memoria.guardar_turno("user", prompt)
+            self.memoria.guardar_turno("assistant", respuesta)
+
+        self.numero_interacciones += 1
+        self.updated_at = datetime.now()
+        return respuesta
+
+    def _formatear_prompt(self, mensajes: List[dict]) -> str:
+        return "\n".join([f"{msg['role']}: {msg['content']}" for msg in mensajes])