Budowa chatbota CLI
7. Uruchomienie chatbota z dokumentami
7.2. Dalszy rozwój na podstawie modułu 5
Lokalne chatboty, agenci i systemy RAG z własną bazą wiedzy
Instrukcja krok po kroku · materiał uzupełniający
Budujemy chatbota w konsoli
Plan rozszerzenia
Gdy podstawowy chatbot działa, możesz rozszerzyć projekt o przygotowanie samodzielnego pytania i kontrolowany wybór narzędzi. To oddzielny etap, który wymaga własnych testów.
Jak dołożyć rozumienie pytań uzupełniających
- Zapisuj ograniczoną historię i rozpoznaj, czy nowe pytanie jest samodzielne.
- Dla odniesienia do wcześniejszej wypowiedzi przygotuj pytanie samodzielne. Jeśli nie wiadomo, do czego odnosi się użytkownik, poproś o doprecyzowanie.
- Zachowaj pytanie oryginalne i pytanie samodzielne w wyniku.
- Uruchom nowe wyszukiwanie dla pytania samodzielnego. Poprzednia odpowiedź LLM nie może zastąpić dokumentów.
W pakiecie Studenta M5 przeanalizuj resolve_followup_question(), assistant_step() i run_assistant() z kod/m5_tools.py. Kursowa obsługa odniesień ma własny kontrakt i ograniczenia; nie jest uniwersalnym rozumieniem wszystkich wypowiedzi.
Gdzie zaczyna się mechanizm agentowy
Wpisanie /sources uruchamia regułę zapisaną przez autora programu. Samo to nie oznacza, że model wybrał narzędzie. W M5 model może zaproponować jedną z dozwolonych funkcji, a kod sprawdza nazwę, argumenty i reguły wykonania.
| Funkcja z M5 | Cel |
|---|---|
| answer_from_documents | Nowa odpowiedź RAG na pytanie. |
| show_last_sources | Odczyt źródeł ostatniego zakończonego RAG. |
| get_document_metadata | Odczyt metadanych dokumentu o jawnym ID. |
Nie podłączaj eval(), dowolnych poleceń powłoki ani wykonywania tekstu zwróconego przez model. Do prototypu z tej książki nie są potrzebne. Nie kopiuj jednego pliku M5 do obecnego katalogu: jego zależności, indeks i kontrakty należą do całego pakietu Studenta M5.
Punkt kontrolny
- Potrafisz wskazać, które rozszerzenie wymaga nowego kontraktu wyniku i nowych przypadków testowych.
- Wiesz, że działający chatbot konsolowy nie wymaga mechanizmu agentowego.
Instrukcja uczestnika · Python i Ollama · wydanie 29.09.2026