Qwen RAG Agent 🤖

Умный AI-ассистент на базе LangGraph и Qwen 2.5, использующий RAG (Retrieval Augmented Generation) для поиска по базе новостей.

Проект реализует архитектуру Corrective RAG с проверкой релевантности найденных документов (Grader) и долгосрочной памятью.

(Если картинка не отображается, запустите бота командой graph или посмотрите схему ниже)

---

🚀 Возможности

• RAG (Поиск с дополненной генерацией): Поиск фактов в векторной базе данных (ChromaDB).
• Agentic Workflow: Агент сам решает, когда использовать инструменты, а когда отвечать текстом.
• Hallucination Grader: Специальный узел графа оценивает найденные документы. Если они не релевантны вопросу, агент игнорирует их, чтобы избежать галлюцинаций.
• Persistence (Память): История диалогов сохраняется в SQLite. Бот помнит контекст даже после перезагрузки.
• Web UI: Интерфейс на Streamlit.

---

📂 Структура проекта

project_root/
├── .env                  # API-ключи и настройки
├── requirements.txt      # Зависимости
├── ingest.py             # ETL-скрипт (Загрузка данных -> Векторная база)
├── streamlit_app.py      # Веб-интерфейс
├── src/
│   ├── config.py         # Централизованная конфигурация
│   ├── main.py           # CLI-версия бота (точка входа)
│   ├── graph.py          # Логика LangGraph (Chatbot -> Tools -> Grader)
│   └── tools/            # Инструменты (RAG, Time)
└── checkpoints.sqlite    # Файл базы данных (история переписки)