llm_ticket3/agents/utils/agent_info_collector.py
2025-04-11 10:04:06 +02:00

102 lines
4.0 KiB
Python

"""
Module pour collecter les informations sur les agents et leurs prompts.
Ce module permet d'extraire ces fonctionnalités de l'agent_report_generator
pour améliorer sa performance et sa maintenabilité.
"""
import logging
from typing import Dict, Any, Optional
import importlib
logger = logging.getLogger("agent_info_collector")
def collecter_info_agents(rapport_data: Dict, agent_info: Dict) -> Dict:
"""
Collecte des informations sur les agents utilisés dans l'analyse
"""
agents_info = {}
# Informations sur l'agent JSON Analyser (Ticket Analyser)
ticket_analyses = {}
for key in ["ticket_analyse", "analyse_json", "analyse_ticket"]:
if key in rapport_data and isinstance(rapport_data[key], dict) and "metadata" in rapport_data[key]:
ticket_analyses = rapport_data[key]["metadata"]
break
if ticket_analyses:
agents_info["ticket_analyser"] = ticket_analyses
# Informations sur les agents d'image
if "analyse_images" in rapport_data and rapport_data["analyse_images"]:
# Image Sorter
sorter_info = {}
analyser_info = {}
for img_path, img_data in rapport_data["analyse_images"].items():
# Collecter info du sorter
if "sorting" in img_data and isinstance(img_data["sorting"], dict) and "metadata" in img_data["sorting"]:
sorter_info = img_data["sorting"]["metadata"]
# Collecter info de l'analyser
if "analysis" in img_data and isinstance(img_data["analysis"], dict) and "metadata" in img_data["analysis"]:
analyser_info = img_data["analysis"]["metadata"]
# Une fois qu'on a trouvé les deux, on peut sortir
if sorter_info and analyser_info:
break
if sorter_info:
agents_info["image_sorter"] = sorter_info
if analyser_info:
agents_info["image_analyser"] = analyser_info
# Ajouter les informations de l'agent report generator
agents_info["report_generator"] = {
"model": agent_info.get("model", "inconnu"),
"temperature": agent_info.get("temperature", 0),
"top_p": agent_info.get("top_p", 0),
"max_tokens": agent_info.get("max_tokens", 0),
"prompt_version": agent_info.get("prompt_version", "inconnue")
}
return agents_info
def collecter_prompts_agents(system_prompt: str) -> Dict[str, str]:
"""
Collecte les prompts système de tous les agents impliqués dans l'analyse.
"""
prompts = {
"rapport_generator": system_prompt
}
# Liste des agents à importer
agents_to_import = [
("agent_ticket_analyser", "AgentTicketAnalyser"),
("agent_image_analyser", "AgentImageAnalyser"),
("agent_image_sorter", "AgentImageSorter")
]
# Importer dynamiquement chaque agent et récupérer son prompt
for module_name, class_name in agents_to_import:
try:
# Importer de façon sécurisée
full_module_name = f"agents.{module_name}"
module = importlib.import_module(full_module_name)
# Récupérer la classe
agent_class = getattr(module, class_name)
# Créer une instance temporaire en passant None comme LLM
try:
agent_instance = agent_class(None)
prompts[module_name.replace("agent_", "")] = agent_instance.system_prompt
logger.info(f"Prompt récupéré pour {module_name}")
except Exception as e:
logger.warning(f"Erreur lors de la récupération du prompt {module_name}: {str(e)}")
except ImportError as e:
logger.warning(f"Erreur lors de l'importation du module {module_name}: {str(e)}")
except AttributeError as e:
logger.warning(f"Classe {class_name} non trouvée dans le module {module_name}: {str(e)}")
return prompts