e705d42d46
- Criado um serviço de llm (por enquanto está obtendo somente o gemini, necessita adicioanr suporte para entrada do usuário na pergunta) test: - Criado teste para conexão com o banco de dados oracle por meio da engine do sqlAlchemy
33 lines
1.3 KiB
Python
33 lines
1.3 KiB
Python
from llm_service import get_llm
|
|
from langchain_core.messages import HumanMessage
|
|
|
|
def main():
|
|
print("Hello from r3wmsagents!")
|
|
llm_instance = get_llm()
|
|
if not llm_instance:
|
|
print("Não carregou o llm")
|
|
return
|
|
pergunta_usuario = "Qual é a capital da França e qual sua principal atração turística?"
|
|
print(f"\n🧑 Enviando pergunta: {pergunta_usuario}")
|
|
try:
|
|
# Para interações simples, você pode passar a string diretamente para .invoke()
|
|
# ou usar uma lista de mensagens para mais controle (ex: com mensagens do sistema)
|
|
# response = llm_instance.invoke(pergunta_usuario)
|
|
|
|
# Usando HumanMessage para ser mais explícito (bom para LangGraph depois)
|
|
messages = [HumanMessage(content=pergunta_usuario)]
|
|
response = llm_instance.invoke(messages)
|
|
print(response)
|
|
# 5. Imprimir a resposta
|
|
# A resposta (response) é geralmente um AIMessage, então acessamos seu .content
|
|
if hasattr(response, 'content'):
|
|
print(f"\n🤖 Resposta do LLM: {response.content}")
|
|
else:
|
|
print(f"\n🤖 Resposta do LLM (formato desconhecido): {response}")
|
|
except Exception as e:
|
|
print(f"\n❌ Ocorreu um erro ao interagir com o LLM: {e}")
|
|
|
|
|
|
if __name__ == "__main__":
|
|
main()
|