ReAct: Reason + Act — цикл рассуждение → действие → наблюдение

# Пример response.content при stop_reason = "tool_use"
[
    TextBlock(
        type="text",
        text="Нужно вычислить процентный рост: (220 - 175) / 175 × 100. "
             "Подставлю числа в калькулятор."
    ),
    ToolUseBlock(
        type="tool_use",
        id="toolu_01XYZ",
        name="calculate",
        input={"expression": "(220 - 175) / 175 * 100"}
    )
]

# Финальный ответ: stop_reason = "end_turn", нет tool_use
[
    TextBlock(
        type="text",
        text="Акции Apple выросли на 25.7% ((220-175)/175×100). "
             "При таком темпе роста в год, до утроения (~200% роста) "
             "потребуется примерно 5.2 года (решение: 1.257^n = 3 → n = log(3)/log(1.257))."
    )
]

"""react_agent.py — ReAct агент: Мышление → Действие → Наблюдение"""
import anthropic

client = anthropic.Anthropic()

# ── Инструменты ──────────────────────────────────────────────────────────────

TOOLS = [
    {
        "name": "search",
        "description": (
            "Поиск информации в интернете. Используй для получения"
            " фактов, данных, определений, которых нет в обучающих данных."
        ),
        "input_schema": {
            "type": "object",
            "properties": {
                "query": {
                    "type": "string",
                    "description": "Поисковый запрос на русском или английском"
                }
            },
            "required": ["query"]
        }
    },
    {
        "name": "calculate",
        "description": (
            "Вычисляет математическое выражение Python. Используй для"
            " арифметики, когда нужен точный числовой результат."
        ),
        "input_schema": {
            "type": "object",
            "properties": {
                "expression": {
                    "type": "string",
                    "description": "Выражение Python, например '365 * 24' или '(100 - 37) / 100'"
                }
            },
            "required": ["expression"]
        }
    }
]

# ── Системный промпт: явно включаем шаг рассуждения ──────────────────────────

SYSTEM = """Ты — аналитический ассистент. Решай задачи поэтапно:

1. Перед каждым действием напиши, что планируешь сделать и почему
2. Используй инструменты для получения точных данных — не угадывай
3. После каждого результата анализируй: достаточно ли данных, или нужен следующий шаг
4. Отвечай финальным текстом только тогда, когда уверен в ответе

Рассуждай вслух — это помогает замечать ошибки логики до вызова инструмента."""

# ── Заглушки инструментов (замените на реальные реализации) ──────────────────

def execute_tool(name: str, args: dict) -> str:
    if name == "calculate":
        try:
            # В продакшне: используй ast-based eval или math-библиотеку
            result = eval(args["expression"])  # noqa: S307
            return str(result)
        except Exception as e:
            return f"Ошибка вычисления: {e}"
    if name == "search":
        # Здесь: реальная интеграция с поисковиком (Tavily, SerpAPI, etc.)
        return f"[Заглушка] Результаты по запросу: {args['query']}"
    return f"Неизвестный инструмент: {name}"


# ── Главный цикл ReAct ────────────────────────────────────────────────────────

def react_agent(task: str, max_steps: int = 10) -> str:
    """
    ReAct-агент: цикл Мышление → Действие → Наблюдение до финального ответа.
    Возвращает финальный текстовый ответ агента.
    """
    messages = [{"role": "user", "content": task}]

    for step in range(1, max_steps + 1):
        print(f"\n{'─' * 60}")
        print(f"Шаг {step}")

        response = client.messages.create(
            model="claude-opus-4-6",
            max_tokens=4096,
            system=SYSTEM,
            tools=TOOLS,
            messages=messages,
        )

        # Добавляем ответ ассистента в историю
        messages.append({"role": "assistant", "content": response.content})

        # Выводим мышление и действия для отладки
        for block in response.content:
            if hasattr(block, "text") and block.text:
                print(f"\n💭 Мышление:\n{block.text.strip()}")
            elif block.type == "tool_use":
                print(f"\n⚙️  Действие: {block.name}({block.input})")

        # Условие выхода: модель ответила без вызова инструментов
        if response.stop_reason == "end_turn":
            for block in response.content:
                if hasattr(block, "text") and block.text:
                    return block.text.strip()
            return "(нет текстового ответа)"

        # Выполняем инструменты → формируем Наблюдения
        tool_results = []
        for block in response.content:
            if block.type == "tool_use":
                observation = execute_tool(block.name, block.input)
                print(f"👁️  Наблюдение [{block.name}]: {observation}")
                tool_results.append({
                    "type": "tool_result",
                    "tool_use_id": block.id,
                    "content": observation,
                })

        # Возвращаем наблюдения в контекст — следующий виток цикла
        messages.append({"role": "user", "content": tool_results})

    return f"Достигнут лимит в {max_steps} шагов без финального ответа."


# ── Запуск ────────────────────────────────────────────────────────────────────

if __name__ == "__main__":
    task = "Сколько часов было в 2024 году? Это больше или меньше, чем в 2023?"
    print(f"Задача: {task}")

    answer = react_agent(task)

    print(f"\n{'═' * 60}")
    print(f"✅ Финальный ответ:\n{answer}")

Задача: Сколько часов было в 2024 году? Это больше или меньше, чем в 2023?

────────────────────────────────────────────────────────────
Шаг 1

💭 Мышление:
2024 делится на 4 (2024/4 = 506), значит он потенциально високосный.
Проверю делимость на 100: 2024/100 = 20.24 — не делится. Значит 2024 — високосный год (366 дней).
2023 — обычный год (365 дней). Вычислю часы.

⚙️  Действие: calculate({'expression': '366 * 24'})
👁️  Наблюдение [calculate]: 8784

────────────────────────────────────────────────────────────
Шаг 2

💭 Мышление:
В 2024 году 8784 часа. Теперь 2023 (365 × 24).

⚙️  Действие: calculate({'expression': '365 * 24'})
👁️  Наблюдение [calculate]: 8760

────────────────────────────────────────────────────────────
Шаг 3

💭 Мышление:
Все данные собраны: 2024 — 8784 ч, 2023 — 8760 ч. Разница = 24 часа.

════════════════════════════════════════════════════════════
✅ Финальный ответ:
В 2024 году было 8 784 часа (366 дней, год високосный).
В 2023 году — 8 760 часов (365 дней).
В 2024-м на 24 часа больше.

def extract_final_answer(response) -> str | None:
    """
    Возвращает текст финального ответа, если цикл завершён.
    Возвращает None, если агент ещё вызывает инструменты.
    """
    if response.stop_reason != "end_turn":
        return None  # продолжаем цикл

    # Собираем все текстовые блоки (обычно один)
    texts = [
        block.text
        for block in response.content
        if hasattr(block, "text") and block.text
    ]
    return "\n".join(texts) if texts else None

def react_agent_robust(task: str, max_steps: int = 10) -> str:
    messages = [{"role": "user", "content": task}]
    seen_actions: list[tuple[str, str]] = []  # (tool_name, args_hash)

    for step in range(1, max_steps + 1):
        response = client.messages.create(
            model="claude-opus-4-6",
            max_tokens=4096,
            system=SYSTEM,
            tools=TOOLS,
            messages=messages,
        )
        messages.append({"role": "assistant", "content": response.content})

        # Естественный выход
        if response.stop_reason == "end_turn":
            return extract_final_answer(response) or "(нет ответа)"

        # Защита от зацикливания: те же аргументы дважды подряд
        tool_results = []
        for block in response.content:
            if block.type != "tool_use":
                continue

            action_key = (block.name, str(sorted(block.input.items())))
            if action_key in seen_actions[-3:]:
                # Агент повторяет одни и те же вызовы — прерываем
                return (
                    f"Агент застрял после {step} шагов: "
                    f"повторный вызов {block.name} с теми же аргументами."
                )
            seen_actions.append(action_key)

            observation = execute_tool(block.name, block.input)
            tool_results.append({
                "type": "tool_result",
                "tool_use_id": block.id,
                "content": observation,
            })

        messages.append({"role": "user", "content": tool_results})

    # Принудительный выход при превышении лимита
    return f"Превышен лимит {max_steps} шагов — задача слишком сложная или агент застрял."