Bitta va ko'p agentli tizimlar

import anthropic
 
client = anthropic.Anthropic()
 
 
class Agent:
    """Umumiy agent — rol va model bilan sozlanadi."""
 
    def __init__(self, nom, korsatma, model="claude-opus-5"):
        self.nom = nom
        self.korsatma = korsatma
        self.model = model
 
    def bajar(self, vazifa: str) -> str:
        javob = client.messages.create(
            model=self.model,
            max_tokens=4096,
            system=self.korsatma,
            messages=[{"role": "user", "content": vazifa}],
        )
        return "".join(b.text for b in javob.content if b.type == "text")
 
 
# Har agentga o'z roli
tadqiqotchi = Agent(
    "Tadqiqotchi",
    "Siz sinchkov tadqiqotchisiz. Mavzu bo'yicha asosiy faktlar va "
    "statistikani aniq, manbalari bilan yig'asiz. Ortiqcha gap yozmaysiz.",
    model="claude-opus-5",
)
 
yozuvchi = Agent(
    "Yozuvchi",
    "Siz mohir jurnalistsiz. Berilgan faktlardan qiziqarli, tushunarli "
    "maqola yozasiz. Sodda til, aniq misollar.",
    model="claude-opus-5",
)
 
muharrir = Agent(
    "Muharrir",
    "Siz talabchan muharrirsiz. Maqolani tekshirasiz: faktlar to'g'rimi, "
    "til ravonmi, tuzilma mantiqiymi. Aniq tuzatishlar taklif qilasiz.",
    model="claude-opus-5",
)

def maqola_yarat(mavzu: str) -> str:
    print(f"[Tadqiqotchi] {mavzu} bo'yicha ma'lumot yig'ilmoqda...")
    faktlar = tadqiqotchi.bajar(f"'{mavzu}' mavzusida asosiy faktlarni yig'ing.")
 
    print("[Yozuvchi] maqola yozilmoqda...")
    qoralama = yozuvchi.bajar(
        f"Quyidagi faktlar asosida maqola yozing:\n\n{faktlar}"
    )
 
    print("[Muharrir] tekshirilmoqda...")
    fikr = muharrir.bajar(
        f"Quyidagi maqolani tahrir qiling va tuzatilgan variantini bering:\n\n{qoralama}"
    )
 
    return fikr
 
 
print(maqola_yarat("O'zbekistonda quyosh energiyasi"))

from sklearn.ensemble import RandomForestRegressor
from sentence_transformers import SentenceTransformer, util
import numpy as np
 
 
class ObHavoAgenti:
    """Sonli bashorat — LLM emas, tasodifiy o'rmon aniqroq va arzonroq."""
    def __init__(self):
        self.model = RandomForestRegressor(n_estimators=100)
 
    def organ(self, tarixiy):
        X = np.array([[d["oy"], d["kenglik"], d["uzunlik"]] for d in tarixiy])
        y = np.array([d["ball"] for d in tarixiy])
        self.model.fit(X, y)
 
    def eng_yaxshi_oy(self, kenglik, uzunlik):
        oylar = np.array([[oy, kenglik, uzunlik] for oy in range(1, 13)])
        return int(np.argmax(self.model.predict(oylar))) + 1
 
 
class MehmonxonaAgenti:
    """Ma'no bo'yicha qidiruv — bu 5-bobdagi RAG'ning o'zi."""
    def __init__(self, mehmonxonalar):
        self.encoder = SentenceTransformer("all-MiniLM-L6-v2")
        self.mehmonxonalar = mehmonxonalar
        self.vektorlar = self.encoder.encode([m["tavsif"] for m in mehmonxonalar])
 
    def tavsiya(self, afzalliklar, top_k=3):
        s = self.encoder.encode(afzalliklar)
        ballar = util.cos_sim(s, self.vektorlar)[0]
        return [self.mehmonxonalar[i] for i in ballar.argsort(descending=True)[:top_k]]
 
 
class MarshrutAgenti:
    """Matn generatsiyasi — bu yerda LLM kerak."""
    def __init__(self, agent):
        self.agent = agent
 
    def reja_tuz(self, yonalish, oy, mehmonxona, kun):
        return self.agent.bajar(
            f"{yonalish} shahriga {oy}-oyda {kun} kunlik sayohat rejasini tuzing. "
            f"Turar joy: {mehmonxona['nom']}. Har kun uchun 3 ta faoliyat."
        )

def muhokama(savol, agent_a, agent_b, raundlar=3):
    """Ikki agent bir savolni muhokama qiladi."""
    javob = agent_a.bajar(savol)
 
    for i in range(raundlar):
        tanqid = agent_b.bajar(
            f"Savol: {savol}\n\nTaklif qilingan javob: {javob}\n\n"
            f"Bu javobning zaif tomonlarini toping va yaxshilang."
        )
        javob = agent_a.bajar(
            f"Savol: {savol}\n\nSizning javobingiz: {javob}\n\n"
            f"Tanqid: {tanqid}\n\nJavobni yaxshilang."
        )
 
    return javob