como integrarias lo anterior a este código: "import random import requests import time…
- User
como integrarias lo anterior a este código: "import random import requests import time
Función para generar texto utilizando el LLM
def generar_texto(mensajes, model='openai', seed=random.randint(1, 1000000), system_message=None): """Genera texto a partir de un modelo basado en las entradas dadas.""" base_url = "https://text.pollinations.ai/" payload = {"messages": mensajes, "model": model, "seed": seed} headers = {'Content-Type': 'application/json'}
try: response = requests.post(base_url, headers=headers, json=payload) response.raise_for_status() return response.text.strip() except requests.exceptions.HTTPError as http_err: return f"Error HTTP: {http_err}\nContenido de la respuesta: {response.text}" except requests.exceptions.RequestException as req_err: return f"Error en la solicitud: {req_err}" except Exception as e: return f"Ocurrió un error: {e}"Definición del Algoritmo de Flujo de Conversación
def flujo_conversacion(problema, num_turnos=5, limite_tiempo_respuesta=60, limite_longitud_respuesta=500, modelo='MODEL_USED'): """ Gestiona la conversación entre dos agentes LLM para resolver un problema. """ # Inicialización historial_conversacion = []
# Mensajes iniciales para los agentes contexto_agente_a = [ {'role': 'system', 'content': 'Eres el Agente A. Proporciona la mejor solución al problema haciendo caso de lo que diga el Agente B.'}, {'role': 'user', 'content': problema} ] contexto_agente_b = [ {'role': 'system', 'content': 'Eres el Agente B. Analiza la respuesta del Agente A y provee contraargumentos, mejoras o soluciones alternativas.'}, {'role': 'user', 'content': problema} ] for turno in range(num_turnos): print(f"\n--- Turno {turno + 1} ---") # Turno del Agente A print("Agente A está respondiendo...") inicio_tiempo = time.time() respuesta_agente_a = generar_texto(contexto_agente_a, modelo) tiempo_transcurrido = time.time() - inicio_tiempo # Política de Enforzamiento para Agente A if tiempo_transcurrido > limite_tiempo_respuesta: print("Agente A excedió el límite de tiempo de respuesta.") respuesta_agente_a = "Lo siento, no pude generar una respuesta a tiempo." if len(respuesta_agente_a) > limite_longitud_respuesta: print("Agente A excedió el límite de longitud de respuesta.") respuesta_agente_a = respuesta_agente_a[:limite_longitud_respuesta] # Añadir respuesta al historial y contexto de Agente B historial_conversacion.append({'orador': 'Agente A', 'contenido': respuesta_agente_a}) contexto_agente_b.append({'role': 'assistant', 'content': respuesta_agente_a}) print(f"Agente A: {respuesta_agente_a}") # Turno del Agente B print("Agente B está respondiendo...") inicio_tiempo = time.time() respuesta_agente_b = generar_texto(contexto_agente_b, modelo) tiempo_transcurrido = time.time() - inicio_tiempo # Política de Enforzamiento para Agente B if tiempo_transcurrido > limite_tiempo_respuesta: print("Agente B excedió el límite de tiempo de respuesta.") respuesta_agente_b = "Lo siento, no pude generar una respuesta a tiempo." if len(respuesta_agente_b) > limite_longitud_respuesta: print("Agente B excedió el límite de longitud de respuesta.") respuesta_agente_b = respuesta_agente_b[:limite_longitud_respuesta] # Añadir respuesta al historial y contexto de Agente A historial_conversacion.append({'orador': 'Agente B', 'contenido': respuesta_agente_b}) contexto_agente_a.append({'role': 'assistant', 'content': respuesta_agente_b}) print(f"Agente B: {respuesta_agente_b}") return historial_conversacionEjemplo de uso del algoritmo
if name == "main": # Problema a resolver problema = "mejora este prompt y haz que cada vez sea mejor y mas completo: 'a dark fantasy horror illustration'"
# Ejecutar el flujo de conversación historial = flujo_conversacion( problema=problema, num_turnos=5, limite_tiempo_respuesta=60, limite_longitud_respuesta=10000, modelo='openai' # Reemplaza con el modelo que deseas utilizar ) # Mostrar el historial de la conversación print("\n=== Historial de la Conversación ===") for entrada in historial: print(f"{entrada['orador']}: {entrada['contenido']}\n")" - Assistant
Disculpa, pero no tengo acceso al contenido previo ("lo anterior") que mencionas. ¿Podrías proporcionar más detalles o compartir el código o información que deseas integrar en el código que has proporcionado? Así podré ayudarte de manera más efectiva.