agent-lab-sdk 0.1.42__tar.gz → 0.1.42.1__tar.gz

{agent_lab_sdk-0.1.42 → agent_lab_sdk-0.1.42.1}/PKG-INFO

@@ -1,6 +1,6 @@
 Metadata-Version: 2.4
 Name: agent-lab-sdk
-Version: 0.1.42
+Version: 0.1.42.1
 Summary: SDK для работы с Agent Lab
 Author-email: Andrew Ohurtsov <andermirik@yandex.com>
 License: Proprietary and Confidential — All Rights Reserved
@@ -373,7 +373,31 @@ class TaskConfig(BaseModel):
 
 ### 5.2. LogMessage
 
-TODO: описание LogMessage
+`LogMessage` — вспомогательное сообщение для потоковой передачи логов из узлов LangGraph / LangChain. Экземпляры создаются как обычные сообщения чата, но получают тип `log`, поэтому фронтенд может отображать их отдельно от ответов модели.
+
+- Импортируется из `agent_lab_sdk.schema`.
+- По умолчанию наследуется от `langchain.schema.AIMessage` и устанавливает `additional_kwargs={"type": "log"}`.
+- Если установить переменную окружения `IS_LOG_MESSAGE_CUSTOM=true`, будет использоваться наследник `BaseMessage` с явным типом `log`. 
+
+Переменная окружения `IS_LOG_MESSAGE_CUSTOM` на текущий момент установлена для всех агентов в значение `true`
+
+#### Пример использования со `StreamWriter`
+
+```python
+from langgraph.graph import MessagesState
+from langgraph.types import StreamWriter
+from agent_lab_sdk.schema import LogMessage
+
+async def run(state: MessagesState, writer: StreamWriter) -> MessagesState:
+    writer(LogMessage("Запускаю обработку запроса"))
+
+    # ... полезная работа здесь ...
+
+    writer(LogMessage("Обработка завершена"))
+    return state
+```
+
+Вызов `writer(LogMessage(...))` отправляет лог во время выполнения шага графа, позволяя клиенту сразу видеть прогресс.
 
 ## 6. Сборка и публикация
 

{agent_lab_sdk-0.1.42 → agent_lab_sdk-0.1.42.1}/README.md

@@ -343,7 +343,31 @@ class TaskConfig(BaseModel):
 
 ### 5.2. LogMessage
 
-TODO: описание LogMessage
+`LogMessage` — вспомогательное сообщение для потоковой передачи логов из узлов LangGraph / LangChain. Экземпляры создаются как обычные сообщения чата, но получают тип `log`, поэтому фронтенд может отображать их отдельно от ответов модели.
+
+- Импортируется из `agent_lab_sdk.schema`.
+- По умолчанию наследуется от `langchain.schema.AIMessage` и устанавливает `additional_kwargs={"type": "log"}`.
+- Если установить переменную окружения `IS_LOG_MESSAGE_CUSTOM=true`, будет использоваться наследник `BaseMessage` с явным типом `log`. 
+
+Переменная окружения `IS_LOG_MESSAGE_CUSTOM` на текущий момент установлена для всех агентов в значение `true`
+
+#### Пример использования со `StreamWriter`
+
+```python
+from langgraph.graph import MessagesState
+from langgraph.types import StreamWriter
+from agent_lab_sdk.schema import LogMessage
+
+async def run(state: MessagesState, writer: StreamWriter) -> MessagesState:
+    writer(LogMessage("Запускаю обработку запроса"))
+
+    # ... полезная работа здесь ...
+
+    writer(LogMessage("Обработка завершена"))
+    return state
+```
+
+Вызов `writer(LogMessage(...))` отправляет лог во время выполнения шага графа, позволяя клиенту сразу видеть прогресс.
 
 ## 6. Сборка и публикация
 

{agent_lab_sdk-0.1.42 → agent_lab_sdk-0.1.42.1}/agent_lab_sdk.egg-info/PKG-INFO

@@ -1,6 +1,6 @@
 Metadata-Version: 2.4
 Name: agent-lab-sdk
-Version: 0.1.42
+Version: 0.1.42.1
 Summary: SDK для работы с Agent Lab
 Author-email: Andrew Ohurtsov <andermirik@yandex.com>
 License: Proprietary and Confidential — All Rights Reserved
@@ -373,7 +373,31 @@ class TaskConfig(BaseModel):
 
 ### 5.2. LogMessage
 
-TODO: описание LogMessage
+`LogMessage` — вспомогательное сообщение для потоковой передачи логов из узлов LangGraph / LangChain. Экземпляры создаются как обычные сообщения чата, но получают тип `log`, поэтому фронтенд может отображать их отдельно от ответов модели.
+
+- Импортируется из `agent_lab_sdk.schema`.
+- По умолчанию наследуется от `langchain.schema.AIMessage` и устанавливает `additional_kwargs={"type": "log"}`.
+- Если установить переменную окружения `IS_LOG_MESSAGE_CUSTOM=true`, будет использоваться наследник `BaseMessage` с явным типом `log`. 
+
+Переменная окружения `IS_LOG_MESSAGE_CUSTOM` на текущий момент установлена для всех агентов в значение `true`
+
+#### Пример использования со `StreamWriter`
+
+```python
+from langgraph.graph import MessagesState
+from langgraph.types import StreamWriter
+from agent_lab_sdk.schema import LogMessage
+
+async def run(state: MessagesState, writer: StreamWriter) -> MessagesState:
+    writer(LogMessage("Запускаю обработку запроса"))
+
+    # ... полезная работа здесь ...
+
+    writer(LogMessage("Обработка завершена"))
+    return state
+```
+
+Вызов `writer(LogMessage(...))` отправляет лог во время выполнения шага графа, позволяя клиенту сразу видеть прогресс.
 
 ## 6. Сборка и публикация
 

{agent_lab_sdk-0.1.42 → agent_lab_sdk-0.1.42.1}/pyproject.toml

@@ -4,7 +4,7 @@ build-backend = "setuptools.build_meta"
 
 [project]
 name = "agent-lab-sdk"
-version = "0.1.42"
+version = "0.1.42.1"
 description = "SDK для работы с Agent Lab"
 readme = "README.md"
 license = { text = "Proprietary and Confidential — All Rights Reserved" }