homelab-brain/homelab-ai-bot/tools/deep_research.py

"""Deep Research Tool — Open Deep Research (CT 121) via LangGraph API."""

import requests
import time
import logging

log = logging.getLogger("deep_research")

DEEP_RESEARCH_URL = "http://10.10.10.121:2024"
ASSISTANT_ID = "e9a5370f-7a53-55a8-ada8-6ab9ef15bb5b"
RESEARCH_MODEL = "openai/gpt-4o-mini"
POLL_INTERVAL = 10
MAX_WAIT = 600

SYSTEM_PROMPT_EXTRA = """DEEP RESEARCH:
Du hast Zugriff auf deep_research — eine KI-gestuetzte Tiefenrecherche die 20-30 Quellen durchsucht.
Nutze es wenn der User explizit "recherchiere", "finde heraus", "vergleiche" sagt oder eine komplexe Frage hat.
NICHT fuer einfache Fakten oder Homelab-Fragen.
WICHTIG: deep_research dauert 2-5 Minuten. Das ist normal. Warte auf das Ergebnis.
Das Ergebnis ist ein ausfuehrlicher Report. Fasse ihn fuer Telegram zusammen (max ~3000 Zeichen)."""

TOOLS = [
    {
        "type": "function",
        "function": {
            "name": "deep_research",
            "description": "Startet eine tiefe Web-Recherche zu einem Thema. Durchsucht 20-30 Quellen und erstellt einen ausfuehrlichen Report. Dauert 2-5 Minuten — das ist normal, warte auf das Ergebnis.",
            "parameters": {
                "type": "object",
                "properties": {
                    "query": {
                        "type": "string",
                        "description": "Die Recherche-Frage, moeglichst spezifisch formuliert."
                    }
                },
                "required": ["query"]
            },
        },
    },
]


def _create_thread():
    r = requests.post(f"{DEEP_RESEARCH_URL}/threads",
                      json={}, timeout=10)
    r.raise_for_status()
    return r.json()["thread_id"]


def _start_run(thread_id, query):
    payload = {
        "assistant_id": ASSISTANT_ID,
        "input": {
            "messages": [{"role": "user", "content": query}]
        },
        "config": {
            "configurable": {
                "summarization_model": f"openai:{RESEARCH_MODEL}",
                "research_model": f"openai:{RESEARCH_MODEL}",
                "compression_model": f"openai:{RESEARCH_MODEL}",
                "final_report_model": f"openai:{RESEARCH_MODEL}",
                "allow_clarification": False,
            }
        }
    }
    r = requests.post(f"{DEEP_RESEARCH_URL}/threads/{thread_id}/runs",
                      json=payload, timeout=30)
    r.raise_for_status()
    return r.json()["run_id"]


def _poll_run(thread_id, run_id):
    elapsed = 0
    while elapsed < MAX_WAIT:
        time.sleep(POLL_INTERVAL)
        elapsed += POLL_INTERVAL
        try:
            r = requests.get(
                f"{DEEP_RESEARCH_URL}/threads/{thread_id}/runs/{run_id}",
                timeout=10)
            r.raise_for_status()
            data = r.json()
            status = data.get("status", "unknown")
            log.info("Poll %ds: status=%s", elapsed, status)
            if status == "success":
                return True, None
            if status in ("error", "failed"):
                err = data.get("error", "Unbekannter Fehler")
                log.error("Run failed: %s", err)
                return False, err
            if status == "interrupted":
                return False, "Research wurde unterbrochen"
        except Exception as e:
            log.warning("Poll error at %ds: %s", elapsed, e)
    return False, f"Timeout nach {MAX_WAIT}s"


def _get_result(thread_id):
    r = requests.get(f"{DEEP_RESEARCH_URL}/threads/{thread_id}/state",
                     timeout=30)
    r.raise_for_status()
    state = r.json()

    values = state.get("values", {})
    messages = values.get("messages", [])

    log.info("Messages in result: %d", len(messages))
    for i, msg in enumerate(messages):
        content = msg.get("content", "")
        clen = len(content) if isinstance(content, str) else 0
        log.info("  msg[%d] type=%s len=%d", i, msg.get("type", "?"), clen)

    for msg in reversed(messages):
        content = msg.get("content", "")
        if isinstance(content, str) and len(content) > 100:
            return content

    return "Kein Report generiert."


def handle_deep_research(query: str, **kw):
    log.info("deep_research gestartet: %s", query[:100])
    try:
        thread_id = _create_thread()
        log.info("Thread erstellt: %s", thread_id)

        run_id = _start_run(thread_id, query)
        log.info("Run gestartet: %s", run_id)

        ok, error = _poll_run(thread_id, run_id)
        if not ok:
            log.error("Research fehlgeschlagen: %s", error)
            return f"Deep Research fehlgeschlagen: {error}"

        report = _get_result(thread_id)
        log.info("Report erhalten: %d Zeichen", len(report))

        if len(report) > 6000:
            report = report[:6000] + "\n\n[... Report gekuerzt]"

        return report

    except requests.ConnectionError:
        log.error("CT 121 nicht erreichbar")
        return "Deep Research (CT 121) nicht erreichbar. Service laeuft moeglicherweise nicht."
    except Exception as e:
        log.exception("Deep Research Fehler")
        return f"Deep Research Fehler: {e}"


HANDLERS = {
    "deep_research": handle_deep_research,
}