# AI Engineer Test Task

Реализация тестового задания:
- MCP сервер на FastMCP (stdio, 4 инструмента)
- LangGraph агент с mock LLM и custom tools
- FastAPI endpoint для общения с агентом
- Dockerfile + docker-compose
- Набор тестов (3+)

## Стек

- Python 3.11+
- FastMCP
- MCP Python SDK
- LangGraph + langchain-core
- FastAPI + Uvicorn
- Pytest

## Структура проекта

```text
.
├── app
│   ├── agent
│   │   ├── graph.py
│   │   ├── mcp_client.py
│   │   ├── mock_llm.py
│   │   └── tools.py
│   ├── main.py
│   └── schemas.py
├── mcp_server
│   ├── data/products.json
│   └── server.py
├── tests
│   ├── test_agent.py
│   ├── test_api.py
│   └── test_mcp_server.py
├── Dockerfile
├── docker-compose.yml
└── requirements.txt
```

## MCP инструменты

В `mcp_server/server.py` реализованы tools:
1. `list_products(category: str | None = None)`
2. `get_product(product_id: int)`
3. `add_product(name: str, price: float, category: str, in_stock: bool = True)`
4. `get_statistics()`

Особенности:
- transport: `stdio`
- декораторы `@mcp.tool`
- type hints + docstrings
- `ValueError`, если товар не найден

## Агентный flow (LangGraph)

1. Узел `analyze`: mock LLM (rule-based) разбирает запрос и формирует `action + params`.
2. Узел `execute`: вызывает MCP tools через stdio-клиент + custom tools.
3. Узел `respond`: формирует финальный текст пользователю.

Custom tools:
- `calculate_discount`
- форматтеры ответа (`format_products`, `format_statistics`)

## API

- `POST /api/v1/agent/query`
- `GET /health`

Пример запроса:

```bash
curl -X POST "http://localhost:8000/api/v1/agent/query" \
  -H "Content-Type: application/json" \
  -d '{"query":"Покажи все продукты в категории Электроника"}'
```

## Запуск

### Вариант 1: Docker Compose (рекомендуется)

```bash
docker compose up --build
```

API будет доступен на `http://localhost:8000`.

### Вариант 2: Локально

```bash
python3 -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt
uvicorn app.main:app --reload --port 8000
```

## Тесты

```bash
pytest -q
```

Покрытие требований тестами:
- `tests/test_mcp_server.py`:
  - добавление продукта
  - статистика
  - обработка ошибки `ValueError`
- `tests/test_agent.py`:
  - вычисление средней цены
  - расчет скидки через custom tool
- `tests/test_api.py`:
  - проверка `POST /api/v1/agent/query`

## Примеры запросов к агенту

- `Покажи все продукты в категории Электроника`
- `Какая средняя цена продуктов?`
- `Добавь новый продукт: Мышка, цена 1500, категория Электроника`
- `Посчитай скидку 15% на товар с ID 1`