टूल्स

import asyncio
from dedalus_labs import AsyncDedalus, DedalusRunner
from dotenv import load_dotenv

load_dotenv()

def as_bullets(items: list[str]) -> str:
    """आइटम्स को बुलेटेड सूची के रूप में फ़ॉर्मैट करें."""
    return "\n".join(f"• {item}" for item in items)

async def main():
    client = AsyncDedalus()
    runner = DedalusRunner(client)

    result = await runner.run(
        input=(
            "निम्न इवेंट्स लें और as_bullets को आइटम्स की एक सूची के साथ कॉल करें (हर इवेंट के लिए एक आइटम)।\n\n"
            "इवेंट्स:\n"
            "- Warriors vs Lakers — San Francisco — 2026-01-18\n"
            "- Warriors vs Suns — San Francisco — 2026-01-22\n"
            "- Warriors vs Celtics — San Francisco — 2026-01-29\n\n"
            "केवल सूची वापस करें।"
        ),
        model="openai/gpt-5.2",
        tools=[as_bullets],
    )

    print(result.final_output)

if __name__ == "__main__":
    asyncio.run(main())

# अच्छा: typed, दस्तावेज़ित, स्पष्ट नाम
def get_weather(city: str, units: str = "celsius") -> dict:
    """किसी शहर के लिए मौजूदा मौसम प्राप्त करें। तापमान और स्थिति लौटाता है."""
    return {"temp": 22, "conditions": "sunny"}

# खराब: कोई types नहीं, कोई docs नहीं, अस्पष्ट नाम
def do_thing(x):
    return some_api_call(x)

async def fetch_user(user_id: int) -> dict:
    """डेटाबेस से यूज़र प्रोफ़ाइल लाएँ।"""
    async with db.connection() as conn:
        return await conn.fetchone("SELECT * FROM users WHERE id = $1", user_id)

import asyncio
from dedalus_labs import AsyncDedalus, DedalusRunner

async def main():
    client = AsyncDedalus()
    runner = DedalusRunner(client)

    # विशेषज्ञ: दूसरे runner कॉल को tool के रूप में रैप करें
    async def research_specialist(query: str) -> str:
        """किसी विषय पर गहन रिसर्च। उन सवालों के लिए उपयोग करें जिनमें विस्तृत विश्लेषण ज़रूरी हो।"""
        result = await runner.run(
            input=query,
            model="openai/gpt-5.2",  # रिसर्च के लिए अधिक सक्षम model
            instructions="You are a research analyst. Be thorough and cite sources.",
            mcp_servers=["windsor/brave-search-mcp"]  # Brave Search मॉडल कॉन्टेक्स्ट प्रोटोकॉल (MCP) के ज़रिए वेब सर्च
        )
        return result.final_output

    async def code_specialist(spec: str) -> str:
        """स्पेसिफिकेशन्स से प्रोडक्शन कोड जनरेट करें।"""
        result = await runner.run(
            input=spec,
            model="anthropic/claude-opus-4-5",  # कोड में मज़बूत
            instructions="Write clean, tested, production-ready code."
        )
        return result.final_output

    # कोऑर्डिनेटर: सस्ता model जो विशेषज्ञों को delegate करता है
    result = await runner.run(
        input="Research quantum computing breakthroughs in 2025, then write a Python simulator for a basic quantum gate",
        model="openai/gpt-4o-mini",
        tools=[research_specialist, code_specialist]
    )

    print(result.final_output)

if __name__ == "__main__":
    asyncio.run(main())