Загрузить файлы в «/»

This commit is contained in:
2025-10-29 19:28:27 +03:00
parent e18edce982
commit 0ae7f5c67a

277
ouput_chat.py Normal file
View File

@@ -0,0 +1,277 @@
"""
Модуль для генерации описаний маршрутов и ответов на вопросы пользователей.
Использует Gemini-2.5-flash API через requests библиотеку.
"""
import json
import requests
from typing import List, Dict, Optional
class RouteDescriber:
"""
Класс для работы с описанием маршрутов и ответами на вопросы пользователей.
"""
def __init__(self):
"""
Инициализация с API ключом Gemini.
Args:
api_key: API ключ для доступа к Gemini API
"""
self.api_key = 'AIzaSyBXGBGH5NDY8L_jVmq2zb4i8xYEV2qN-48'
self.base_url = "https://generativelanguage.googleapis.com/v1beta/models/gemini-2.5-flash:generateContent"
self.conversation_history = []
self.route_points = []
self.route_description = ""
self.parser_chat_context = ""
def _call_gemini(self, prompt: str, system_instruction: Optional[str] = None) -> str:
"""
Выполняет запрос к Gemini API.
Args:
prompt: Текст промпта
system_instruction: Системная инструкция для модели
Returns:
Ответ модели
"""
url = f"{self.base_url}?key={self.api_key}"
headers = {
"Content-Type": "application/json"
}
# Формируем тело запроса
contents = []
# Добавляем историю разговора
for msg in self.conversation_history:
contents.append(msg)
# Добавляем текущий промпт
contents.append({
"role": "user",
"parts": [{"text": prompt}]
})
payload = {
"contents": contents
}
# Добавляем системную инструкцию если есть
if system_instruction:
payload["system_instruction"] = {
"parts": [{"text": system_instruction}]
}
try:
response = requests.post(url, headers=headers, json=payload, timeout=30)
response.raise_for_status()
result = response.json()
# Извлекаем текст ответа
if "candidates" in result and len(result["candidates"]) > 0:
candidate = result["candidates"][0]
if "content" in candidate and "parts" in candidate["content"]:
answer = candidate["content"]["parts"][0]["text"]
# Сохраняем в историю
self.conversation_history.append({
"role": "user",
"parts": [{"text": prompt}]
})
self.conversation_history.append({
"role": "model",
"parts": [{"text": answer}]
})
return answer
return "Ошибка при получении ответа"
except requests.exceptions.RequestException as e:
return f"Ошибка запроса: {str(e)}"
def generate_route_description(self, route_points: List[Dict],
parser_chat_history: Optional[List[Dict]] = None) -> str:
"""
Генерирует описание маршрута на основе точек.
Args:
route_points: Список точек маршрута с полями 'name' и 'description'
parser_chat_history: История чата с парсером в формате [{"role": "user"/"model", "text": "..."}]
Returns:
Описание маршрута (1-2 предложения на точку)
"""
self.route_points = route_points
self.conversation_history = [] # Очищаем историю для нового маршрута
# Обрабатываем историю чата с парсером
if parser_chat_history:
parser_messages = []
for msg in parser_chat_history:
role = msg.get('role', 'user')
text = msg.get('text', '')
parser_messages.append(f"{role.upper()}: {text}")
self.parser_chat_context = "\n".join(parser_messages)
else:
self.parser_chat_context = ""
# Формируем промпт
points_info = []
for i, point in enumerate(route_points, 1):
name = point.get('name', f'Точка {i}')
description = point.get('description', '')
points_info.append(f"{i}. {name}\nОписание: {description}")
prompt = f"""Создай краткое описание маршрута из {len(route_points)} точек.
Для каждой точки напиши 1-2 предложения, которые заинтересуют посетителя.
Используй только информацию из описаний точек.
Точки маршрута:
{chr(10).join(points_info)}
Формат ответа:
1. [Название точки]: [1-2 предложения описания]
2. [Название точки]: [1-2 предложения описания]
..."""
# Добавляем контекст парсера если есть
if self.parser_chat_context:
prompt = f"""История запроса пользователя:
{self.parser_chat_context}
{prompt}"""
system_instruction = """Ты — помощник для описания туристических маршрутов.
Твоя задача — создавать краткие, привлекательные описания точек маршрута (1-2 предложения на точку).
Используй только информацию, представленную в описаниях точек.
Пиши на русском языке."""
description = self._call_gemini(prompt, system_instruction)
self.route_description = description
return description
def answer_question(self, question: str) -> str:
"""
Отвечает на вопрос пользователя о точках маршрута.
Видит всю историю вопросов и ответов, а также описание маршрута.
Args:
question: Вопрос пользователя
Returns:
Ответ на основе информации из описаний точек
"""
# Формируем контекст с информацией о точках
points_context = []
for i, point in enumerate(self.route_points, 1):
name = point.get('name', f'Точка {i}')
description = point.get('description', 'Нет описания')
points_context.append(f"{i}. {name}: {description}")
context = "\n\n".join(points_context)
# Добавляем информацию о парсере если есть
parser_info = ""
if self.parser_chat_context:
parser_info = f"""
ИСТОРИЯ ЗАПРОСА ПОЛЬЗОВАТЕЛЯ (для контекста):
{self.parser_chat_context}
"""
# Добавляем описание маршрута если оно было сгенерировано
route_desc_info = ""
if self.route_description:
route_desc_info = f"""
ОПИСАНИЕ МАРШРУТА, КОТОРОЕ БЫЛО ПОКАЗАНО ПОЛЬЗОВАТЕЛЮ:
{self.route_description}
"""
system_instruction = f"""Ты — помощник по туристическому маршруту.
{parser_info}{route_desc_info}
ДОСТУПНАЯ ИНФОРМАЦИЯ О ТОЧКАХ МАРШРУТА:
{context}
СТРОГИЕ ПРАВИЛА:
1. Отвечай ТОЛЬКО на вопросы о точках маршрута
2. Используй ТОЛЬКО информацию из описаний точек выше
3. Если в описаниях нет информации для ответа на вопрос, вежливо уходи от ответа фразами вида "Вы узнаете ответ, когда посетите это место", адаптируй под контекст.
4. НЕ давай рекомендаций и советов
5. НЕ отвечай на вопросы, не связанные с маршрутом. В таких случаях отвечай: "Я могу ответить только на вопросы о точках вашего маршрута"
6. НЕ придумывай информацию, которой нет в описаниях
7. Отвечай кратко и по существу на русском языке
8. Ты видишь всю историю разговора, поэтому можешь отвечать на уточняющие вопросы"""
answer = self._call_gemini(question, system_instruction)
return answer
def reset_conversation(self):
"""Очищает историю разговора."""
self.conversation_history = []
self.route_points = []
self.route_description = ""
self.parser_chat_context = ""
# Пример использования
if __name__ == "__main__":
# Инициализация (замените на ваш API ключ)
API_KEY = "YOUR_GEMINI_API_KEY"
describer = RouteDescriber(API_KEY)
# Пример истории чата с парсером
parser_chat = [
{"role": "user", "text": "Хочу погулять по центру Москвы, интересует история и искусство"},
{"role": "model", "text": "Понял, вы хотите прогулку по историческому центру с посещением музеев. Сколько времени у вас есть?"},
{"role": "user", "text": "Часа 3-4"},
{"role": "model", "text": "Отлично, я составил маршрут из 3 точек по центру Москвы с историческими местами и музеем искусства."}
]
# Пример данных маршрута
route_points = [
{
"name": "Красная площадь",
"description": "Главная площадь Москвы, окружённая историческими зданиями. Здесь находятся Кремль, собор Василия Блаженного и Мавзолей Ленина. Площадь была основана в конце XV века."
},
{
"name": "Парк Горького",
"description": "Один из самых известных парков Москвы, расположенный на берегу Москвы-реки. Здесь есть зоны для отдыха, спортивные площадки, прокат велосипедов. Парк был открыт в 1928 году."
},
{
"name": "Третьяковская галерея",
"description": "Художественный музей с крупнейшей коллекцией русского искусства. В экспозиции представлены работы от древнерусских икон до картин XX века. Основана купцом Павлом Третьяковым."
}
]
# Генерация описания маршрута с историей парсера
print("=== ОПИСАНИЕ МАРШРУТА ===")
description = describer.generate_route_description(route_points, parser_chat)
print(description)
print()
# Примеры вопросов (теперь с контекстом истории)
print("=== ДИАЛОГ С ПОЛЬЗОВАТЕЛЕМ ===")
questions = [
"Когда был основан Парк Горького?",
"А что там можно делать?", # Уточняющий вопрос о предыдущей теме
"Какие картины есть в Третьяковской галерее?",
"Сколько стоит билет?", # Без контекста, но система поймет что это про музей
"Расскажи про Кремль",
"Что посоветуешь взять с собой?", # Попытка получить рекомендацию
"Как погода сегодня?" # Нерелевантный вопрос
]
for q in questions:
print(f"\n👤 Пользователь: {q}")
answer = describer.answer_question(q)
print(f"🤖 Бот: {answer}")