File size: 2,909 Bytes
17131ee
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
import json
from langchain_core.prompts import PromptTemplate
from config import Config

class IntentDetector:
    def __init__(self):
        # Temperature 0 wajib agar klasifikasi stabil
        self.llm = Config.get_llm(temperature=0.0)
        
        self.template = """
        Kamu adalah Intent Classifier untuk sistem e-Procurement.
        Tugas: Klasifikasikan input user ke dalam satu kategori: "basa_basi" atau "cari_produk".

        STATUS SAAT INI: {search_status}

        Definisi Kategori:
        1. "basa_basi": 
           - Sapaan (Halo, Pagi, Hai).
           - Perkenalan diri yang tidak relevan.
           - Ucapan terima kasih.
           - Pertanyaan "Kamu siapa?".
           
        2. "cari_produk":
           - Ingin membeli/mencari barang atau jasa.
           - Menyebutkan NAMA PRODUK (Laptop, Semen, Jasa Kebersihan).
           - Menyebutkan SPESIFIKASI (Murah, Mahal, Warna Merah).
           - Menyebutkan NAMA KOTA/LOKASI (Contoh: "Jakarta", "Sidoarjo", "Bandung", "di Surabaya") -> PENTING!
           - Menjawab pertanyaan bot terkait preferensi (Ya, Tidak, Asus, Lenovo).

        Input User: "{user_text}"

        Aturan Khusus:
        - Jika Status "Sedang mencari", anggap input pendek (nama kota/merk) sebagai "cari_produk".
        - Jika user menyebut nama kota (Sidoarjo, Jakarta, dll), ITU ADALAH "cari_produk" (Lokasi).

        JAWAB HANYA SATU KATA (tanpa tanda baca):
        """
        self.prompt = PromptTemplate(input_variables=["user_text", "search_status"], template=self.template)
        self.chain = self.prompt | self.llm

    def detect(self, state: dict) -> str:
        user_text = state.get("user_text", "")
        constraints = state.get("collected_constraints", {})
        
        # Cek Context: Apakah user sudah mulai mencari sesuatu?
        # Jika constraints terisi (misal sudah ada product='laptop'), 
        # maka kita set flag agar detector lebih bias ke 'cari_produk'
        is_searching = bool(constraints) and any(v for v in constraints.values())
        
        search_status = "User SEDANG dalam proses pencarian/filter produk." if is_searching else "User BELUM memulai pencarian."

        try:
            response = self.chain.invoke({
                "user_text": user_text,
                "search_status": search_status
            })
            intent = response.content.strip().lower()
            
            # Cleaning extra chars just in case
            intent = intent.replace('"', '').replace("'", "").replace(".", "")
            
            # Normalisasi output jika LLM agak 'kreatif'
            if any(x in intent for x in ["produk", "cari", "beli", "search", "filter"]):
                return "cari_produk"
            
            return "basa_basi"
        except Exception as e:
            print(f"[IntentDetector] Error: {e}, Defaulting to basa_basi")
            return "basa_basi"