update quizgenerator

app/services/quiz_generator.py

@@ -1,107 +1,86 @@
-from typing import List, Dict, Literal
-import json
-from langchain_community.vectorstores import FAISS
-from langchain_openai import OpenAIEmbeddings
-from langchain_openai import ChatOpenAI
-from langchain.prompts import ChatPromptTemplate
-from app.core.config import settings
-from app.models.quiz import Question
-import logging
-
-logger = logging.getLogger(__name__)
-
-class QuizGenerator:
-    def __init__(self, provider: Literal["openai", "deepseek"] = "openai"):
-        self.embeddings = OpenAIEmbeddings(openai_api_key=settings.OPENAI_API_KEY)
-        self.vector_store = FAISS.load_local(
-            settings.VECTOR_DB_PATH, 
-            self.embeddings,
-            allow_dangerous_deserialization=True
-        )
-        
-        # Configuration selon le provider
-        if provider == "deepseek":
-            self.llm = ChatOpenAI(
-                model_name="deepseek-chat",
-                temperature=0.7,
-                openai_api_key=settings.DEEPSEEK_API_KEY,
-                base_url="https://api.deepseek.com"
-            )
-        else:  # openai
-            self.llm = ChatOpenAI(
-                model_name=settings.MODEL_NAME,
-                temperature=0.7,
-                openai_api_key=settings.OPENAI_API_KEY
-            )
-
-    def clean_json_response(self, response_text: str) -> str:
-        """Nettoie la réponse du LLM pour obtenir un JSON valide."""
-        # Supprime les backticks markdown et le mot 'json'
-        cleaned = response_text.replace('```json', '').replace('```', '').strip()
-        # Supprime les espaces et sauts de ligne superflus au début et à la fin
-        return cleaned.strip()
-
-
-    async def generate_quiz(self, theme: str, num_questions: int = 5) -> List[Question]:
-        logger.debug(f"Génération de quiz - Thème: {theme}, Nb questions: {num_questions}")
-
-        try:
-            # Récupérer le contexte pertinent
-            docs = self.vector_store.similarity_search(theme, k=3)
-            context = "\n".join([doc.page_content for doc in docs])
-
-            # Template pour la génération de questions
-            prompt = ChatPromptTemplate.from_template("""
-            Tu es un générateur de quiz intelligent.
-
-            Si tu as du contexte pertinent, utilise-le : {context}
-            Sinon, utilise tes connaissances générales.
-
-            Génère {num_questions} questions de quiz sur le thème: {theme}
-
-            IMPORTANT: Réponds UNIQUEMENT avec un JSON valide sans backticks ni formatage markdown.
-            Format exact attendu:
-            {{
-                "questions": [
-                    {{
-                        "question": "La question",
-                        "options": ["Option A", "Option B", "Option C"],
-                        "correct_answer": "La bonne réponse (qui doit être une des options)"
-                    }}
-                ]
-            }}
-            """)
-
-            # Générer les questions
-            response = await self.llm.agenerate([
-                prompt.format_messages(
-                    context=context,
-                    theme=theme,
-                    num_questions=num_questions
-                )
-            ])
-
-            # Parser le JSON et créer les objets Question
-            response_text = response.generations[0][0].text
-            cleaned_response = self.clean_json_response(response_text)
-            
-            try:
-                response_json = json.loads(cleaned_response)
-            except json.JSONDecodeError as e:
-                logger.error(f"Réponse brute: {response_text}")
-                logger.error(f"Réponse nettoyée: {cleaned_response}")
-                raise Exception(f"Erreur de parsing JSON: {str(e)}")
-            
-            questions = []
-            for q in response_json["questions"]:
-                questions.append(Question(
-                    question=q["question"],
-                    options=q["options"],
-                    correct_answer=q["correct_answer"]
-                ))
-            
-            return questions
-            
-        except Exception as e:
-            print(f"Erreur dans generate_quiz: {str(e)}")
+from typing import List, Literal
+import json
+from langchain_openai import ChatOpenAI
+from langchain.prompts import ChatPromptTemplate
+from app.core.config import settings
+from app.models.quiz import Question
+import logging
+
+logger = logging.getLogger(__name__)
+
+class QuizGenerator:
+    def __init__(self, provider: Literal["openai", "deepseek"] = "openai"):
+        # Configuration selon le provider
+        if provider == "deepseek":
+            self.llm = ChatOpenAI(
+                model_name="deepseek-chat",
+                temperature=0.7,
+                openai_api_key=settings.DEEPSEEK_API_KEY,
+                base_url="https://api.deepseek.com"
+            )
+        else:  # openai
+            self.llm = ChatOpenAI(
+                model_name=settings.MODEL_NAME,
+                temperature=0.7,
+                openai_api_key=settings.OPENAI_API_KEY
+            )
+
+    def clean_json_response(self, response_text: str) -> str:
+        """Nettoie la réponse du LLM pour obtenir un JSON valide."""
+        cleaned = response_text.replace('```json', '').replace('```', '').strip()
+        return cleaned.strip()
+
+    async def generate_quiz(self, theme: str, num_questions: int = 5) -> List[Question]:
+        logger.debug(f"Génération de quiz - Thème: {theme}, Nb questions: {num_questions}")
+
+        try:
+            # Template pour la génération de questions
+            prompt = ChatPromptTemplate.from_template("""
+            Tu es un générateur de quiz intelligent.
+            Génère {num_questions} questions de quiz sur le thème: {theme}
+
+            IMPORTANT: Réponds UNIQUEMENT avec un JSON valide sans backticks ni formatage markdown.
+            Format exact attendu:
+            {{
+                "questions": [
+                    {{
+                        "question": "La question",
+                        "options": ["Option A", "Option B", "Option C"],
+                        "correct_answer": "La bonne réponse (qui doit être une des options)"
+                    }}
+                ]
+            }}
+            """)
+
+            # Générer les questions
+            response = await self.llm.agenerate([
+                prompt.format_messages(
+                    theme=theme,
+                    num_questions=num_questions
+                )
+            ])
+
+            # Parser le JSON et créer les objets Question
+            response_text = response.generations[0][0].text
+            cleaned_response = self.clean_json_response(response_text)
+            
+            try:
+                response_json = json.loads(cleaned_response)
+            except json.JSONDecodeError as e:
+                logger.error(f"Réponse brute: {response_text}")
+                logger.error(f"Réponse nettoyée: {cleaned_response}")
+                raise Exception(f"Erreur de parsing JSON: {str(e)}")
+            
+            questions = []
+            for q in response_json["questions"]:
+                questions.append(Question(
+                    question=q["question"],
+                    options=q["options"],
+                    correct_answer=q["correct_answer"]
+                ))
+            
+            return questions
+            
+        except Exception as e:
+            print(f"Erreur dans generate_quiz: {str(e)}")
             raise e