Create chat.py

chat.py

@@ -0,0 +1,652 @@
+import streamlit as st
+import re
+from groq import Groq
+from editor import save_generated_code_to_new_file
+from utils import load_system_prompt, extract_all_code_blocks, is_physics_related
+
+def setup_chat(api_key, mobile=False):
+    """チャット機能とその関連機能をセットアップする"""
+    # ヘッダー
+    st.header("AIアシスタント" if not mobile else "チャット")
+    
+    # 過去のメッセージを表示
+    display_message_history()
+    
+    # 思考プロセスの表示（開閉可能なエクスパンダー）
+    if st.session_state.thinking_process:
+        with st.expander("思考プロセスを表示"):
+            for i, thought in enumerate(st.session_state.thinking_process):
+                st.subheader(thought["title"])
+                st.markdown(thought["content"])
+                st.divider()
+    
+    # 最後に生成されたコードを保存する機能
+    if st.session_state.last_generated_code and st.button("AIが生成したコードをエディタに保存", key="save_ai_code"):
+        with st.spinner("コードを保存中..."):
+            file_name = save_generated_code_to_new_file(st.session_state.last_generated_code)
+            st.success(f"コードを '{file_name}' として保存しました")
+            st.session_state.last_generated_code = None  # 保存したのでクリア
+            
+            # モバイルモードならエディタタブに切り替え
+            if mobile:
+                st.session_state.active_tab = "エディタ"
+            
+            st.rerun()
+    
+    # モバイルの場合は追加のナビゲーション
+    if mobile:
+        if st.button("コードエディタモードへ", key="goto_editor", use_container_width=True):
+            st.session_state.active_tab = "エディタ"
+            st.rerun()
+    
+    # チャット入力
+    if prompt := st.chat_input("質問を入力してください"):
+        process_chat_input(prompt, api_key)
+
+def display_message_history():
+    """会話履歴を表示する"""
+    for message in st.session_state.messages:
+        with st.chat_message(message["role"]):
+            st.markdown(message["content"])
+
+def process_chat_input(prompt, api_key):
+    """ユーザー入力を処理し、応答を生成する"""
+    # ユーザーメッセージを表示
+    st.chat_message("user").markdown(prompt)
+    
+    # ユーザーメッセージをセッション状態に追加
+    st.session_state.messages.append({"role": "user", "content": prompt})
+    
+    # 編集コマンドを検出
+    if prompt.strip().startswith("/edit"):
+        process_edit_command(prompt, api_key)
+        return
+    
+    # モード切替コマンドを検出
+    if prompt.strip().startswith("/mode"):
+        process_mode_command(prompt)
+        return
+    
+    # 通常の質問処理
+    process_normal_query(prompt, api_key)
+
+def process_edit_command(prompt, api_key):
+    """エディタのコード編集コマンドを処理する"""
+    # 現在開いているファイルがない場合
+    if not st.session_state.current_file:
+        response = "エディタに開いているファイルがありません。まずはファイルを作成するか開いてください。"
+        st.chat_message("assistant").markdown(response)
+        st.session_state.messages.append({"role": "assistant", "content": response})
+        return
+    
+    # 編集指示を抽出
+    instructions = prompt.replace("/edit", "").strip()
+    if not instructions:
+        instructions = "コードを改善してください。可読性を高め、バグがあれば修正し、コメントを追加してください。"
+    
+    current_code = st.session_state.files[st.session_state.current_file]
+    file_ext = os.path.splitext(st.session_state.current_file)[1].lower()
+    
+    # 言語を特定
+    lang_map = {
+        ".py": "Python",
+        ".js": "JavaScript",
+        ".html": "HTML",
+        ".css": "CSS",
+        ".json": "JSON",
+        ".txt": "テキスト"
+    }
+    language = lang_map.get(file_ext, "コード")
+    
+    # AIに編集を依頼
+    with st.spinner("AIによるコード編集中..."):
+        edited_code = request_ai_edit(
+            api_key, 
+            current_code, 
+            instructions, 
+            language
+        )
+        
+        if edited_code:
+            st.session_state.files[st.session_state.current_file] = edited_code
+            response = f"✅ {st.session_state.current_file} を編集しました。編集結果はエディタで確認できます。"
+            
+            # モバイルモードならエディタタブに切り替え
+            if st.session_state.mobile_mode:
+                st.session_state.active_tab = "エディタ"
+        else:
+            response = "⚠️ コードの編集に失敗しました。もう一度お試しください。"
+    
+    # 応答を表示して保存
+    st.chat_message("assistant").markdown(response)
+    st.session_state.messages.append({"role": "assistant", "content": response})
+    
+    if st.session_state.mobile_mode and edited_code:
+        st.rerun()
+
+def process_mode_command(prompt):
+    """モード切り替えコマンドを処理する"""
+    parts = prompt.strip().split()
+    if len(parts) < 2:
+        response = "モード指定が不完全です。使用方法: /mode [通常|実装|エラー修正]"
+    else:
+        mode = parts[1].lower()
+        valid_modes = {"通常": "通常モード", "実装": "実装モード", "エラー修正": "エラー修正モード"}
+        
+        if mode not in valid_modes and mode not in valid_modes.values():
+            response = f"無効なモードです。使用可能なモード: {', '.join(valid_modes.keys())}"
+        else:
+            old_mode = st.session_state.current_mode
+            if mode in valid_modes:
+                st.session_state.current_mode = valid_modes[mode]
+            else:
+                st.session_state.current_mode = mode
+            
+            st.session_state.is_first_message = True
+            
+            # モード変更時の説明メッセージを用意
+            mode_descriptions = {
+                "通常モード": "通常の質問応答モードに切り替えました。",
+                "実装モード": "アイデアから設計と実装を生成するモードに切り替えました。",
+                "エラー修正モード": "エラーメッセージから問題を診断・修正するモードに切り替えました。"
+            }
+            
+            instructions = {
+                "通常モード": "質問や議論したいトピックを入力してください。",
+                "実装モード": "実装したい機能やアイデアを入力してください。",
+                "エラー修正モード": "発生したエラーメッセージとコードを入力してください。"
+            }
+            
+            response = f"モードを「{old_mode}」から「{st.session_state.current_mode}」に変更しました。\n\n{mode_descriptions[st.session_state.current_mode]}\n\n{instructions[st.session_state.current_mode]}"
+    
+    # レスポンスを表示
+    st.chat_message("assistant").markdown(response)
+    
+    # アシスタントメッセージをセッション状態に追加
+    st.session_state.messages.append({"role": "assistant", "content": response})
+
+def process_normal_query(prompt, api_key):
+    """通常の質問を処理し、AIからの応答を生成する"""
+    # APIキーがある場合のみ実行
+    if api_key:
+        try:
+            # 最初のメッセージはチェーンを使用、それ以降はQwen Coderのみで応答
+            if st.session_state.is_first_message:
+                with st.spinner("回答を生成中...（複数のモデルによる分析を行っています）"):
+                    response, thinking_results = generate_chain_response(prompt, api_key)
+                    st.session_state.thinking_process = thinking_results
+                st.session_state.is_first_message = False
+            else:
+                with st.spinner("回答を生成中..."):
+                    response = generate_direct_response(prompt, api_key)
+            
+            # レスポンスを表示
+            st.chat_message("assistant").markdown(response)
+            
+            # アシスタントメッセージをセッション状態に追加
+            st.session_state.messages.append({"role": "assistant", "content": response})
+            
+            # 会話状態を更新
+            update_conversation_state(prompt, response)
+            
+            # モード切替提案を追加（UIには表示しない）
+            mode_suggestions = {
+                "通常モード": "\n\n---\n*実装を生成するには、「/mode 実装」と入力して実装モードに切り替えてください。*",
+                "実装モード": "\n\n---\n*このコードを検証・修正するには、「/mode エラー修正」と入力して検証修正モードに切り替えてください。*",
+                "エラー修正モード": "\n\n---\n*新しい実装を生成するには、「/mode 実装」と入力して実装モードに切り替えてください。*"
+            }
+            
+            # 提案はセッションステートには保存するが、UIには表示しない（次回のcontext生成で使用）
+            suggestion = mode_suggestions.get(st.session_state.current_mode, "")
+            st.session_state.messages[-1]["content"] += suggestion
+            
+            # コードブロックを抽出して保存機能を提供
+            code_blocks = extract_all_code_blocks(response)
+            if code_blocks and len(code_blocks) > 0:
+                st.session_state.last_generated_code = code_blocks[0]
+            
+        except Exception as e:
+            st.error(f"エラーが発生しました: {str(e)}")
+    else:
+        st.error("GROQ_API_KEYが設定されていません。")
+
+def generate_chain_response(user_input, api_key):
+    """複数のモデルを使ったチェーンベースの応答生成"""
+    client = Groq(api_key=api_key)
+    thinking_results = []
+    
+    # モデル名のマッピング
+    from config import MODELS
+    
+    # ユーザー入力が物理関連かどうかをチェック
+    is_physics = is_physics_related(user_input)
+    
+    # Step 1: Mistral Sabaによる入力分析
+    mistral_system_prompt = load_system_prompt(MODELS["mistral_saba"])
+    mistral_prompt = f"""
+    以下のユーザー入力を分析してください。ユーザーの質問や要求の本質、重要なキーワード、技術的課題を抽出し、
+    どのようなアプローチで回答すべきかを詳細に検討してください。
+    
+    ユーザー入力: {user_input}
+    """
+    
+    mistral_response = client.chat.completions.create(
+        model=MODELS["mistral_saba"],
+        messages=[
+            {"role": "system", "content": mistral_system_prompt},
+            {"role": "user", "content": mistral_prompt}
+        ],
+        temperature=0.3,
+        max_tokens=2000
+    )
+    
+    mistral_analysis = mistral_response.choices[0].message.content
+    thinking_results.append({
+        "title": "Mistral Sabaによる分析",
+        "content": mistral_analysis
+    })
+    
+    # 物理関連の場合のみDeepSeekの意見を取得
+    deepseek_knowledge = ""
+    if is_physics:
+        deepseek_system_prompt = load_system_prompt(MODELS["deepseek"])
+        deepseek_prompt = f"""
+        以下のユーザー入力は物理学に関連しています。物理学の観点から、この質問や課題に対する
+        科学的知識、法則、公式、アプローチを提供してください。特に関連する物理概念と実装方法の
+        関連性があれば説明してください。
+        
+        ユーザー入力: {user_input}
+        """
+        
+        deepseek_response = client.chat.completions.create(
+            model=MODELS["deepseek"],
+            messages=[
+                {"role": "system", "content": deepseek_system_prompt},
+                {"role": "user", "content": deepseek_prompt}
+            ],
+            temperature=0.3,
+            max_tokens=2000
+        )
+        
+        deepseek_knowledge = deepseek_response.choices[0].message.content
+        thinking_results.append({
+            "title": "DeepSeekによる物理学的知見",
+            "content": deepseek_knowledge
+        })
+    
+    # Step 2: モード別の応答生成
+    if st.session_state.current_mode == "通常モード":
+        # 物理関連の場合のみDeepSeekの情報を含める
+        deepseek_section = ""
+        physics_consideration = ""
+        
+        if is_physics:
+            physics_consideration = " DeepSeekの物理学的知見を考慮して"
+            deepseek_section = f"DeepSeekの物理学的知見:\n{deepseek_knowledge}"
+        
+        # 現在のエディタのコードを取得（コードエディタで何かが開かれている場合）
+        editor_code = ""
+        editor_reference = ""
+        if st.session_state.current_file and st.session_state.current_file in st.session_state.files:
+            editor_code = st.session_state.files[st.session_state.current_file]
+            editor_reference = f"現在エディタで開かれているファイル '{st.session_state.current_file}':\n```\n{editor_code}\n```"
+        
+        # 通常モード用のシステムプロンプトをロード
+        system_prompt = load_system_prompt(MODELS["qwen_coder"], "通常モード")
+        
+        qwen_prompt = f"""
+        以下のユーザー入力に対してコーディングアシスタントとして回答してください。
+        Mistral Sabaの分析結果{physics_consideration}を考慮して、
+        最適なソリューションを提供してください。
+        
+        ユーザー入力: {user_input}
+        
+        Mistral Sabaの分析:
+        {mistral_analysis}
+        """
+        
+        # 物理関連の場合のみDeepSeekの情報を追加
+        if is_physics:
+            qwen_prompt += f"\n\n{deepseek_section}"
+        
+        # エディタのコードが存在する場合は参照として追加
+        if editor_code:
+            qwen_prompt += f"\n\n{editor_reference}\n\nエディタで開かれているコードに関して、ユーザーの質問に答えるか、必要に応じてコードの改善を提案してください。"
+        
+        qwen_response = client.chat.completions.create(
+            model=MODELS["qwen_coder"],
+            messages=[
+                {"role": "system", "content": system_prompt},
+                {"role": "user", "content": qwen_prompt}
+            ],
+            temperature=0.5,
+            max_tokens=4000
+        )
+        
+        final_response = qwen_response.choices[0].message.content
+    
+    elif st.session_state.current_mode == "実装モード":
+        # 物理関連の条件分岐を変数で処理
+        deepseek_section = ""
+        physics_note = ""
+        
+        if is_physics:
+            deepseek_section = f"DeepSeekの物理学的知見:\n{deepseek_knowledge}"
+            physics_note = "この実装には物理シミュレーションが含まれているため、物理法則の正確性と数値的安定性を特に重視してください。"
+        
+        # Step 2a: 設計フェーズ - 専用のプロンプトを使用
+        design_system_prompt = load_system_prompt(MODELS["qwen_coder"], "実装モード_設計")
+        
+        design_prompt = f"""
+        以下のユーザー入力と分析結果に基づいて、実装に必要な設計書を作成してください。
+        
+        ユーザー入力: {user_input}
+        
+        Mistral Sabaの分析:
+        {mistral_analysis}
+        """
+        
+        # 物理関連の場合のみDeepSeekの情報を追加
+        if is_physics:
+            design_prompt += f"\n\n{deepseek_section}"
+        
+        design_response = client.chat.completions.create(
+            model=MODELS["qwen_coder"],
+            messages=[
+                {"role": "system", "content": design_system_prompt},
+                {"role": "user", "content": design_prompt}
+            ],
+            temperature=0.4,
+            max_tokens=3000
+        )
+        
+        design_doc = design_response.choices[0].message.content
+        thinking_results.append({
+            "title": "Qwen Coderによる設計書",
+            "content": design_doc
+        })
+        
+        # Step 2b: 実装フェーズ - 専用のプロンプトを使用
+        implementation_system_prompt = load_system_prompt(MODELS["qwen_coder"], "実装モード_実装")
+        
+        implementation_prompt = f"""
+        以下の設計書に基づいて、完全な実装コードを提供してください。
+        コードは実行可能で、エラー処理が適切に行われているものにしてください。
+        各コンポーネントには十分なコメントを付け、使用方法の例も含めてください。
+        {physics_note}
+        
+        設計書:
+        {design_doc}
+        
+        ユーザーの元々の要求:
+        {user_input}
+        """
+        
+        implementation_response = client.chat.completions.create(
+            model=MODELS["qwen_coder"],
+            messages=[
+                {"role": "system", "content": implementation_system_prompt},
+                {"role": "user", "content": implementation_prompt}
+            ],
+            temperature=0.5,
+            max_tokens=4000
+        )
+        
+        implementation_result = implementation_response.choices[0].message.content
+        
+        # 設計書と実装を組み合わせた最終結果
+        final_response = f"# 設計書\n\n{design_doc}\n\n# 実装コード\n\n{implementation_result}"
+        
+        # コードの自動抽出と保存機能
+        code_blocks = extract_all_code_blocks(implementation_result)
+        if code_blocks and len(code_blocks) > 0:
+            # 抽出したコードブロックに対してボタンを作成するための識別子を付加
+            final_response += "\n\n**実装されたコードをエディタに保存できます。チャット上の「コードを保存」ボタンをクリックしてください。**"
+            # 最初のコードブロックを抽出してセッション状態に保存
+            st.session_state.last_generated_code = code_blocks[0]
+    
+    elif st.session_state.current_mode == "エラー修正モード":
+        # エディタのコードを取得（存在する場合）
+        editor_code = ""
+        editor_reference = ""
+        if st.session_state.current_file and st.session_state.current_file in st.session_state.files:
+            editor_code = st.session_state.files[st.session_state.current_file]
+            editor_reference = f"現在エディタで開かれているファイル '{st.session_state.current_file}':\n```\n{editor_code}\n```\n\nこのコードにエラーがある可能性があります。ユーザーからの情報と合わせて分析してください。"
+        
+        # 物理関連の条件分岐を変数で処理
+        deepseek_section = ""
+        
+        if is_physics:
+            deepseek_section = f"DeepSeekの物理学的知見:\n{deepseek_knowledge}"
+        
+        # エラー修正モード用のシステムプロンプトをロード
+        error_system_prompt = load_system_prompt(MODELS["qwen_coder"], "エラー修正モード")
+        
+        error_prompt = f"""
+        以下のユーザー入力はコードのエラーに関するものです。
+        エラーの原因を特定し、修正案を提供してください。
+        説明では：
+        1. エラーの根本原因
+        2. 問題箇所の特定
+        3. 修正方法の詳細な説明
+        4. 修正されたコード
+        5. 同様のエラーを防ぐためのベストプラクティス
+        を含めてください。
+        
+        ユーザー入力: {user_input}
+        
+        Mistral Sabaの分析:
+        {mistral_analysis}
+        """
+        
+        # エディタのコードを追加
+        if editor_code:
+            error_prompt += f"\n\n{editor_reference}"
+        
+        # 物理関連の場合のみDeepSeekの情報を追加
+        if is_physics:
+            error_prompt += f"\n\n{deepseek_section}"
+        
+        error_response = client.chat.completions.create(
+            model=MODELS["qwen_coder"],
+            messages=[
+                {"role": "system", "content": error_system_prompt},
+                {"role": "user", "content": error_prompt}
+            ],
+            temperature=0.4,
+            max_tokens=4000
+        )
+        
+        final_response = error_response.choices[0].message.content
+    
+    return final_response, thinking_results
+
+def generate_direct_response(user_input, api_key):
+    """会話の連続性を考慮した直接応答を生成する"""
+    # APIクライアントを初期化
+    client = Groq(api_key=api_key)
+    
+    # モデル名のマッピング
+    from config import MODELS
+    
+    # 現在のモードに合わせたシステムプロンプトをロード
+    current_system_prompt = load_system_prompt(MODELS["qwen_coder"], st.session_state.current_mode)
+    
+    # 会話の連続性のための追加指示
+    current_system_prompt += """
+    
+    重要: これは継続中の会話です。前の質問や回答を踏まえて、会話の自然な流れを維持してください。
+    ユーザーの最新の質問だけに集中するのではなく、会話全体の文脈を考慮してください。
+    繰り返しは避け、新しい情報や洞察を提供してください。
+    """
+    
+    # 過去の会話履歴を完全に構築
+    context = ""
+    if len(st.session_state.messages) > 2:
+        # 最近の会話履歴（最大トークン制限を考慮して適切な数に制限）
+        recent_messages = st.session_state.messages[-10:]  # 最近の10メッセージまで
+        for msg in recent_messages:
+            role = "ユーザー" if msg["role"] == "user" else "アシスタント"
+            # 全文を含める
+            context += f"{role}: {msg['content']}\n\n"
+    
+    # 現在のエディタのコードを取得（存在する場合）
+    editor_code = ""
+    editor_reference = ""
+    if st.session_state.current_file and st.session_state.current_file in st.session_state.files:
+        editor_code = st.session_state.files[st.session_state.current_file]
+        editor_reference = f"\n\n現在エディタで開かれているファイル '{st.session_state.current_file}':\n```\n{editor_code}\n```\n\nエディタで開かれているコードに関して、ユーザーの質問に答えるか、必要に応じてコードの改善を提案してください。"
+    
+    qwen_prompt = f"""
+    あなたはユーザーと継続的な会話を行っているアシスタントです。
+    これまでの会話の流れを踏まえて、最新のユーザー入力に適切に応答してください。
+    
+    これまでの会話:
+    {context}
+    
+    最新のユーザー入力: {user_input}
+    
+    前の会話の文脈を考慮して、この最新の質問に直接回答してください。
+    前回までの内容を繰り返すのではなく、会話を自然に進めてください。
+    """
+    
+    # エディタのコードが存在する場合は参照として追加
+    if editor_code:
+        qwen_prompt += editor_reference
+    
+    qwen_response = client.chat.completions.create(
+        model=MODELS["qwen_coder"],
+        messages=[
+            {"role": "system", "content": current_system_prompt},
+            {"role": "user", "content": qwen_prompt}
+        ],
+        temperature=0.5,
+        max_tokens=4000
+    )
+    
+    return qwen_response.choices[0].message.content
+
+def request_ai_edit(api_key, code, instructions, language):
+    """AIにコードの編集を依頼する"""
+    client = Groq(api_key=api_key)
+    
+    # モデル名のマッピング
+    from config import MODELS
+    
+    # 編集用のシステムプロンプトをロード
+    edit_system_prompt = """あなたは優秀なコードエディタアシスタントです。
+    ユーザーから提供されたコードを指示に従って編集する役割を担っています。
+    
+    以下のガイドラインに従ってください:
+    1. コード全体を提供してください（一部だけではなく）
+    2. 元のコードの機能を維持してください
+    3. コメントを追加して読みやすくします
+    4. ベストプラクティスに従ってコードを改善します
+    5. パフォーマンスやセキュリ��ィの問題があれば修正します
+    
+    最終的な編集済みコードのみを返してください。説明や解説は含めないでください。
+    """
+    
+    edit_prompt = f"""
+    以下の{language}コードを編集してください。
+    
+    編集指示:
+    {instructions}
+    
+    コード:
+    ```
+    {code}
+    ```
+    
+    編集後のコード全体を返してください。解説は不要です。
+    """
+    
+    try:
+        response = client.chat.completions.create(
+            model=MODELS["qwen_coder"],
+            messages=[
+                {"role": "system", "content": edit_system_prompt},
+                {"role": "user", "content": edit_prompt}
+            ],
+            temperature=0.3,
+            max_tokens=4000
+        )
+        
+        # 回答からコードを抽出
+        edited_code = response.choices[0].message.content
+        
+        # コードブロックから実際のコードを抽出
+        if "```" in edited_code:
+            # コードブロックのマークアップを削除
+            code_pattern = r"```(?:\w+)?\n([\s\S]*?)\n```"
+            match = re.search(code_pattern, edited_code)
+            if match:
+                edited_code = match.group(1)
+        
+        return edited_code
+    
+    except Exception as e:
+        st.error(f"AIによるコード編集中にエラーが発生しました: {str(e)}")
+        return None
+
+def update_conversation_state(user_input, ai_response):
+    """会話の状態を更新する"""
+    # 主要トピックの更新（最初のメッセージから）
+    if st.session_state.conversation_state["topic"] is None and user_input:
+        # 簡易的なトピック抽出（最初の文か最初の30単語）
+        first_sentence = user_input.split('.')[0]
+        topic = first_sentence[:100] + "..." if len(first_sentence) > 100 else first_sentence
+        st.session_state.conversation_state["topic"] = topic
+    
+    # フォローアップカウントの更新
+    if "?" in user_input or "？" in user_input:
+        st.session_state.conversation_state["follow_up_count"] += 1
+
+def summarize_chat():
+    """チャット履歴を要約する"""
+    # APIキーの取得
+    api_key = load_api_key()
+    if not api_key:
+        return "APIキーが設定されていないため、要約を生成できません。"
+    
+    client = Groq(api_key=api_key)
+    
+    # チャット履歴を文字列にまとめる
+    chat_history = ""
+    for msg in st.session_state.messages:
+        role = "ユーザー" if msg["role"] == "user" else "アシスタント"
+        chat_history += f"{role}: {msg['content']}\n\n"
+    
+    # 要約を生成
+    from config import MODELS
+    
+    summarize_prompt = f"""
+    以下はユーザーとアシスタントの間の会話です。この会話を300単語以内で要約してください。
+    特に重要な内容、技術的な詳細、解決した問題に焦点を当ててください。
+    
+    {chat_history}
+    """
+    
+    # Mistral Sabaモデルのシステムプロンプトをロード
+    summary_system_prompt = load_system_prompt(MODELS["mistral_saba"])
+    
+    summary_response = client.chat.completions.create(
+        model=MODELS["mistral_saba"],
+        messages=[
+            {"role": "system", "content": summary_system_prompt},
+            {"role": "user", "content": summarize_prompt}
+        ],
+        temperature=0.3,
+        max_tokens=1000
+    )
+    
+    summary = summary_response.choices[0].message.content
+    st.session_state.chat_summary = summary
+    
+    # 要約をthinking_processに追加
+    st.session_state.thinking_process.append({
+        "title": "前回の会話要約",
+        "content": summary
+    })
+    
+    return summary