Update response_generator.py

response_generator.py

@@ -1,5 +1,4 @@
-# response_generator.py
-from openai import OpenAI
+from openai import OpenAI  # نستخدم نفس المكتبة!
 from utils import setup_logger
 from config import Config
 
@@ -7,63 +6,48 @@ logger = setup_logger('response_generator')
 
 class ResponseGenerator:
     def __init__(self):
-        """
-        Initialize connection to OpenAI
-        """
-        logger.info("Response generator initialized (LLM mode)")
+        logger.info("Response generator initialized (Groq Llama-3 mode)")
         
-        # Check if API Key exists
-        if not Config.OPENAI_API_KEY:
-            logger.error("OPENAI_API_KEY is missing in Config or Environment variables.")
+        if not Config.GROQ_API_KEY:
+            logger.error("GROQ_API_KEY is missing.")
             self.client = None
         else:
-            self.client = OpenAI(api_key=Config.OPENAI_API_KEY)
+            # هنا السحر: نوجه العميل إلى رابط Groq
+            self.client = OpenAI(
+                api_key=Config.GROQ_API_KEY,
+                base_url="https://api.groq.com/openai/v1"
+            )
 
     def generate_response(self, query, relevant_docs):
-        """
-        Generate a formalized short answer using LLM based on retrieved docs
-        """
-        # 1. Handle no results found
         if len(relevant_docs) == 0:
             return "عذرًا، لم أجد أي معلومات ذات صلة في المستندات."
 
-        # 2. Handle missing API Key gracefully
         if not self.client:
-            return "عذرًا، لم يتم إعداد مفتاح API الخاص بالنموذج اللغوي."
+            return "عذرًا، لم يتم إعداد مفتاح API."
 
         try:
-            # 3. Construct the Context
-            # We combine the content of the top retrieved chunks
             context_text = "\n\n".join(relevant_docs['content'].tolist())
 
-            # 4. Define the System Prompt
-            # Instructions: Act as a helpful assistant, use Arabic, be formal and short.
             system_instruction = (
-                "أنت مساعد ذكي ومحترف. مهمتك هي الإجابة على سؤال المستخدم بدقة."
-                "استخدم فقط المعلومات الواردة في 'السياق' أدناه."
-                "إذا لم تكن الإجابة موجودة في السياق، قل 'لا تتوفر معلومات'."
-                "اجعل إجابتك قصيرة، رسمية، ومباشرة."
+                "أنت مساعد ذكي تتحدث العربية بطلاقة. مهمتك الإجابة بدقة بناءً على السياق فقط."
+                "إذا لم تجد الإجابة في السياق، قل 'لا تتوفر معلومات'."
+                "اجعل إجابتك رسمية، قصيرة، ومباشرة."
             )
 
-            # 5. Define the User Message
             user_message = f"السياق:\n{context_text}\n\nالسؤال: {query}"
 
-            # 6. Call OpenAI API
             response = self.client.chat.completions.create(
-                model=Config.OPENAI_MODEL,
+                model=Config.LLM_MODEL,
                 messages=[
                     {"role": "system", "content": system_instruction},
                     {"role": "user", "content": user_message}
                 ],
-                temperature=0.3, # Low temperature for more factual/consistent answers
-                max_tokens=200   # Limit tokens to ensure a short answer
+                temperature=0.3,
+                max_tokens=300
             )
 
-            # 7. Extract the answer
-            answer = response.choices[0].message.content.strip()
-            
-            return answer
+            return response.choices[0].message.content.strip()
 
         except Exception as e:
-            logger.error(f"Error generating LLM response: {e}")
-            return "عذرًا، واجهت مشكلة أثناء صياغة الإجابة."
+            logger.error(f"Error generating response: {e}")
+            return "عذرًا، حدث خطأ أثناء المعالجة."