Update utils.py

utils.py

@@ -1,38 +1,39 @@
-import requests
 import os
 import openai
-from config import MODEL_PRIORITY_A, MODEL_PRIORITY_B
 
-def get_doc_content(url):
-    try:
-        response = requests.get(url)
-        return response.text if response.status_code == 200 else "Erro ao ler documento."
-    except:
-        return "Falha na conexão com o Google Docs."
+# Definição das listas de prioridade
+MODEL_PRIORITY_A = ["anthropic/claude-3.5-sonnet", "openai/gpt-4o", "google/gemini-pro-1.5"]
+MODEL_PRIORITY_B = ["google/gemini-flash-1.5", "mistralai/mistral-7b-instruct", "cohere/command-r"]
 
 def call_openrouter(prompt, mode):
     api_key = os.getenv("OPENROUTER_API_KEY")
+    
+    # Inicializa o cliente OpenRouter (padrão OpenAI)
     client = openai.OpenAI(
         base_url="https://openrouter.ai/api/v1",
         api_key=api_key
     )
     
+    # Seleciona a estratégia
     chain = MODEL_PRIORITY_A if mode == "Alta Precisão (Filológico)" else MODEL_PRIORITY_B
     
-    for model_name in chain: # Mudei para model_name para ser bem claro
+    for model_name in chain:
         try:
-            # Note que agora passamos max_tokens e temperature direto na função do cliente
+            # A chamada para a IA com os parâmetros de fôlego e precisão
             completion = client.chat.completions.create(
                 model=model_name,
                 messages=[{"role": "user", "content": prompt}],
-                max_tokens=4000,   # Aqui o limite aumentado!
-                temperature=0.3,   # Precisão filológica
-                timeout=60         # Aumentei para 60s porque análises longas demoram
+                max_tokens=6000,    # Fôlego suficiente para não cortar
+                temperature=0.1,    # Baixa temperatura = mais foco e menos erro de idioma
+                timeout=300         # 2 minutos de espera para análises profundas
             )
-            return completion.choices[0].message.content, model_name
             
+            # Se deu certo, retorna o texto e o nome do modelo usado
+            if completion.choices[0].message.content:
+                return completion.choices[0].message.content, model_name
+                
         except Exception as e:
-            print(f"Falha no modelo {model_name}: {e}")
-            continue
+            print(f"Erro no modelo {model_name}: {str(e)}")
+            continue # Se um falhar, tenta o próximo da lista
             
-    return "Todos os modelos falharam. Verifique seu saldo ou conexão no OpenRouter.", "Nenhum"
+    return "Lamento, todos os modelos falharam na análise. Verifique sua conexão ou saldo.", "Nenhum"