4

backend/app/services/factcheck_service.py

@@ -1,3 +1,13 @@
+import logging
+import json
+import re
+import os
+from pathlib import Path
+from typing import Dict, Any, List
+import google.generativeai as genai
+
+logger = logging.getLogger(__name__)
+
 def load_env_fallback():
     """
     Ręcznie wczytuje plik .env do os.environ z pełną diagnostyką w konsoli.
@@ -42,4 +52,100 @@ def load_env_fallback():
         print("❌ Nie znaleziono pliku .env w żadnej z badanych lokalizacji!")
         
     final_key = os.getenv("GEMINI_API_KEY")
-    print(f"🔑 Status GEMINI_API_KEY: {'ZNAJDZIONO (zaczyna się od: ' + final_key[:6] + '...)' if final_key else 'NIE ZNAJDZIONO!'}\n")
+    print(f"🔑 Status GEMINI_API_KEY: {'ZNAJDZIONO (zaczyna się od: ' + final_key[:6] + '...)' if final_key else 'NIE ZNAJDZIONO!'}\n")
+
+# Uruchamiamy wczytywanie środowiska przy imporcie tego serwisu
+load_env_fallback()
+
+
+async def analyze_with_gemini_grounding(statement: str) -> Dict[str, Any]:
+    """
+    Analizuje stwierdzenie, automatycznie przeszukując internet za pomocą 
+    wbudowanego w Gemini narzędzia Google Search Grounding.
+    """
+    # Upewniamy się, że środowisko jest załadowane
+    load_env_fallback()
+    
+    api_key = os.getenv("GEMINI_API_KEY")
+    
+    if not api_key:
+        logger.error("Brak klucza GEMINI_API_KEY w środowisku systemowym!")
+        return {
+            "verdict": "SPORNE",
+            "explanation": "Błąd backendu: Brak skonfigurowanego klucza GEMINI_API_KEY w pliku .env.",
+            "confidence": 0.0,
+            "sources": []
+        }
+        
+    genai.configure(api_key=api_key)
+    
+    prompt = f"""Jesteś zaawansowanym asystentem do weryfikacji faktów (fact-checking).
+Przeanalizuj poniższe stwierdzenie, korzystając z wyszukiwarki Google (masz do niej dostęp jako narzędzie), aby zweryfikować jego prawdziwość w czasie rzeczywistym.
+
+STWIERDZENIE DO WERYFIKACJI:
+"{statement}"
+
+Twoja odpowiedź musi być wyłącznie poprawnym obiektem JSON (bez bloków kodu typu ```json, bez dodatkowego tekstu na początku ani na końcu). 
+Format JSON:
+{{
+  "verdict": "PRAWDA" lub "FAŁSZ" lub "SPORNE",
+  "explanation": "Zwięzłe (2-4 zdania), merytoryczne i obiektywne uzasadnienie werdyktu w języku polskim, wyjaśniające co mówią fakty."
+}}
+
+Wskazówki do werdyktu:
+- "PRAWDA": Najnowsze fakty i wiarygodne źródła w pełni potwierdzają to stwierdzenie.
+- "FAŁSZ": Fakty jednoznacznie zaprzeczają temu stwierdzeniu.
+- "SPORNE": Informacje w sieci są sprzeczne, jest to kwestia opinii lub brak jednoznacznych dowodów.
+"""
+
+    try:
+        model = genai.GenerativeModel(
+            model_name="gemini-1.5-flash",
+            tools=[{"google_search": {}}]
+        )
+        
+        response = model.generate_content(
+            prompt,
+            generation_config=genai.types.GenerationConfig(
+                temperature=0.0
+            )
+        )
+        
+        raw_text = response.text.strip()
+        logger.info(f"Surowa odpowiedź Gemini: {raw_text}")
+        
+        if raw_text.startswith("```"):
+            match = re.search(r"```(?:json)?\s*(\{.*?\})\s*```", raw_text, re.DOTALL)
+            if match:
+                raw_text = match.group(1)
+                
+        result_json = json.loads(raw_text)
+        
+        sources = []
+        candidate = response.candidates[0]
+        metadata = getattr(candidate, "grounding_metadata", None)
+        
+        if metadata and getattr(metadata, "grounding_chunks", None):
+            for chunk in metadata.grounding_chunks:
+                if chunk.web:
+                    sources.append({
+                        "title": chunk.web.title,
+                        "url": chunk.web.uri,
+                        "snippet": "Źródło zweryfikowane bezpośrednio przez wyszukiwarkę Google."
+                    })
+                    
+        return {
+            "verdict": result_json.get("verdict", "SPORNE"),
+            "explanation": result_json.get("explanation", "Brak uzasadnienia."),
+            "confidence": 0.95 if result_json.get("verdict") in ["PRAWDA", "FAŁSZ"] else 0.5,
+            "sources": sources
+        }
+        
+    except Exception as e:
+        logger.error(f"Błąd analizy Gemini Grounding API: {e}", exc_info=True)
+        return {
+            "verdict": "SPORNE",
+            "explanation": f"Wystąpił błąd komunikacji z modelem językowym: {str(e)}",
+            "confidence": 0.0,
+            "sources": []
+        }