Update app.py

app.py

@@ -1,4 +1,4 @@
-from flask import Flask, render_template, request, Response, jsonify
+from flask import Flask, render_template, request, Response, jsonify, session
 from mistralai import Mistral
 import logging
 import time
@@ -14,6 +14,7 @@ import random
 
 app = Flask(__name__)
 app.secret_key = 'super_secret_key'
+app.config['SESSION_TYPE'] = 'filesystem'
 
 message_queue = queue.Queue()
 
@@ -21,12 +22,12 @@ message_queue = queue.Queue()
 MISTRAL_MODEL = "mistral-large-latest"
 N_CTX = 32768
 MAX_RESULTS = 5
-MAX_CONTENT_LENGTH = 10000  # Максимальная длина контента на источник
+MAX_CONTENT_LENGTH = 10000
+MAX_HISTORY_LENGTH = 5  # Максимальное количество сообщений в истории
 
-# Новый клиент Mistral
+# Клиент Mistral
 mistral_client = Mistral(api_key=os.getenv("MISTRAL_API_KEY"))
 
-
 SYSTEM_PROMPT = """
 Ты PrintMaster, сервисный инженер по печатной технике. Правила:
 1. Формат ответа строго:
@@ -48,6 +49,14 @@ SYSTEM_PROMPT = """
 6. Будь лаконичен, но технически точен
 """
 
+SYSTEM_PROMPT_CONTINUE = """
+Ты PrintMaster, сервисный инженер. Продолжаешь диалог с пользователем. Правила:
+1. Отвечай на основе предыдущего контекста диалога
+2. Будь лаконичным и технически точным
+3. Если вопрос не связан с предыдущей проблемой, вежливо предложи начать новый диалог
+4. Сохраняй профессиональный стиль общения
+"""
+
 BLACKLISTED_DOMAINS = [
     'reddit.com',
     'stackoverflow.com',
@@ -91,31 +100,26 @@ def get_random_headers():
     }
 
 def extract_main_content(html, url):
-    """Извлекает основной контент страницы с помощью trafilatura или BeautifulSoup"""
+    """Извлекает основной контент страницы"""
     try:
-        # Пробуем trafilatura
         content = trafilatura.extract(html, include_links=False, include_tables=False)
         if content and len(content) > 500:
             return content[:MAX_CONTENT_LENGTH]
     except Exception as e:
         logging.error(f"Trafilatura error: {str(e)}")
     
-    # Fallback на BeautifulSoup
     try:
         soup = BeautifulSoup(html, 'html.parser')
         
-        # Удаляем ненужные элементы
         for element in soup(['script', 'style', 'header', 'footer', 'nav', 'aside', 'form']):
             element.decompose()
         
-        # Пытаемся найти основной контент
         main_content = soup.find('main') or soup.find('article') or soup.find('div', class_=re.compile('content|main|article|post', re.I))
         
         if main_content:
             text = main_content.get_text(separator='\n', strip=True)
             return text[:MAX_CONTENT_LENGTH] if text else None
         
-        # Fallback: весь текст body
         return soup.body.get_text(separator='\n', strip=True)[:MAX_CONTENT_LENGTH]
     except Exception as e:
         logging.error(f"BeautifulSoup error: {str(e)}")
@@ -210,7 +214,6 @@ def web_search(query: str) -> tuple:
         sources = []
         full_contents = []
 
-        # Обработка featured snippet
         featured_snippet = data.get("featured_snippet", {})
         if featured_snippet:
             snippet = featured_snippet.get("snippet", "")
@@ -222,9 +225,8 @@ def web_search(query: str) -> tuple:
                     "content": snippet
                 })
 
-        # Обработка organic results
         organic_results = data.get("organic_results", [])
-        for i, res in enumerate(organic_results[:5]):  # Ограничиваемся топ-5
+        for i, res in enumerate(organic_results[:5]):
             title = res.get("title", "Без заголовка")
             link = res.get("link", "#")
             snippet = res.get("snippet", "") or ""
@@ -232,7 +234,6 @@ def web_search(query: str) -> tuple:
             if any(domain in link for domain in BLACKLISTED_DOMAINS):
                 continue
 
-            # Загрузка полного контента
             content = None
             try:
                 headers = get_random_headers()
@@ -243,13 +244,11 @@ def web_search(query: str) -> tuple:
                 logging.error(f"Ошибка загрузки {link}: {str(e)}")
             
             if not content:
-                content = snippet  # Fallback на сниппет
+                content = snippet
             
-            # Форматирование контента
             cleaned_content = re.sub(r'\s+', ' ', content).strip()
             combined_content += f"[[Источник {i+1}]] {title}\n{cleaned_content}\n\n"
             
-            # Сохранение источника
             source_data = {
                 "title": title,
                 "url": link,
@@ -269,39 +268,20 @@ def web_search(query: str) -> tuple:
 
 
 def clean_response(response: str, sources: list) -> str:
-    # Удаление служебных тегов
     response = re.sub(r'</?assistant>|<\|system\|>|</s>', '', response, flags=re.IGNORECASE)
-    
-    # Удаление лишних разделителей
     response = re.sub(r'^-{3,}\s*', '', response)
-    
-    # Удаление дублирования разделов
     response = re.sub(r'(\*\*Проблема:\*\*.+?)(\*\*Проблема:\*\*)', r'\1', response, flags=re.DOTALL)
     response = re.sub(r'(\*\*Решение:\*\*.+?)(\*\*Решение:\*\*)', r'\1', response, flags=re.DOTALL)
-    
-    # Удаление лишних переносов
     response = re.sub(r'\n\s*\n', '\n\n', response)
     response = re.sub(r'[ \t]{2,}', ' ', response)
-    
-    # Удаление начальных фраз
     response = re.sub(r'^Вот исправленный ответ[^:]+:\s*', '', response)
-    
-    # Форматирование примечаний
     response = re.sub(r'^---\s*Примечания:\s*', '**Примечания:**\n', response)
-    
-    # Форматирование источников
     response = re.sub(r'^---\s*Источники:\s*', '**Источники информации:**\n', response)
-    
-    # Удаление лишних маркеров
     response = re.sub(r'^---\s*', '', response, flags=re.MULTILINE)
-    
-    # Очистка завершающих символов
     response = re.sub(r'\s*\.{3,}\s*$', '', response)
-    
     return response.strip()
 
 def verify_with_sources(response: str, sources: list) -> str:
-    """Проверяет соответствие ответа источникам с помощью LLM"""
     try:
         message_queue.put(('log', "🔍 Проверяю соответствие ответа источникам..."))
         
@@ -350,37 +330,59 @@ def process_query(prompt: str):
     try:
         start_time = time.time()
         message_queue.put(('log', f"👤 Запрос: {prompt}"))
-        message_queue.put(('log', f"⚙️ Извлекаю параметры из входящего запроса"))
-
-        norm_data = generate_search_query(prompt)
-        message_queue.put(('log', f"⏏️ Извлечено: {json.dumps(norm_data, ensure_ascii=False)}"))
         
-        search_query = norm_data['search_query']
-        search_data, sources = web_search(search_query)
-
-        message_queue.put(('log', f"📚 Собрано: {len(search_data)} символов в {len(sources)} источнике(-ах)"))
-
-        message_queue.put(('log', f"⚙️ Определяю проблему"))
-        problem_response = mistral_client.chat.complete(
-            model=MISTRAL_MODEL,
-            messages=[
-                {"role": "system", "content": "Опиши СУТЬ проблемы в одном предложении. Только диагноз, без решений. Не более 12 слов. На русском."},
-                {"role": "user", "content": f"Запрос пользователя: {prompt}\nПоисковые данные:\n{search_data}"}
-            ],
-            max_tokens=150,
-            temperature=0.2
-        )
-        extracted_problem = problem_response.choices[0].message.content.strip()
-
-        if not extracted_problem or len(extracted_problem) < 5:
-            extracted_problem = f"Неисправность {norm_data['brand']} {norm_data['model']}"
-
-        message_queue.put(('log', f"🧩 Определённая проблема: {extracted_problem}"))
-
-        sources_text = "\n".join([f"[{i+1}] {s['title']} - {s['url']}" for i, s in enumerate(sources)])
-
-        messages = [
-            {"role": "system", "content": SYSTEM_PROMPT + f"""
+        # Проверяем тип запроса
+        if prompt.strip().lower() == "/repeat":
+            message_queue.put(('log', "🔄 Пользователь запросил повтор последнего ответа"))
+            if 'last_response' in session:
+                message_queue.put(('response', session['last_response']))
+                message_queue.put(('sources', session.get('last_sources', '')))
+                message_queue.put(('done', ''))
+                return
+            else:
+                message_queue.put(('response', "❌ Нет предыдущего ответа для повтора"))
+                message_queue.put(('done', ''))
+                return
+        
+        # Инициализируем историю диалога
+        if 'history' not in session:
+            session['history'] = []
+            new_dialog = True
+        else:
+            new_dialog = False
+
+        # Определяем, нужен ли поиск
+        need_search = new_dialog or not any(msg['role'] == 'assistant' for msg in session['history'])
+        
+        # Для новых диалогов или первого сообщения - делаем поиск
+        if need_search:
+            message_queue.put(('log', "⚙️ Извлекаю параметры из входящего запроса"))
+            norm_data = generate_search_query(prompt)
+            message_queue.put(('log', f"⏏️ Извлечено: {json.dumps(norm_data, ensure_ascii=False)}"))
+            
+            search_query = norm_data['search_query']
+            search_data, sources = web_search(search_query)
+            message_queue.put(('log', f"📚 Собрано: {len(search_data)} символов в {len(sources)} источнике(-ах)"))
+            
+            message_queue.put(('log', f"⚙️ Определяю проблему"))
+            problem_response = mistral_client.chat.complete(
+                model=MISTRAL_MODEL,
+                messages=[
+                    {"role": "system", "content": "Опиши СУТЬ проблемы в одном предложении. Только диагноз, без решений. Не более 12 слов. На русском."},
+                    {"role": "user", "content": f"Запрос пользователя: {prompt}\nПоисковые данные:\n{search_data}"}
+                ],
+                max_tokens=150,
+                temperature=0.2
+            )
+            extracted_problem = problem_response.choices[0].message.content.strip()
+
+            if not extracted_problem or len(extracted_problem) < 5:
+                extracted_problem = f"Неисправность {norm_data['brand']} {norm_data['model']}"
+
+            message_queue.put(('log', f"🧩 Определённая проблема: {extracted_problem}"))
+
+            # Формируем системный промпт с результатами поиска
+            system_prompt = SYSTEM_PROMPT + f"""
             Контекст:
             Бренд: {norm_data['brand']}
             Модель: {norm_data['model']}
@@ -388,13 +390,26 @@ def process_query(prompt: str):
             Суть проблемы (на основе поиска): {extracted_problem}
             Данные поиска:
             {search_data}
-            """},
-            {"role": "user", "content": f"Проблема: {prompt}"}
-        ]
-
+            """
+        else:
+            # Для продолжения диалога используем упрощенный системный промпт
+            system_prompt = SYSTEM_PROMPT_CONTINUE
+            sources = []
+            message_queue.put(('log', "💬 Продолжаю диалог на основе истории"))
+
+        # Собираем все сообщения для модели
+        messages = [{"role": "system", "content": system_prompt}]
+        
+        # Добавляем историю диалога (ограниченную по длине)
+        history = session['history'][-MAX_HISTORY_LENGTH*2:]  # Берем последние N пар сообщений
+        messages.extend(history)
+        
+        # Добавляем текущий запрос пользователя
+        messages.append({"role": "user", "content": prompt})
+        
         message_queue.put(('log', "🧠 На основе полученных данных генерирую ответ..."))
-        message_queue.put(('response_start', ""))
-
+        
+        # Генерация ответа
         full_response = ""
         for chunk in mistral_client.chat.stream(
             model=MISTRAL_MODEL,
@@ -405,31 +420,45 @@ def process_query(prompt: str):
             if chunk.data.choices[0].delta.content is not None:
                 chunk_text = chunk.data.choices[0].delta.content
                 full_response += chunk_text
-                message_queue.put(('response_chunk', chunk_text))
 
-        # Проверка соответствия источникам
-        verified_response = verify_with_sources(full_response, sources)
+        # Для новых запросов делаем верификацию
+        if need_search and sources:
+            verified_response = verify_with_sources(full_response, sources)
+            final_response = clean_response(verified_response, sources)
+        else:
+            final_response = clean_response(full_response, [])
+        
+        # Обновляем историю диалога
+        session['history'].append({"role": "user", "content": prompt})
+        session['history'].append({"role": "assistant", "content": final_response})
+        
+        # Сохраняем последний ответ для возможного повтора
+        session['last_response'] = final_response
+        if sources:
+            session['last_sources'] = json.dumps(sources)
+
+        # Отправляем ответ
+        message_queue.put(('response', final_response))
+        if sources:
+            message_queue.put(('sources', json.dumps(sources)))
         
-        # Очистка и форматирование ответа
-        final_response = clean_response(verified_response, sources)
-
-        message_queue.put(('response_end', final_response))
-        message_queue.put(('sources', json.dumps(sources)))
-
         total_time = time.time() - start_time
-        message_queue.put(('log', f"💡 Ответ: {final_response[:200]}..."))
-        message_queue.put(('log', f"⏱ Время: {total_time:.1f}с"))
+        message_queue.put(('log', f"💡 Ответ сгенерирован"))
+        message_queue.put(('log', f"⏱ Время обработки: {total_time:.1f}с"))
         message_queue.put(('done', ''))
 
     except Exception as e:
-        error_msg = f"❌ Ошибка: {str(e)}"
+        error_msg = f"❌ Ошибка обработки: {str(e)}"
         message_queue.put(('log', error_msg))
-        message_queue.put(('response', "\n⚠️ Ошибка обработки запроса"))
+        message_queue.put(('response', "\n⚠️ Произошла ошибка при обработке запроса"))
         message_queue.put(('done', ''))
 
 
 @app.route('/')
 def index():
+    # Инициализируем сессию при первом заходе
+    if 'history' not in session:
+        session['history'] = []
     return render_template('index.html')
 
 
@@ -442,6 +471,25 @@ def ask():
     return jsonify({'status': 'processing'})
 
 
+@app.route('/repeat', methods=['POST'])
+def repeat_last():
+    """Повтор последнего ответа"""
+    thread = threading.Thread(target=process_query, args=("/repeat",))
+    thread.daemon = True
+    thread.start()
+    return jsonify({'status': 'repeating'})
+
+
+@app.route('/new', methods=['POST'])
+def new_dialog():
+    """Начало нового диалога"""
+    session.pop('history', None)
+    session.pop('last_response', None)
+    session.pop('last_sources', None)
+    session['history'] = []
+    return jsonify({'status': 'new_dialog_created'})
+
+
 @app.route('/stream')
 def stream():
     def generate():