Update app.py

app.py

@@ -12,34 +12,116 @@ from fastapi import FastAPI, HTTPException
 from fastapi.responses import FileResponse
 from fastapi.staticfiles import StaticFiles
 
-# ... (остальной код без изменений)
+# Путь к временному кэшу
+CACHE_DIR = os.path.join(tempfile.gettempdir(), "image_cache")
+if not os.path.exists(CACHE_DIR):
+    os.makedirs(CACHE_DIR)
 
-# Создаем интерфейс с помощью Gradio
-with gr.Blocks() as demo:
-    with gr.Row():
-        with gr.Column():
-            chatbot = gr.Chatbot(label="История Сообщений", type='messages') #  <- Исправлено
-            with gr.Row():
-                image_input = gr.Image(label="Фото", type="pil")
-                instructions = gr.Textbox(label="Сообщение", lines=3, placeholder="Реши...")
-                submit_button = gr.Button("Отправить")
+# Время жизни кэша в минутах
+CACHE_DURATION = 45
 
-    submit_button.click(
-        fn=ask_openai_with_image,
-        inputs=[gr.State(initial_messages), instructions, image_input, gr.Textbox(SERVER_URL, visible=False)],
-        outputs=[gr.State(initial_messages), chatbot],
-        concurrency_limit=150,
-        show_progress=True # Добавлено для отображения прогресса
-    )
+# Функция для очистки кэша
+def clear_cache():
+    current_time = datetime.now()
+    for filename in os.listdir(CACHE_DIR):
+        file_path = os.path.join(CACHE_DIR, filename)
+        if os.path.isfile(file_path):
+            file_time = datetime.fromtimestamp(os.path.getmtime(file_path))
+            if current_time - file_time > timedelta(minutes=CACHE_DURATION):
+                os.remove(file_path)
+
+# Запуск очистки кэша каждые 45 минут
+def start_cache_cleanup():
+    while True:
+        clear_cache()
+        threading.Event().wait(CACHE_DURATION * 60)
 
-# ... (остальной код без изменений)
+# Запуск потока для очистки кэша
+cleanup_thread = threading.Thread(target=start_cache_cleanup, daemon=True)
+cleanup_thread.start()
 
+# Функция для сохранения изображения в кэш и возврата пути к нему
+def save_image_to_cache(image):
+    image_hash = hashlib.md5(image.tobytes()).hexdigest()
+    image_path = os.path.join(CACHE_DIR, f"{image_hash}.jpg")
+    
+    if not os.path.exists(image_path):
+        image.save(image_path, format="JPEG")
+    
+    return image_path
 
+# Функция для сжатия изображения
+def compress_image(image, max_size=(800, 800)):
+    image.thumbnail(max_size, Image.LANCZOS)
+    return image
+
+# Функция для получения прямой ссылки на изображение в кэше
+def get_image_url(image_path, server_url):
+    return f"{server_url}/image/{os.path.basename(image_path)}"
 
 # Функция для отправки запроса в OpenAI с изображением и получения ответа
 def ask_openai_with_image(messages, instruction, image, server_url):
-    # ... (код до обработки ответа от OpenAI без изменений)
+    if not instruction and image is None:
+        emj = random.choice(emojis)
+        raise gr.Error(f"{emj} Заполните, пожалуйста, хотя бы одно поле")
+    
+    new_message = {
+        "role": "user",
+        "content": [
+            {
+                "type": "text",
+                "text": instruction if instruction else "",
+            }
+        ]
+    }
+    
+    if image is not None:
+        # Сжимаем изображение
+        compressed_image = compress_image(image)
+        # Сохраняем изображение в кэш
+        image_path = save_image_to_cache(compressed_image)
+        # Получаем прямую ссылку на изображение
+        image_url = get_image_url(image_path, server_url)
+        new_message["content"].append({
+            "type": "image_url",
+            "image_url": {
+                "url": image_url,
+                "detail": "high",
+            },
+        })
+    
+    messages.append(new_message)
+    
+    payload = {
+        "model": "learnlm-1.5-pro-experimental",
+        "messages": messages,
+        "max_tokens": 4095,
+    }
+
+    # Заголовки для запроса
+    headers = {
+        'Content-Type': 'application/json',
+        'Authorization': f'Bearer {api_key}'
+    }
+
+    # URL для запроса к API OpenAI
+    url = BASE_URL
 
+    # Отправляем запрос в OpenAI с таймаутом 225 секунд
+    try:
+        response = requests.post(url, headers=headers, json=payload, timeout=225)
+    except requests.Timeout:
+        messages.append({
+            "role": "assistant",
+            "content": "Ошибка: Запрос к ИИ превысил максимальное время ожидания. Повторите попытку позже."
+        })
+        return messages, "Ошибка: Запрос к ИИ превысил максимальное время ожидания. Повторите попытку позже."
+    except requests.RequestException as e:
+        messages.append({
+            "role": "assistant",
+            "content": f"Ошибка при отправке запроса, повторите попытку позже."
+        })
+        return messages, f"Ошибка при отправке запроса, повторите попытку позже."
 
     # Проверяем ответ и возвращаем результат
     if response.status_code == 200:
@@ -54,4 +136,86 @@ def ask_openai_with_image(messages, instruction, image, server_url):
             # Преобразуем сообщения в формат кортежей для Gradio
             formatted_messages = format_messages_for_chatbot(messages) # <- Исправлено
             return messages, formatted_messages
-        # ... (остальной код обработки ошибок без изменений)
+
+        except Exception as e:
+            # Если есть ошибка в структуре JSON, выводим ее
+            messages.append({
+                "role": "assistant",
+                "content": f"Ошибка обработки ответа: {e}"
+            })
+            return messages, f"Ошибка обработки ответа: {e}"
+    else:
+        # Если произошла ошибка, возвращаем сообщение об ошибке
+        messages.append({
+            "role": "assistant",
+            "content": f"Ошибка: {response.status_code} - {response.text}"
+        })
+        return messages, f"Ошибка: {response.status_code} - {response.text}"
+
+emojis = ['😊', '🤗', '🥺', '😅', '🤭', '😔', '✨', '😜', '🙏']
+
+api_key = os.getenv("OPENAI_API_KEY")
+BASE_URL = os.getenv("BASE_URL")
+SERVER_URL = os.getenv("SERVER_URL", "http://localhost:7860")  # Убедитесь, что этот URL правильный
+
+# Текст начального сообщения
+start = "Приветствую тебя! 🌟 Ты - \"Помогатор 1.5\". Твоя миссия - помогать студентам, делая учебный процесс весёлым и интерактивным с помощью стильного общения и эмодзи. 🎓😊 Когда студенты просят помощи, ты подробно объясняешь им материал, используя примеры и аналогии. Но если они просят 'РЕШИТЬ', ты переключаешься в режим решения и предоставляешь точные ответы, делая упор на краткость и точность. 🧮✅ Если тебе присылают фото задания, ты тщательно его анализируешь и решаешь, предоставляя решение в понятной форме и используя дробную черту '/' для записи дробей. 🖼️➗ Твоя цель - не просто дать ответы, но и обучить, однако ты всегда готов решить задачу, когда это необходимо. Приступим? 🚀🌈"
+
+# Функция для преобразования сообщений в формат кортежей
+def format_messages_for_chatbot(messages):
+    formatted_messages = []
+    for message in messages:
+        if message["role"] == "system":
+            formatted_messages.append(("Система:", message["content"]))
+        elif message["role"] == "user":
+            text_content = message["content"][0]["text"]
+            image_content = message["content"][1]["image_url"]["url"] if len(message["content"]) > 1 else None
+            if image_content:
+                formatted_messages.append(("Вы:", f"{text_content}\nИзображение: {image_content}"))
+            else:
+                formatted_messages.append(("Вы:", text_content))
+        elif message["role"] == "assistant":
+            formatted_messages.append(("Помогатор 1.5:", message["content"]))
+    return formatted_messages
+
+# Начальные сообщения
+initial_messages = [
+    {
+        "role": "system",
+        "content": start,
+    }
+]
+
+# Создаем интерфейс с помощью Gradio
+with gr.Blocks() as demo:
+    with gr.Row():
+        with gr.Column():
+            chatbot = gr.Chatbot(label="История Сообщений", type='messages') #  <- Исправлено
+            with gr.Row():
+                image_input = gr.Image(label="Фото", type="pil")
+                instructions = gr.Textbox(label="Сообщение", lines=3, placeholder="Реши...")
+                submit_button = gr.Button("Отправить")
+
+    submit_button.click(
+        fn=ask_openai_with_image,
+        inputs=[gr.State(initial_messages), instructions, image_input, gr.Textbox(SERVER_URL, visible=False)],
+        outputs=[gr.State(initial_messages), chatbot],
+        concurrency_limit=150,
+        show_progress=True # Добавлено для отображения прогресса
+    )
+
+
+# Монтируем маршрут для получения изображений из кэша
+app = demo.app
+app.mount("/image", StaticFiles(directory=CACHE_DIR), name="image_cache")
+
+# Обработка маршрута для получения изображений из кэша
+@app.get("/image/{image_name:path}")
+async def get_image(image_name: str):
+    image_path = os.path.join(CACHE_DIR, image_name)
+    if os.path.isfile(image_path):
+        return FileResponse(image_path)
+    else:
+        raise HTTPException(status_code=404, detail="Image not found")
+
+demo.launch()