interview_agents_api / tools /analysis_tools.py
QuentinL52's picture
Update tools/analysis_tools.py
5471363 verified
raw
history blame
2.1 kB
import logging
from langchain_core.tools import tool
from src.services.analysis_service import AnalysisService
import json
from typing import List, Dict
from src.models import load_all_models
logging.basicConfig(level=logging.INFO)
logger = logging.getLogger(__name__)
@tool
def trigger_interview_analysis(user_id: str, job_offer_id: str, conversation_history: List[Dict], job_description: str):
"""
Appelle cet outil pour terminer l'entretien et lancer l'analyse finale.
IMPORTANT: Utilise EXCLUSIVEMENT les valeurs pour 'user_id' et 'job_offer_id' qui te sont fournies dans le contexte technique du prompt système. Ne les invente JAMAIS à partir de la conversation.
Tu DOIS aussi fournir l'historique complet de la conversation (conversation_history) et la description du poste (job_description).
"""
try:
logger.info(f"Outil 'trigger_interview_analysis' appelé pour user_id: {user_id} et job_offer_id: {job_offer_id}")
if '@' in user_id or ' ' in job_offer_id:
logger.error(f"Appel de l'outil avec des données invalides. User ID: {user_id}, Job Offer ID: {job_offer_id}")
return "Erreur: Appel de l'outil avec des paramètres invalides. L'analyse n'a pas pu être lancée."
models = load_all_models()
analysis_service = AnalysisService(models=models)
feedback_data = analysis_service.run_analysis(
conversation_history=conversation_history,
job_description=job_description
)
feedback_path = f"/tmp/feedbacks/{user_id}.json"
with open(feedback_path, "w", encoding="utf-8") as f:
json.dump({"status": "completed", "feedback_data": feedback_data}, f, ensure_ascii=False, indent=4)
logger.info(f"Analyse pour l'utilisateur {user_id} terminée et sauvegardée dans {feedback_path}.")
return "L'analyse a été déclenchée et terminée avec succès."
except Exception as e:
logger.error(f"Erreur dans l'outil d'analyse : {e}", exc_info=True)
return "Une erreur est survenue lors du lancement de l'analyse."