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."