Update api.py

api.py

@@ -9,7 +9,7 @@ import chromadb
 from sentence_transformers import SentenceTransformer
 
 # --- КОНФИГУРАЦИЯ ---
-DEEPSEEK_API_KEY = os.environ.get("DEEPSEEK_API_KEY")
+API_KEY = os.getenv("DEEPSEEK_API_KEY") # Или вставь свой ключ жестко "sk-..."
 BASE_URL = "https://api.deepseek.com"
 TEMPLATES_DIR = "tagged_templates"
 DOWNLOADS_DIR = "downloads"
@@ -19,63 +19,54 @@ DB_PATH = "./legal_db"
 ZIP_PATH = "./legal_db.zip"
 # --------------------
 
-client = OpenAI(api_key=DEEPSEEK_API_KEY, base_url=BASE_URL)
+client = OpenAI(api_key=API_KEY, base_url=BASE_URL)
 
 # ==============================================================================
-# 1. ИНИЦИАЛИЗАЦИЯ БАЗЫ ЗНАНИЙ (CHROMA)
+# 1. ИНИЦИАЛИЗАЦИЯ
 # ==============================================================================
 collection = None
 encoder = None
 
-print("⚙️ Инициализация нейросети и базы законов...")
-
-# 1. Распаковка базы, если нужно
 if not os.path.exists(DB_PATH) and os.path.exists(ZIP_PATH):
     try:
-        print("📦 Распаковка базы законов...")
-        with zipfile.ZipFile(ZIP_PATH, 'r') as z:
-            z.extractall(".")
-    except Exception as e:
-        print(f"⚠️ Ошибка распаковки ZIP: {e}")
+        with zipfile.ZipFile(ZIP_PATH, 'r') as z: z.extractall(".")
+    except: pass
 
-# 2. Подключение к ChromaDB
 try:
     encoder = SentenceTransformer('paraphrase-multilingual-mpnet-base-v2')
     chroma_client = chromadb.PersistentClient(path=DB_PATH)
     collection = chroma_client.get_collection(name="laws")
-    print("✅ База законов подключена успешно.")
-except Exception as e:
-    print(f"⚠️ База знаний НЕ подключена (буду отвечать без законов): {e}")
+except: pass
 
-# ==============================================================================
-# 2. ЗАГРУЗКА РЕСУРСОВ (ШАБЛОНЫ)
-# ==============================================================================
 try:
     registry = json.load(open(REGISTRY_FILE, "r", encoding="utf-8"))
     tags_db = json.load(open(TAGS_DB_FILE, "r", encoding="utf-8"))
     clean_tags_db = {k: v for k, v in tags_db.items() if not k.startswith("_")}
-    print(f"✅ API готов. Шаблонов: {len(registry)}. Тегов: {len(clean_tags_db)}")
-except Exception as e:
-    print(f"❌ КРИТИЧЕСКАЯ ОШИБКА: Не найдены файлы реестра! {e}")
+except:
     registry = []
     clean_tags_db = {}
 
-
 # ==============================================================================
-# 3. ЛОГИКА
+# 2. ЛОГИКА
 # ==============================================================================
 
 async def select_best_template(user_query):
-    """Выбирает шаблон через LLM"""
+    """
+    Гибридный поиск: Сначала ИИ, потом перебор ключевых слов.
+    """
+    # 1. Попытка через ИИ
     docs_list = ""
     for idx, item in enumerate(registry):
-        docs_list += f"{idx}. {item['filename']} ({item['description']})\n"
+        # Ограничиваем длину списка, чтобы не забить контекст
+        docs_list += f"{idx}. {item['filename']} ({item['description'][:100]}...)\n"
 
     system_prompt = f"""
-Ты — диспетчер документов. Выбери файл из списка.
+Ты библиотекарь. Твоя цель - найти имя файла из списка, которое лучше всего подходит к запросу.
 СПИСОК:
 {docs_list}
-ВЕРНИ JSON: {{"filename": "имя.docx"}} или {{"filename": null}}
+
+ВЕРНИ ТОЛЬКО JSON: {{"filename": "имя_файла.docx"}}
+ЕСЛИ НИЧЕГО НЕ ПОДХОДИТ, ВЕРНИ: {{"filename": null}}
 """
     try:
         response = client.chat.completions.create(
@@ -88,19 +79,48 @@ async def select_best_template(user_query):
             temperature=0.0
         )
         result = json_repair.loads(response.choices[0].message.content)
-        return result.get("filename")
+        ai_choice = result.get("filename")
+        
+        if ai_choice:
+            return ai_choice
+            
     except Exception as e:
-        print(f"⚠️ Ошибка выбора: {e}")
-        return None
+        print(f"⚠️ ИИ поиск не удался: {e}")
+
+    # 2. ФОЛЛБЭК: Тупой поиск по словам (Если ИИ не справился)
+    print("⚠️ ИИ не нашел шаблон. Запускаю поиск по ключевым словам...")
+    query_words = user_query.lower().replace(",", "").split()
+    # Убираем мусорные слова
+    stop_words = ["хочу", "мне", "нужен", "составь", "сделай", "договор", "бланк", "образец"]
+    keywords = [w for w in query_words if w not in stop_words and len(w) > 3]
+
+    if not keywords: return None
+
+    best_match = None
+    max_hits = 0
+
+    for item in registry:
+        hits = 0
+        fname = item['filename'].lower()
+        desc = item.get('description', '').lower()
+        
+        for kw in keywords:
+            # Ищем совпадения корней (очень примитивно, но работает)
+            root = kw[:-2] if len(kw) > 5 else kw
+            if root in fname or root in desc:
+                hits += 1
+        
+        if hits > max_hits:
+            max_hits = hits
+            best_match = item['filename']
+
+    return best_match
 
 async def extract_data_from_chat(user_query, filename):
-    """Вытаскивает данные для шаблона"""
-    system_prompt = "Извлеки данные в JSON по схеме:\n"
+    system_prompt = "Извлеки данные в JSON. Даты dd.mm.yyyy.\nСХЕМА:\n"
     for key, val in clean_tags_db.items():
         system_prompt += f"- {val['tag']}: {val['description']}\n"
     
-    system_prompt += "\nДаты в формате dd.mm.yyyy. Клиент={{ client_name }}, Контрагент={{ opponent_name }}."
-
     try:
         response = client.chat.completions.create(
             model="deepseek-chat",
@@ -116,80 +136,63 @@ async def extract_data_from_chat(user_query, filename):
         return {}
 
 async def consult_logic(user_text):
-    """
-    КОНСУЛЬТАЦИЯ С ИСПОЛЬЗОВАНИЕМ БАЗЫ ЗАКОНОВ (RAG)
-    """
+    # Логика консультации (если файл не найден)
     context = ""
-    
-    # 1. Поиск в базе (если она жива)
     if collection and encoder:
         try:
             vec = encoder.encode(user_text).tolist()
-            results = collection.query(query_embeddings=[vec], n_results=3)
-            
-            if results['documents'] and results['documents'][0]:
-                context = "ИСПОЛЬЗУЙ СЛЕДУЮЩИЕ ЗАКОНЫ ДЛЯ ОТВЕТА:\n"
-                for i, doc_text in enumerate(results['documents'][0]):
-                    source = results['metadatas'][0][i].get('title', 'Закон')
-                    context += f"--- {source} ---\n{doc_text[:1500]}\n\n"
-        except Exception as e:
-            print(f"⚠️ Ошибка поиска в Chroma: {e}")
-
-    # 2. Запрос к LLM
-    system_prompt = "Ты — профессиональный юрист РФ. Отвечай точно, ссылайся на законы (если они даны в контексте)."
-    if not context:
-        system_prompt += " База законов недоступна, отвечай, опираясь на общие знания."
+            res = collection.query(query_embeddings=[vec], n_results=3)
+            if res['documents'][0]:
+                for txt in res['documents'][0]: context += f"{txt[:1000]}\n...\n"
+        except: pass
 
+    sys_p = "Ты юрист. Отвечай, используя законы (если есть)."
     try:
-        response = client.chat.completions.create(
+        r = client.chat.completions.create(
             model="deepseek-chat",
-            messages=[
-                {"role": "system", "content": system_prompt},
-                {"role": "user", "content": f"ВОПРОС: {user_text}\n\n{context}"}
-            ],
+            messages=[{"role":"system","content":sys_p}, {"role":"user","content":f"Вопрос: {user_text}\nКонтекст: {context}"}],
             temperature=0.3
         )
-        return {"type": "text", "content": response.choices[0].message.content}
+        return {"type": "text", "content": r.choices[0].message.content}
     except Exception as e:
-        return {"type": "text", "content": f"Ошибка связи с ИИ: {e}"}
+        return {"type": "text", "content": f"Ошибка: {e}"}
 
 async def generate_doc_logic(user_text):
-    """Генерация документа"""
-    if not user_text or len(user_text) < 5:
-        return {"type": "text", "content": "Опишите подробнее."}
-
+    # 1. Ищем шаблон
     best_filename = await select_best_template(user_text)
     
+    # ЕСЛИ ШАБЛОН НЕ НАЙДЕН — ВОЗВРАЩАЕМ ТЕКСТ (КОНСУЛЬТАЦИЮ)
     if not best_filename:
-        # Если шаблон не найден — просто консультируем
-        return await consult_logic(user_text)
+        fallback_res = await consult_logic(f"Составь текст документа: {user_text}")
+        # Добавляем приписку, почему так вышло
+        fallback_res["content"] = "⚠️ **Шаблон файла не найден в базе.**\nЯ составил текст документа вручную:\n\n" + fallback_res["content"]
+        return fallback_res
 
+    # 2. Проверяем файл на диске
     template_path = os.path.join(TEMPLATES_DIR, best_filename)
     if not os.path.exists(template_path):
-        return {"type": "text", "content": f"Файл {best_filename} не найден!"}
+        return {"type": "text", "content": f"⚠️ Ошибка: Шаблон '{best_filename}' есть в реестре, но файл отсутствует на сервере."}
 
+    # 3. Извлекаем данные и заполняем
     context = await extract_data_from_chat(user_text, best_filename)
-    if "doc_date" not in context:
-        context["doc_date"] = datetime.now().strftime("%d.%m.%Y")
+    if "doc_date" not in context: context["doc_date"] = datetime.now().strftime("%d.%m.%Y")
 
     try:
         doc = DocxTemplate(template_path)
         doc.render(context)
         
-        if not os.path.exists(DOWNLOADS_DIR):
-            os.makedirs(DOWNLOADS_DIR)
-            
-        timestamp = datetime.now().strftime("%Y%m%d_%H%M%S")
-        output_filename = f"Ready_{best_filename.replace('.docx', '')}_{timestamp}.docx"
-        output_path = os.path.join(DOWNLOADS_DIR, output_filename)
+        if not os.path.exists(DOWNLOADS_DIR): os.makedirs(DOWNLOADS_DIR)
+        
+        ts = datetime.now().strftime("%Y%m%d_%H%M%S")
+        out_name = f"Ready_{best_filename.replace('.docx', '')[:20]}_{ts}.docx"
+        out_path = os.path.join(DOWNLOADS_DIR, out_name)
         
-        doc.save(output_path)
+        doc.save(out_path)
         
         return {
             "type": "file",
-            "content": f"✅ Документ готов: **{best_filename}**",
-            "file_url": output_path
+            "content": f"✅ Документ сформирован на основе шаблона: **{best_filename}**",
+            "file_url": out_path
         }
-        
     except Exception as e:
-        return {"type": "text", "content": f"Ошибка генерации: {str(e)}"}
+        return {"type": "text", "content": f"Ошибка при заполнении: {e}"}