fix max token error

app/constants.py

@@ -221,5 +221,4 @@ LLM_RETRY_WAIT_MESSAGES = [
     "Dữ liệu khá lớn, mình đang tóm tắt lại những điểm chính. Bạn vui lòng đợi trong giây lát."
 ]
 
-SHEET_RANGE = 'chat!A2:N'
-VERSION_NUMBER = 123456800
+SHEET_RANGE = 'chat!A2:N'

app/gemini_client.py

@@ -70,38 +70,34 @@ class GeminiClient:
                 
                 response = _model.generate_content(prompt, **kwargs)
                 
-                # Kiểm tra các vấn đề về nội dung (MAX_TOKENS, SAFETY, etc.)
-                if not response.candidates or response.candidates[0].finish_reason.name not in ["STOP", "FINISH_REASON_UNSPECIFIED"]:
-                    finish_reason = response.candidates[0].finish_reason if response.candidates else None
+                # --- START: Cải tiến logic xử lý response ---
+                # 1. Kiểm tra response có hợp lệ không
+                if not response.candidates:
+                    # Trường hợp bất thường, response không có candidate. Coi là lỗi tạm thời.
+                    raise ValueError("Gemini response is missing 'candidates' field.")
+
+                candidate = response.candidates[0]
+                # getattr để truy cập an toàn, tránh AttributeError
+                finish_reason_name = getattr(getattr(candidate, 'finish_reason', None), 'name', 'UNKNOWN')
+
+                # 2. Phân loại lỗi: Lỗi logic (cần xử lý ở tầng nghiệp vụ)
+                if finish_reason_name not in ["STOP", "FINISH_REASON_UNSPECIFIED"]:
                     usage_metadata = response.usage_metadata if hasattr(response, 'usage_metadata') else None
-                    error_message = f"Gemini response finished with reason: {finish_reason.name if finish_reason else 'UNKNOWN'}."
-                    
-                    # Đây là lỗi logic, raise để lớp gọi xử lý (ví dụ: retry với prompt ngắn hơn)
+                    error_message = f"Gemini response finished with non-OK reason: {finish_reason_name}."
                     raise GeminiResponseError(
                         error_message,
-                        finish_reason=finish_reason.name if finish_reason else 'UNKNOWN',
+                        finish_reason=finish_reason_name,
                         usage_metadata=usage_metadata
                     )
 
+                # 3. Nếu không có lỗi logic, tiến hành lấy text
                 self.limit_manager.log_request(key, model, success=True)
                 if hasattr(response, 'usage_metadata'):
                     logger.info(f"[GEMINI][USAGE] Prompt Token Count: {response.usage_metadata.prompt_token_count} - Candidate Token Count: {response.usage_metadata.candidates_token_count} - Total Token Count: {response.usage_metadata.total_token_count}")
                 
-                # Bọc lại phần truy cập .text để bắt lỗi ValueError cụ thể
-                try:
-                    logger.info(f"[GEMINI][TEXT_RESPONSE] {_safe_truncate(response.text)}")
-                    return response.text
-                except ValueError as ve:
-                    # Chuyển đổi ValueError thành GeminiResponseError nếu đó là lỗi do không có content
-                    if "requires the response to contain a valid 'Part'" in str(ve):
-                        finish_reason = response.candidates[0].finish_reason if response.candidates else None
-                        usage_metadata = response.usage_metadata if hasattr(response, 'usage_metadata') else None
-                        raise GeminiResponseError(
-                            f"Gemini response has no valid content part. Original error: {ve}",
-                            finish_reason=finish_reason.name if finish_reason else 'MAX_TOKENS_OR_SAFETY',
-                            usage_metadata=usage_metadata
-                        ) from ve
-                    raise ve # Ném lại các lỗi ValueError khác
+                logger.info(f"[GEMINI][TEXT_RESPONSE] {_safe_truncate(response.text)}")
+                return response.text
+                # --- END: Cải tiến logic xử lý response ---
             except GeminiResponseError as e:
                 # Lỗi nội dung, không thể retry bằng cách đổi key. Propagate lên.
                 logger.error(f"[GEMINI] Non-retriable content error: {e}")

app/main.py

@@ -4,13 +4,13 @@ from loguru import logger
 import json
 from typing import Dict, Any, List, Optional
 import asyncio
+import time
 from concurrent.futures import ThreadPoolExecutor
 import os
 import traceback
 import difflib
 
 from .config import Settings, get_settings
-from .constants import VERSION_NUMBER
 from .facebook import FacebookClient
 from .sheets import SheetsClient
 from .supabase_db import SupabaseClient
@@ -26,6 +26,9 @@ from app.channel_manager import channel_manager
 
 app = FastAPI(title="WeBot Facebook Messenger API")
 
+# Khởi tạo version number một lần duy nhất khi server khởi động
+VERSION_NUMBER = int(time.time())
+
 # Add CORS middleware
 app.add_middleware(
     CORSMiddleware,
@@ -117,7 +120,7 @@ def normalize_vehicle_keyword(keyword: str) -> str:
 async def root():
     """Endpoint root để kiểm tra trạng thái app."""
     logger.info("[HEALTH] Truy cập endpoint root /")
-    return {"version": VERSION_NUMBER}
+    return {"version": VERSION_NUMBER, "status": "ok"}
 
 @app.get("/webhook") #
 async def verify_webhook(request: Request):