Update callbacks.py

src/ui/callbacks.py

@@ -1,4 +1,5 @@
 import os
+import re
 
 import gradio as gr
 import PyPDF2
@@ -53,6 +54,7 @@ def bot_response(
     messages = [{"role": "system", "content": system_prompt}]
     file_info, file_content = "", ""
 
+    # --- 1. ОБРАБОТКА ФАЙЛА ---
     if uploaded_file and os.path.exists(uploaded_file):
         filename = os.path.basename(uploaded_file)
         size_kb = os.path.getsize(uploaded_file) / 1024
@@ -75,28 +77,44 @@ def bot_response(
         except Exception as e:
             file_info = f"❌ **Ошибка файла:** `{filename}` ({e})"
 
+    # --- 2. ОЧИСТКА И ФОРМИРОВАНИЕ ИСТОРИИ (ИСПРАВЛЕН БАГ ГАЛЛЮЦИНАЦИЙ) ---
     for msg in history[-7:]:
-        messages.append(
-            {"role": msg["role"], "content": get_clean_text(msg["content"])}
-        )
+        content = str(msg["content"])
+
+        if msg["role"] == "assistant":
+            # 1. Отрезаем UI-плашку статусов (всё, что до разделителя ---)
+            if "---\n\n" in content:
+                content = content.split("---\n\n", 1)[-1]
+
+            # 2. Полностью удаляем прошлые размышления модели из контекста,
+            # чтобы они не переполняли память и не путали модель
+            content = re.sub(r"<details.*?>.*?</details>", "", content, flags=re.DOTALL)
+            content = content.strip()
+
+            # Если после очистки пусто, ставим заглушку
+            if not content:
+                content = "*(размышления скрыты)*"
+
+        messages.append({"role": msg["role"], "content": get_clean_text(content)})
 
     history.append({"role": "assistant", "content": "⏳ Инициализация..."})
     yield history
 
+    # --- 3. АГЕНТ ПОИСКА ---
     search_info = ""
     if use_search:
         history[-1]["content"] = (
             file_info + "\n" if file_info else ""
-        ) + "🤔 Агент анализирует запрос..."
+        ) + "🤔 Агент анализирует необходимость поиска..."
         yield history
 
         agent_messages = [
             {
                 "role": "system",
                 "content": (
-                    "Ты AI-агент. Оцени, нужен ли поиск в интернете для ответа на последний вопрос пользователя. "
-                    "Если вопрос требует свежих новостей, фактов или данных извне — напиши ТОЛЬКО поисковый запрос (2-5 слов, без кавычек и лишних слов). "
-                    "Если поиск не нужен (это простое общение, приветствие, или ответ есть в тексте файла) — ответь ровно одним словом: NO_SEARCH."
+                    "Ты системный маршрутизатор. Оцени, нужен ли поиск в интернете для ответа на последний вопрос пользователя. "
+                    "ПРАВИЛО 1: Рассуждай максимально коротко.\n"
+                    "ПРАВИЛО 2: В самом конце, после своих мыслей, ОБЯЗАТЕЛЬНО выведи результат СТРОГО в формате [QUERY: твой поисковый запрос] или [QUERY: NO_SEARCH]."
                 ),
             }
         ]
@@ -106,26 +124,27 @@ def bot_response(
                 agent_messages.append({"role": "user", "content": msg["content"]})
 
         try:
-            # Увеличиваем лимит токенов до 512, чтобы Reasoning-модель успела подумать
             eval_response = engine.generate(
-                messages=agent_messages, max_tokens=512, temperature=0.1, stream=False
+                messages=agent_messages,
+                max_tokens=800,  # Даем больше токенов для размышлений
+                temperature=0.1,
+                stream=False,
             )
 
-            raw_query = eval_response["choices"][0]["message"]["content"].strip()
+            raw_query = eval_response["choices"][0]["message"]["content"]
 
-            # ФИЛЬТРУЕМ ТЕГИ <think>
-            if "</think>" in raw_query:
-                # Берем всё, что модель написала ПОСЛЕ окончания размышлений
-                clean_query = raw_query.split("</think>")[-1].strip()
-            elif raw_query.startswith("<think>"):
-                # Если тег не закрылся из-за лимита токенов, отменяем поиск
-                clean_query = "NO_SEARCH"
-            else:
-                clean_query = raw_query.strip()
+            # Ищем строгий ��ормат вывода, игнорируя весь остальной текст и теги
+            query_match = re.search(r"\[QUERY:\s*(.*?)\]", raw_query)
 
-            clean_query = clean_query.replace('"', "").replace("'", "")
+            if query_match:
+                clean_query = (
+                    query_match.group(1).strip().replace('"', "").replace("'", "")
+                )
+            else:
+                # Фолбэк на случай сбоя модели
+                clean_query = "NO_SEARCH"
 
-            if clean_query and "NO_SEARCH" not in clean_query.upper():
+            if clean_query and clean_query.upper() != "NO_SEARCH":
                 search_info = f'🌐 Ищем: *"{clean_query}"*...'
                 history[-1]["content"] = (
                     f"{file_info + '\n' if file_info else ''}{search_info}"
@@ -136,7 +155,6 @@ def bot_response(
 
                 if search_results:
                     search_info = f'🌐 Найдено {len(search_results)} результатов по запросу *"{clean_query}"*'
-
                     search_context = (
                         "СВЕЖИЕ РЕЗУЛЬТАТЫ ПОИСКА ИЗ ИНТЕРНЕТА ДЛЯ ТВОЕГО ОТВЕТА:\n\n"
                     )
@@ -172,6 +190,7 @@ def bot_response(
     history[-1]["content"] = status_header + "⏳ Генерация ответа..."
     yield history
 
+    # --- 4. СТРИМИНГ И УМНЫЙ UI (UX как в ChatGPT o1) ---
     try:
         stream = engine.generate(
             messages=messages,
@@ -185,14 +204,28 @@ def bot_response(
             if delta.get("content"):
                 partial_text += delta["content"]
 
-                # КРАСИВЫЙ UI-ФИЛЬТР ДЛЯ ФИНАЛЬНОГО ОТВЕТА
-                # Превращаем <think> в красивый блок цитаты
-                display_text = partial_text.replace(
-                    "<think>", "*(🤔 Внутренние размышления модели:)*\n> "
-                ).replace("</think>", "\n\n")
+                display_text = partial_text
+
+                # Если модель начала думать, но еще не закончила (открываем спойлер)
+                if "<think>" in partial_text and "</think>" not in partial_text:
+                    display_text = (
+                        partial_text.replace(
+                            "<think>",
+                            "<details open><summary><i>🧠 Идет анализ (в процессе)...</i></summary>\n\n",
+                        )
+                        + "\n\n</details>"
+                    )
+
+                # Если модель закончила думать (закрываем спойлер автоматически!)
+                elif "</think>" in partial_text:
+                    display_text = partial_text.replace(
+                        "<think>",
+                        "<details><summary><i>🧠 Анализ завершен (нажмите, чтобы раскрыть)</i></summary>\n\n",
+                    ).replace("</think>", "\n\n</details>\n\n")
 
                 history[-1]["content"] = status_header + display_text
                 yield history
+
     except Exception as e:
         history[-1]["content"] = status_header + f"\n\n❌ Ошибка: {str(e)}"
         yield history