Update app.py

app.py

@@ -20,23 +20,28 @@ Settings.llm = OpenRouter(
 
 # === Функция получения ответа ===
 def get_facts(system_prompt: str, user_question: str) -> str:
-    # 1. Загружаем индекс и делаем retrieval
-    storage_context = StorageContext.from_defaults(persist_dir="./storage")
-    index = load_index_from_storage(storage_context)
-    retriever = index.as_retriever(similarity_top_k=4)
-    nodes = retriever.retrieve(user_question)  # ← только по пользовательскому вопросу!
+    try:
+        if not user_question.strip():
+            return "Ошибка: пожалуйста, введите ваш запрос."
 
-    # 2. Формируем контекст из найденных документов
-    context = "\n\n".join([node.get_content() for node in nodes])
+        storage_context = StorageContext.from_defaults(persist_dir="./storage")
+        index = load_index_from_storage(storage_context)
+        retriever = index.as_retriever(similarity_top_k=4)
+        nodes = retriever.retrieve(user_question)
 
-    # 3. Подставляем контекст ВНУТРЬ системного промпта
-    full_system_prompt = system_prompt + f"Контекст: {context}"
+        context = "\n\n".join([node.get_content() for node in nodes]) if nodes else "Не найдено релевантных документов."
+        full_system_prompt = system_prompt + f"\n\nКонтекст:\n{context}"
 
-    # 4. Отправляем в LLM
-    messages = [
-        ChatMessage(role="system", content=full_system_prompt),
-        ChatMessage(role="user", content=user_question)
-    ]
+        messages = [
+            ChatMessage(role="system", content=full_system_prompt),
+            ChatMessage(role="user", content=user_question)
+        ]
+        
+        response = Settings.llm.chat(messages)
+        return response.message.content
+
+    except Exception as e:
+        return f"❌ Ошибка:\n{str(e)}"
     
     response = Settings.llm.chat(messages)
     return response.message.content