Update core/conversational_agent.py

core/conversational_agent.py

@@ -1,7 +1,6 @@
 import time
 import traceback
-from typing import List, Dict, Any, Tuple
-from sentence_transformers import SentenceTransformer
+from typing import List, Dict, Any, Tuple, Optional
 from models.schemas import RAGSearchResult
 from core.multilingual_manager import MultilingualManager
 from core.enhanced_rag import EnhancedRAGSystem
@@ -18,11 +17,11 @@ class ConversationalAgent:
     def process_query(self, query: str, chat_history: List[Tuple[str, str]] = None) -> Tuple[str, List[Dict]]:
         """Xử lý truy vấn hội thoại với grounding từ RAG"""
         try:
-            print(f"🤖 Xử lý truy vấn: {query}")
+            print(f"🤖 CAG: Xử lý truy vấn: {query}")
             
             # Phát hiện ngôn ngữ
             language = self.multilingual_manager.detect_language(query)
-            print(f"🌐 Ngôn ngữ phát hiện: {language}")
+            print(f"🌐 CAG: Ngôn ngữ phát hiện: {language}")
             
             # Tìm kiếm ngữ nghĩa trong RAG
             search_results = self.rag_system.semantic_search(query, top_k=3)
@@ -36,18 +35,28 @@ class ConversationalAgent:
             # Tạo prompt với context
             prompt = self._create_grounded_prompt(query, context, language, chat_history)
             
-            # Tạo phản hồi (ở đây có thể tích hợp với LLM thực tế)
-            response = self._generate_response(prompt, language)
+            # Tạo phản hồi (mô phỏng - có thể tích hợp LLM thực)
+            response = self._generate_response(prompt, language, search_results)
             
             # Cập nhật lịch sử
             self._update_conversation_history("assistant", response)
             
-            # Trả về response và search results để hiển thị
-            return response, search_results
+            # Convert results to dict
+            results_dict = []
+            for result in search_results:
+                results_dict.append({
+                    "id": result.id,
+                    "text": result.text[:150] + "..." if len(result.text) > 150 else result.text,
+                    "similarity": round(result.similarity, 3),
+                    "metadata": result.metadata
+                })
+            
+            print(f"✅ CAG: Đã xử lý, tìm thấy {len(results_dict)} kết quả")
+            return response, results_dict
             
         except Exception as e:
             error_msg = f"Xin lỗi, đã có lỗi xảy ra: {str(e)}"
-            print(f"❌ Lỗi trong ConversationalAgent: {traceback.format_exc()}")
+            print(f"❌ CAG Lỗi: {traceback.format_exc()}")
             return error_msg, []
     
     def _build_context_from_results(self, results: List[RAGSearchResult], query: str, language: str) -> str:
@@ -59,17 +68,20 @@ class ConversationalAgent:
                 return "No relevant information found in the knowledge base."
         
         if language == 'vi':
-            context_parts = [f"Dựa trên câu hỏi '{query}', đây là thông tin liên quan từ cơ sở tri thức:"]
+            context_parts = [f"Thông tin liên quan đến '{query}':"]
         else:
-            context_parts = [f"Based on the question '{query}', here is relevant information from the knowledge base:"]
+            context_parts = [f"Relevant information about '{query}':"]
         
         for i, result in enumerate(results[:3]):  # Lấy 3 kết quả đầu
-            context_parts.append(f"\n{i+1}. {result.text}")
-            if result.metadata.get('source'):
-                if language == 'vi':
-                    context_parts.append(f"   (Nguồn: {result.metadata.get('source')})")
-                else:
-                    context_parts.append(f"   (Source: {result.metadata.get('source')})")
+            source = result.metadata.get('source', 'unknown')
+            lang = result.metadata.get('language', 'unknown')
+            
+            if language == 'vi':
+                context_parts.append(f"\n{i+1}. {result.text}")
+                context_parts.append(f"   (Nguồn: {source}, Ngôn ngữ: {lang})")
+            else:
+                context_parts.append(f"\n{i+1}. {result.text}")
+                context_parts.append(f"   (Source: {source}, Language: {lang})")
         
         return "\n".join(context_parts)
     
@@ -81,84 +93,117 @@ class ConversationalAgent:
         history_text = ""
         if chat_history and len(chat_history) > 0:
             if language == 'vi':
-                history_parts = ["Lịch sử hội thoại gần đây:"]
-                for user_msg, assistant_msg in chat_history[-3:]:  # Lấy 3 cặp gần nhất
-                    history_parts.append(f"Người dùng: {user_msg}")
+                history_parts = ["Lịch sử hội thoại trước:"]
+                for user_msg, assistant_msg in chat_history[-2:]:  # Lấy 2 cặp gần nhất
+                    history_parts.append(f"Bạn: {user_msg}")
                     history_parts.append(f"Trợ lý: {assistant_msg}")
             else:
-                history_parts = ["Recent conversation history:"]
-                for user_msg, assistant_msg in chat_history[-3:]:
-                    history_parts.append(f"User: {user_msg}")
+                history_parts = ["Previous conversation:"]
+                for user_msg, assistant_msg in chat_history[-2:]:
+                    history_parts.append(f"You: {user_msg}")
                     history_parts.append(f"Assistant: {assistant_msg}")
             history_text = "\n".join(history_parts) + "\n\n"
         
         # Tạo prompt dựa trên ngôn ngữ
         if language == 'vi':
-            prompt = f"""{history_text}CONTEXT TỪ CƠ SỞ TRI THỨC:
+            prompt = f"""{history_text}THÔNG TIN TỪ CƠ SỞ DỮ LIỆU:
 {context}
 
 CÂU HỎI HIỆN TẠI: {query}
 
-HƯỚNG DẪN:
-1. Trả lời dựa trên context được cung cấp
-2. Nếu context không đủ thông tin, hãy nói rõ
-3. Trả lời bằng tiếng Việt
-4. Giữ câu trả lời ngắn gọn, chính xác
-5. Có thể thêm thông tin bổ sung nếu cần
+YÊU CẦU:
+- Trả lời dựa trên thông tin được cung cấp
+- Nếu thiếu thông tin, hãy nói rõ
+- Trả lời bằng tiếng Việt
+- Ngắn gọn, chính xác
+- Có thể thêm thông tin bổ sung nếu cần
 
 TRẢ LỜI:"""
         else:
-            prompt = f"""{history_text}CONTEXT FROM KNOWLEDGE BASE:
+            prompt = f"""{history_text}INFORMATION FROM DATABASE:
 {context}
 
 CURRENT QUESTION: {query}
 
 INSTRUCTIONS:
-1. Answer based on the provided context
-2. If context doesn't have enough information, clearly state that
-3. Respond in {language}
-4. Keep answers concise and accurate
-5. You may add supplementary information if needed
+- Answer based on provided information
+- If information is insufficient, clearly state that
+- Respond in {language}
+- Be concise and accurate
+- You may add supplementary information if needed
 
 ANSWER:"""
         
         return prompt
     
-    def _generate_response(self, prompt: str, language: str) -> str:
-        """Tạo phản hồi từ prompt (có thể tích hợp với LLM thực)"""
+    def _generate_response(self, prompt: str, language: str, search_results: List[RAGSearchResult]) -> str:
+        """Tạo phản hồi từ prompt (mô phỏng)"""
         # Đây là mô phỏng - trong thực tế sẽ gọi API LLM
-        time.sleep(0.5)  # Giả lập thời gian xử lý
-        
-        # Phân tích prompt để tạo phản hồi phù hợp
-        no_info_vi = "Không có thông tin liên quan trong cơ sở tri thức"
-        no_info_en = "No relevant information found in the knowledge base"
+        time.sleep(0.3)  # Giả lập thời gian xử lý
         
-        if no_info_vi in prompt or no_info_en in prompt:
+        if not search_results:
             if language == 'vi':
-                return "Xin lỗi, tôi không tìm thấy thông tin cụ thể về câu hỏi này trong cơ sở tri thức hiện tại. Bạn có thể thử diễn đạt câu hỏi khác hoặc thêm thông tin vào cơ sở tri thức."
+                return "Xin lỗi, tôi không tìm thấy thông tin cụ thể về chủ đề này trong cơ sở dữ liệu hiện tại. Bạn có thể thử diễn đạt khác hoặc thêm thông tin mới."
             else:
-                return "Sorry, I couldn't find specific information about this question in the current knowledge base. You might try rephrasing your question or adding more information to the knowledge base."
+                return "Sorry, I couldn't find specific information about this topic in the current database. You might try rephrasing or adding new information."
+        
+        # Đếm số kết quả
+        result_count = len(search_results)
         
         # Tạo phản hồi dựa trên ngôn ngữ
         if language == 'vi':
             responses = [
-                "Dựa trên thông tin trong cơ sở tri thức, tôi có thể cung cấp cho bạn thông tin sau:",
-                "Theo dữ liệu có sẵn, đây là thông tin liên quan:",
-                "Dựa vào nguồn thông tin được cung cấp, tôi có thể trả lời như sau:"
+                f"Dựa trên {result_count} thông tin liên quan tôi tìm thấy:",
+                f"Theo {result_count} nguồn thông tin từ cơ sở dữ liệu:",
+                f"Căn cứ vào {result_count} kết quả tìm kiếm:"
             ]
-            follow_up = "\n\nTôi đã tìm thấy một số thông tin hữu ích liên quan đến câu hỏi của bạn. Bạn có thể xem chi tiết các nguồn thông tin bên dưới."
+            
+            # Lấy các chủ đề chính
+            sources = []
+            for result in search_results[:2]:
+                source = result.metadata.get('source', '')
+                if source and source not in sources:
+                    sources.append(source)
+            
+            if sources:
+                source_text = f" (từ {', '.join(sources)})"
+            else:
+                source_text = ""
+            
+            follow_up = f"\n\nĐây là thông tin hữu ích tôi tìm được{source_text}. Bạn có thể xem chi tiết các nguồn thông tin bên phải."
+            
         else:
             responses = [
-                "Based on the information in the knowledge base, I can provide you with the following:",
-                "According to the available data, here is the relevant information:",
-                "Based on the provided sources, I can answer as follows:"
+                f"Based on {result_count} relevant information sources:",
+                f"According to {result_count} data sources from the database:",
+                f"Based on the search results ({result_count} found):"
             ]
-            follow_up = "\n\nI've found some useful information related to your question. You can view the detailed sources below."
+            
+            # Get main sources
+            sources = []
+            for result in search_results[:2]:
+                source = result.metadata.get('source', '')
+                if source and source not in sources:
+                    sources.append(source)
+            
+            if sources:
+                source_text = f" (from {', '.join(sources)})"
+            else:
+                source_text = ""
+            
+            follow_up = f"\n\nThis is useful information I found{source_text}. You can view the detailed sources on the right."
         
         import random
         base_response = random.choice(responses)
         
-        return f"{base_response}{follow_up}"
+        # Thêm nội dung cụ thể từ kết quả đầu tiên
+        if search_results and len(search_results[0].text) > 50:
+            main_info = search_results[0].text[:200] + "..." if len(search_results[0].text) > 200 else search_results[0].text
+            response = f"{base_response}\n\n{main_info}{follow_up}"
+        else:
+            response = f"{base_response}{follow_up}"
+        
+        return response
     
     def _update_conversation_history(self, role: str, message: str):
         """Cập nhật lịch sử hội thoại"""
@@ -175,7 +220,7 @@ ANSWER:"""
     def clear_conversation_history(self):
         """Xóa lịch sử hội thoại"""
         self.conversation_history = []
-        print("🧹 Đã xóa lịch sử hội thoại")
+        print("🧹 CAG: Đã xóa lịch sử hội thoại")
     
     def get_conversation_stats(self) -> Dict:
         """Lấy thống kê hội thoại"""
@@ -186,10 +231,8 @@ ANSWER:"""
             "total_messages": len(self.conversation_history),
             "user_messages": len(user_msgs),
             "assistant_messages": len(assistant_msgs),
-            "last_user_message": user_msgs[-1]["message"] if user_msgs else None,
-            "last_activity": self.conversation_history[-1]["timestamp"] if self.conversation_history else None
-        }
-    
-    def get_recent_conversation(self, limit: int = 5) -> List[Dict]:
-        """Lấy lịch sử hội thoại gần đây"""
-        return self.conversation_history[-limit:] if self.conversation_history else []
+            "current_session": len(self.conversation_history),
+            "last_interaction": time.strftime('%H:%M:%S', time.localtime(
+                self.conversation_history[-1]["timestamp"] if self.conversation_history else time.time()
+            ))
+        }