Spaces:
Sleeping
Sleeping
Update model_handler.py
Browse files- model_handler.py +99 -99
model_handler.py
CHANGED
|
@@ -1,99 +1,99 @@
|
|
| 1 |
-
import os
|
| 2 |
-
import requests
|
| 3 |
-
import json
|
| 4 |
-
import time
|
| 5 |
-
import sys
|
| 6 |
-
from config import GEMINI_API_KEY_INTERNAL, GEMINI_MODEL_NAME, DEFAULT_MAX_TOKENS, DEFAULT_TEMPERATURE
|
| 7 |
-
|
| 8 |
-
# Le modèle est maintenant une API externe
|
| 9 |
-
# On utilise requests pour simplifier l'intégration et simuler l'appel curl de l'utilisateur.
|
| 10 |
-
|
| 11 |
-
# URL de l'API Gemini
|
| 12 |
-
API_URL = f"https://generativelanguage.googleapis.com/v1beta/models/{GEMINI_MODEL_NAME}:generateContent"
|
| 13 |
-
|
| 14 |
-
# Indicateur de chargement du "modèle" (ici, de la clé API)
|
| 15 |
-
MODEL_LOADED_SUCCESSFULLY = False
|
| 16 |
-
|
| 17 |
-
# Vérification simple de la clé API
|
| 18 |
-
if GEMINI_API_KEY_INTERNAL:
|
| 19 |
-
print(f"INFO: Clé API Gemini détectée. Modèle configuré pour utiliser {GEMINI_MODEL_NAME}.")
|
| 20 |
-
MODEL_LOADED_SUCCESSFULLY = True
|
| 21 |
-
else:
|
| 22 |
-
print("ALERTE: Clé API Gemini non trouvée dans la configuration. Le service de génération ne fonctionnera pas.", file=sys.stderr)
|
| 23 |
-
|
| 24 |
-
|
| 25 |
-
# Le prompt système (System Instruction) pour guider le modèle
|
| 26 |
-
SYSTEM_PROMPT = "Vous êtes un assistant IA appler Ernestmind, expert en programmation, développement web (full-stack), et résolution de problèmes techniques. Répondez de manière concise, précise et professionnelle selon la langue utilisateur, en utilisant la mise en forme Markdown appropriée (blocs de code si nécessaire)."
|
| 27 |
-
|
| 28 |
-
def get_model_instance():
|
| 29 |
-
"""
|
| 30 |
-
Simule la récupération de l'instance du modèle, renvoyant simplement l'état du service API.
|
| 31 |
-
"""
|
| 32 |
-
class GeminiAPIClient:
|
| 33 |
-
def __init__(self, model_name):
|
| 34 |
-
self.model_name = model_name
|
| 35 |
-
self.model_path = f"API Gemini ({self.model_name})"
|
| 36 |
-
|
| 37 |
-
return GeminiAPIClient(GEMINI_MODEL_NAME)
|
| 38 |
-
|
| 39 |
-
|
| 40 |
-
def generate_code_response(user_prompt, max_tokens, temperature):
|
| 41 |
-
"""
|
| 42 |
-
Génère la réponse via l'API REST de Gemini.
|
| 43 |
-
"""
|
| 44 |
-
if not MODEL_LOADED_SUCCESSFULLY:
|
| 45 |
-
return "Erreur de configuration: L'API Gemini n'est pas initialisée (clé manquante)."
|
| 46 |
-
|
| 47 |
-
# Payload de la requête API REST
|
| 48 |
-
payload = {
|
| 49 |
-
"contents": [
|
| 50 |
-
{
|
| 51 |
-
"role": "user",
|
| 52 |
-
"parts": [
|
| 53 |
-
# Combinaison du System Prompt et du User Prompt pour une meilleure instruction
|
| 54 |
-
{"text": f"SYSTEM INSTRUCTION: {SYSTEM_PROMPT}\n\nUSER QUERY: {user_prompt}"}
|
| 55 |
-
]
|
| 56 |
-
}
|
| 57 |
-
],
|
| 58 |
-
"
|
| 59 |
-
"maxOutputTokens": max_tokens,
|
| 60 |
-
"temperature": temperature,
|
| 61 |
-
}
|
| 62 |
-
}
|
| 63 |
-
|
| 64 |
-
# En-têtes HTTP
|
| 65 |
-
headers = {
|
| 66 |
-
'Content-Type': 'application/json',
|
| 67 |
-
# Utilisation de la clé dans l'en-tête, comme dans l'exemple curl de l'utilisateur.
|
| 68 |
-
'X-goog-api-key': GEMINI_API_KEY_INTERNAL,
|
| 69 |
-
}
|
| 70 |
-
|
| 71 |
-
try:
|
| 72 |
-
# Appel à l'API REST
|
| 73 |
-
# Augmentation du timeout pour les réponses potentiellement longues
|
| 74 |
-
response = requests.post(API_URL, headers=headers, data=json.dumps(payload), timeout=180)
|
| 75 |
-
|
| 76 |
-
# Vérification du statut HTTP
|
| 77 |
-
if response.status_code != 200:
|
| 78 |
-
error_data = response.json()
|
| 79 |
-
error_details = error_data.get('error', {}).get('message', 'Détails non disponibles')
|
| 80 |
-
print(f"Erreur d'API Gemini (Code {response.status_code}): {error_details}", file=sys.stderr)
|
| 81 |
-
return f"Erreur de l'API Gemini: {error_details}"
|
| 82 |
-
|
| 83 |
-
# Extraction du texte
|
| 84 |
-
response_data = response.json()
|
| 85 |
-
|
| 86 |
-
# Le texte est dans response_data['candidates'][0]['content']['parts'][0]['text']
|
| 87 |
-
candidates = response_data.get('candidates')
|
| 88 |
-
if candidates and candidates[0].get('content'):
|
| 89 |
-
text = candidates[0]['content']['parts'][0]['text']
|
| 90 |
-
return text.strip()
|
| 91 |
-
|
| 92 |
-
return "Réponse vide reçue de l'API Gemini."
|
| 93 |
-
|
| 94 |
-
except requests.exceptions.RequestException as e:
|
| 95 |
-
print(f"Erreur réseau lors de l'appel API Gemini: {e}", file=sys.stderr)
|
| 96 |
-
return f"Erreur de communication avec l'API Gemini: {e}"
|
| 97 |
-
except Exception as e:
|
| 98 |
-
print(f"Erreur inattendue lors de la génération: {e}", file=sys.stderr)
|
| 99 |
-
return f"Erreur interne lors du traitement de la réponse: {e}"
|
|
|
|
| 1 |
+
import os
|
| 2 |
+
import requests
|
| 3 |
+
import json
|
| 4 |
+
import time
|
| 5 |
+
import sys
|
| 6 |
+
from config import GEMINI_API_KEY_INTERNAL, GEMINI_MODEL_NAME, DEFAULT_MAX_TOKENS, DEFAULT_TEMPERATURE
|
| 7 |
+
|
| 8 |
+
# Le modèle est maintenant une API externe
|
| 9 |
+
# On utilise requests pour simplifier l'intégration et simuler l'appel curl de l'utilisateur.
|
| 10 |
+
|
| 11 |
+
# URL de l'API Gemini
|
| 12 |
+
API_URL = f"https://generativelanguage.googleapis.com/v1beta/models/{GEMINI_MODEL_NAME}:generateContent"
|
| 13 |
+
|
| 14 |
+
# Indicateur de chargement du "modèle" (ici, de la clé API)
|
| 15 |
+
MODEL_LOADED_SUCCESSFULLY = False
|
| 16 |
+
|
| 17 |
+
# Vérification simple de la clé API
|
| 18 |
+
if GEMINI_API_KEY_INTERNAL:
|
| 19 |
+
print(f"INFO: Clé API Gemini détectée. Modèle configuré pour utiliser {GEMINI_MODEL_NAME}.")
|
| 20 |
+
MODEL_LOADED_SUCCESSFULLY = True
|
| 21 |
+
else:
|
| 22 |
+
print("ALERTE: Clé API Gemini non trouvée dans la configuration. Le service de génération ne fonctionnera pas.", file=sys.stderr)
|
| 23 |
+
|
| 24 |
+
|
| 25 |
+
# Le prompt système (System Instruction) pour guider le modèle
|
| 26 |
+
SYSTEM_PROMPT = "Vous êtes un assistant IA appler Ernestmind, expert en programmation, développement web (full-stack), et résolution de problèmes techniques. Répondez de manière concise, précise et professionnelle selon la langue utilisateur, en utilisant la mise en forme Markdown appropriée (blocs de code si nécessaire)."
|
| 27 |
+
|
| 28 |
+
def get_model_instance():
|
| 29 |
+
"""
|
| 30 |
+
Simule la récupération de l'instance du modèle, renvoyant simplement l'état du service API.
|
| 31 |
+
"""
|
| 32 |
+
class GeminiAPIClient:
|
| 33 |
+
def __init__(self, model_name):
|
| 34 |
+
self.model_name = model_name
|
| 35 |
+
self.model_path = f"API Gemini ({self.model_name})"
|
| 36 |
+
|
| 37 |
+
return GeminiAPIClient(GEMINI_MODEL_NAME)
|
| 38 |
+
|
| 39 |
+
|
| 40 |
+
def generate_code_response(user_prompt, max_tokens, temperature):
|
| 41 |
+
"""
|
| 42 |
+
Génère la réponse via l'API REST de Gemini.
|
| 43 |
+
"""
|
| 44 |
+
if not MODEL_LOADED_SUCCESSFULLY:
|
| 45 |
+
return "Erreur de configuration: L'API Gemini n'est pas initialisée (clé manquante)."
|
| 46 |
+
|
| 47 |
+
# Payload de la requête API REST
|
| 48 |
+
payload = {
|
| 49 |
+
"contents": [
|
| 50 |
+
{
|
| 51 |
+
"role": "user",
|
| 52 |
+
"parts": [
|
| 53 |
+
# Combinaison du System Prompt et du User Prompt pour une meilleure instruction
|
| 54 |
+
{"text": f"SYSTEM INSTRUCTION: {SYSTEM_PROMPT}\n\nUSER QUERY: {user_prompt}"}
|
| 55 |
+
]
|
| 56 |
+
}
|
| 57 |
+
],
|
| 58 |
+
"generationConfig": { # <--- C'EST LA CORRECTION
|
| 59 |
+
"maxOutputTokens": max_tokens,
|
| 60 |
+
"temperature": temperature,
|
| 61 |
+
}
|
| 62 |
+
}
|
| 63 |
+
|
| 64 |
+
# En-têtes HTTP
|
| 65 |
+
headers = {
|
| 66 |
+
'Content-Type': 'application/json',
|
| 67 |
+
# Utilisation de la clé dans l'en-tête, comme dans l'exemple curl de l'utilisateur.
|
| 68 |
+
'X-goog-api-key': GEMINI_API_KEY_INTERNAL,
|
| 69 |
+
}
|
| 70 |
+
|
| 71 |
+
try:
|
| 72 |
+
# Appel à l'API REST
|
| 73 |
+
# Augmentation du timeout pour les réponses potentiellement longues
|
| 74 |
+
response = requests.post(API_URL, headers=headers, data=json.dumps(payload), timeout=180)
|
| 75 |
+
|
| 76 |
+
# Vérification du statut HTTP
|
| 77 |
+
if response.status_code != 200:
|
| 78 |
+
error_data = response.json()
|
| 79 |
+
error_details = error_data.get('error', {}).get('message', 'Détails non disponibles')
|
| 80 |
+
print(f"Erreur d'API Gemini (Code {response.status_code}): {error_details}", file=sys.stderr)
|
| 81 |
+
return f"Erreur de l'API Gemini: {error_details}"
|
| 82 |
+
|
| 83 |
+
# Extraction du texte
|
| 84 |
+
response_data = response.json()
|
| 85 |
+
|
| 86 |
+
# Le texte est dans response_data['candidates'][0]['content']['parts'][0]['text']
|
| 87 |
+
candidates = response_data.get('candidates')
|
| 88 |
+
if candidates and candidates[0].get('content'):
|
| 89 |
+
text = candidates[0]['content']['parts'][0]['text']
|
| 90 |
+
return text.strip()
|
| 91 |
+
|
| 92 |
+
return "Réponse vide reçue de l'API Gemini."
|
| 93 |
+
|
| 94 |
+
except requests.exceptions.RequestException as e:
|
| 95 |
+
print(f"Erreur réseau lors de l'appel API Gemini: {e}", file=sys.stderr)
|
| 96 |
+
return f"Erreur de communication avec l'API Gemini: {e}"
|
| 97 |
+
except Exception as e:
|
| 98 |
+
print(f"Erreur inattendue lors de la génération: {e}", file=sys.stderr)
|
| 99 |
+
return f"Erreur interne lors du traitement de la réponse: {e}"
|