Upload llm_sender_unified (5).py

llm_sender_unified (5).py

@@ -0,0 +1,330 @@
+"""
+🤖 LLM Sender Unified Module
+ماژول یکپارچه برای ارسال به ChatGPT و Grok
+"""
+
+import requests
+import os
+import logging
+from typing import Optional
+import time
+from abc import ABC, abstractmethod
+
+logging.basicConfig(level=logging.INFO)
+logger = logging.getLogger(__name__)
+
+
+class LLMSender(ABC):
+    """کلاس پایه برای ارسال به مدل‌های مختلف LLM"""
+    
+    def __init__(self, api_key: Optional[str] = None, model: str = None):
+        self.api_key = api_key
+        self.model = model
+        self.base_url = ""
+        
+    @abstractmethod
+    def get_default_model(self) -> str:
+        """مدل پیش‌فرض"""
+        pass
+    
+    @abstractmethod
+    def get_base_url(self) -> str:
+        """URL پایه API"""
+        pass
+    
+    def set_api_key(self, api_key: str):
+        """تنظیم کلید API"""
+        self.api_key = api_key
+        logger.info("✅ کلید API تنظیم شد")
+    
+    def set_model(self, model: str):
+        """تغییر مدل"""
+        self.model = model
+        logger.info(f"✅ مدل تغییر یافت به: {model}")
+    
+    def send_simple(self, text: str, lang: str = 'fa') -> str:
+        """ارسال ساده بدون system message سفارشی"""
+        system_msg = (
+            "شما یک تحلیلگر متخصص هستید. متن حاوی کدهای ناشناس است. "
+            "به درخواست‌ها با دقت و حرفه‌ای پاسخ دهید."
+            if lang == 'fa' 
+            else "You are a professional analyst. The text contains anonymous codes. "
+                 "Answer requests accurately and professionally."
+        )
+        
+        return self.send(text, system_msg=system_msg, lang=lang)
+    
+    def send(
+        self,
+        text: str,
+        system_msg: Optional[str] = None,
+        max_tokens: int = 2000,
+        temperature: float = 0.7,
+        timeout: int = 60,
+        lang: str = 'fa',
+        retry_count: int = 3
+    ) -> str:
+        """ارسال متن به LLM با کنترل کامل"""
+        try:
+            # بررسی اولیه
+            if not text or not text.strip():
+                error_msg = "متن خالی است!" if lang == 'fa' else "Text is empty!"
+                logger.error(f"❌ {error_msg}")
+                return f"❌ {error_msg}"
+            
+            if not self.api_key:
+                error_msg = "کلید API تنظیم نشده است!" if lang == 'fa' else "API Key not configured!"
+                logger.error(f"❌ {error_msg}")
+                return f"❌ {error_msg}"
+            
+            # تنظیم system message پیش‌فرض
+            if system_msg is None:
+                system_msg = (
+                    "شما یک تحلیلگر مالی حرفه‌ای هستید. متن حاوی کدهای ناشناس است. "
+                    "به سوالات با دقت پاسخ دهید."
+                    if lang == 'fa'
+                    else "You are a professional financial analyst. The text contains anonymous codes. "
+                         "Answer questions accurately."
+                )
+            
+            # تهیه headers
+            headers = {
+                "Authorization": f"Bearer {self.api_key}",
+                "Content-Type": "application/json"
+            }
+            
+            # ساخت request body
+            data = {
+                "model": self.model,
+                "messages": [
+                    {"role": "system", "content": system_msg},
+                    {"role": "user", "content": text}
+                ],
+                "max_tokens": max_tokens,
+                "temperature": temperature
+            }
+            
+            # ارسال با retry mechanism
+            for attempt in range(retry_count):
+                try:
+                    logger.info(f"📤 ارسال درخواست به {self.__class__.__name__} (تلاش {attempt + 1}/{retry_count})...")
+                    
+                    response = requests.post(
+                        self.base_url,
+                        headers=headers,
+                        json=data,
+                        timeout=timeout
+                    )
+                    
+                    # پردازش پاسخ موفق
+                    if response.status_code == 200:
+                        result = response.json()
+                        llm_response = result['choices'][0]['message']['content']
+                        logger.info("✅ پاسخ دریافت شد")
+                        return llm_response
+                    
+                    # پردازش خطاهای مختلف
+                    elif response.status_code == 429:  # Rate limiting
+                        wait_time = 5 * (attempt + 1)
+                        logger.warning(f"⚠️  Rate limit | صبر: {wait_time} ثانیه")
+                        if attempt < retry_count - 1:
+                            time.sleep(wait_time)
+                            continue
+                        else:
+                            return (
+                                "❌ سهمیه API تمام شده است. لطفاً بعداً تلاش کنید."
+                                if lang == 'fa'
+                                else "❌ API quota exceeded. Please try later."
+                            )
+                    
+                    elif response.status_code == 401:
+                        return (
+                            "❌ کلید API نامعتبر است!"
+                            if lang == 'fa'
+                            else "❌ Invalid API key!"
+                        )
+                    
+                    elif response.status_code in [502, 503, 504]:  # Server errors
+                        wait_time = 2 * (attempt + 1)
+                        logger.warning(f"⚠️  Server error {response.status_code} | صبر: {wait_time} ثانیه")
+                        if attempt < retry_count - 1:
+                            time.sleep(wait_time)
+                            continue
+                        else:
+                            return (
+                                f"❌ خطای سرور: {response.status_code}"
+                                if lang == 'fa'
+                                else f"❌ Server error: {response.status_code}"
+                            )
+                    
+                    else:
+                        # خطای دیگر
+                        try:
+                            error_data = response.json() if response.content else {}
+                            # چک کنیم که error_data واقعاً dict باشه
+                            if isinstance(error_data, dict):
+                                error_msg = error_data.get('error', {}).get('message', response.text)
+                            else:
+                                # اگه string یا چیز دیگه‌ای بود
+                                error_msg = str(error_data)
+                        except:
+                            # اگه JSON parse نشد
+                            error_msg = response.text[:200]  # فقط 200 کاراکتر اول
+                        
+                        logger.error(f"❌ API Error: {error_msg}")
+                        return f"❌ API Error: {error_msg}"
+                
+                except requests.exceptions.Timeout:
+                    logger.warning("⚠️  Timeout | صبر: 3 ثانیه و تلاش مجدد")
+                    if attempt < retry_count - 1:
+                        time.sleep(3)
+                        continue
+                    else:
+                        return (
+                            "❌ خطای اتصال: timeout"
+                            if lang == 'fa'
+                            else "❌ Connection error: timeout"
+                        )
+                
+                except requests.exceptions.ConnectionError as e:
+                    logger.warning("⚠️  Connection error | صبر: 2 ثانیه و تلاش مجدد")
+                    if attempt < retry_count - 1:
+                        time.sleep(2)
+                        continue
+                    else:
+                        return (
+                            f"❌ خطای اتصال: {str(e)}"
+                            if lang == 'fa'
+                            else f"❌ Connection error: {str(e)}"
+                        )
+        
+        except Exception as e:
+            logger.error(f"❌ خطای غیرمنتظره: {str(e)}")
+            return (
+                f"❌ خطا در ارتباط با LLM: {str(e)}"
+                if lang == 'fa'
+                else f"❌ Error connecting to LLM: {str(e)}"
+            )
+
+
+class ChatGPTSender(LLMSender):
+    """کلاس برای ارسال به ChatGPT"""
+    
+    def __init__(self, api_key: Optional[str] = None, model: str = "gpt-4o-mini"):
+        # ✅ پاکسازی API key از فضاهای خالی و newline
+        raw_key = api_key or os.getenv("OPENAI_API_KEY", "")
+        cleaned_key = raw_key.strip() if raw_key else ""
+        
+        super().__init__(cleaned_key, model)
+        self.base_url = self.get_base_url()
+        
+        if not self.api_key:
+            logger.warning("⚠️  کلید OpenAI API تنظیم نشده است!")
+    
+    def get_default_model(self) -> str:
+        return "gpt-4o-mini"
+    
+    def get_base_url(self) -> str:
+        return "https://api.openai.com/v1/chat/completions"
+
+
+class GrokSender(LLMSender):
+    """کلاس برای ارسال به Grok (xAI)"""
+    
+    def __init__(self, api_key: Optional[str] = None, model: str = "grok-beta"):
+        # ✅ پاکسازی API key از فضاهای خالی و newline
+        raw_key = api_key or os.getenv("XAI_API_KEY", "")
+        cleaned_key = raw_key.strip() if raw_key else ""
+        
+        super().__init__(cleaned_key, model)
+        self.base_url = self.get_base_url()
+        
+        if not self.api_key:
+            logger.warning("⚠️  کلید xAI API تنظیم نشده است!")
+    
+    def get_default_model(self) -> str:
+        return "grok-beta"
+    
+    def get_base_url(self) -> str:
+        return "https://api.x.ai/v1/chat/completions"
+
+
+# Factory function برای ایجاد sender مناسب
+def create_llm_sender(
+    provider: str = "chatgpt",
+    api_key: Optional[str] = None,
+    model: Optional[str] = None
+) -> LLMSender:
+    """
+    ایجاد LLM sender بر اساس provider
+    
+    Args:
+        provider: "chatgpt" یا "grok"
+        api_key: کلید API (اختیاری)
+        model: مدل (اختیاری، از پیش‌فرض استفاده می‌شود)
+    
+    Returns:
+        instance از ChatGPTSender یا GrokSender
+    """
+    provider = provider.lower()
+    
+    if provider == "chatgpt":
+        if model is None:
+            model = "gpt-4o-mini"
+        return ChatGPTSender(api_key=api_key, model=model)
+    
+    elif provider == "grok":
+        if model is None:
+            model = "grok-beta"
+        return GrokSender(api_key=api_key, model=model)
+    
+    else:
+        raise ValueError(f"Provider نامعتبر: {provider}. باید 'chatgpt' یا 'grok' باشد")
+
+
+# مدل‌های موجود برای هر provider
+AVAILABLE_MODELS = {
+    "chatgpt": [
+        "gpt-4o-mini",
+        "gpt-4o",
+        "gpt-4-turbo",
+        "gpt-3.5-turbo"
+    ],
+    "grok": [
+        "grok-beta",           # رایگان در بتا
+        "grok-3-mini",         # ارزان‌تر
+        "grok-3",              # flagship
+        "grok-2-1212"          # نسخه قدیمی‌تر
+    ]
+}
+
+
+if __name__ == "__main__":
+    print("=" * 60)
+    print("🤖 LLM Sender Unified - مثال استفاده")
+    print("=" * 60)
+    
+    # مثال 1: ChatGPT
+    print("\n1️⃣  ChatGPT:")
+    chatgpt = create_llm_sender("chatgpt")
+    if chatgpt.api_key:
+        response = chatgpt.send_simple("سلام")
+        print(f"✅ پاسخ: {response[:100]}...")
+    else:
+        print("⚠️  کلید OpenAI API تنظیم نشده است!")
+    
+    # مثال 2: Grok
+    print("\n2️⃣  Grok:")
+    grok = create_llm_sender("grok", model="grok-beta")
+    if grok.api_key:
+        response = grok.send_simple("سلام")
+        print(f"✅ پاسخ: {response[:100]}...")
+    else:
+        print("⚠️  کلید xAI API تنظیم نشده است!")
+    
+    # مثال 3: لیست مدل‌ها
+    print("\n3️⃣  مدل‌های موجود:")
+    for provider, models in AVAILABLE_MODELS.items():
+        print(f"\n{provider.upper()}:")
+        for model in models:
+            print(f"  - {model}")