nlu_processor.py

import os
import json
import time
import random
import google.generativeai as genai
from google.api_core import exceptions

# ตัวแปรสำหรับเก็บโมเดล Gemini
model = None

# ตั้งค่า API Key และโมเดล
try:
    # อ่าน API Key จาก Environment Secret
    GEMINI_API_KEY = os.environ.get('GEMINI_API_KEY')
    if not GEMINI_API_KEY:
        # ข้อความภาษาไทยที่แก้ไขแล้ว
        raise ValueError("ไม่พบ GEMINI_API_KEY ใน Environment Secret")
    
    genai.configure(api_key=GEMINI_API_KEY)
    # ใช้ gemini-1.5-flash เพื่อความรวดเร็วในการประมวลผล NLU
    model = genai.GenerativeModel('gemini-1.5-flash') 
except Exception as e:
    # ข้อความภาษาไทยที่แก้ไขแล้ว
    print(f"เกิดข้อผิดพลาดร้ายแรงตอนตั้งค่า Gemini: {e}")
    model = None

def generate_with_retry(model, prompt, max_retries=5):
    """เรียกใช้ Gemini API พร้อมกลไกการลองซ้ำ (retry) และ Exponential Backoff"""
    if not model:
        # ข้อความภาษาไทยที่แก้ไขแล้ว
        return {"intent": "error", "message": "Gemini model ไม่ได้ถูกตั้งค่าอย่างถูกต้อง"}

    attempt = 0
    wait_time = 1
    
    # กำหนดโครงสร้าง JSON และ System Instruction สำหรับ NLU
    config = {
        "generation_config": {
            "response_mime_type": "application/json",
        },
        "safety_settings": [
            {"category": "HARM_CATEGORY_HARASSMENT", "threshold": "BLOCK_NONE"},
            {"category": "HARM_CATEGORY_HATE_SPEECH", "threshold": "BLOCK_NONE"},
            {"category": "HARM_CATEGORY_SEXUALLY_EXPLICIT", "threshold": "BLOCK_NONE"},
            {"category": "HARM_CATEGORY_DANGEROUS_CONTENT", "threshold": "BLOCK_NONE"},
        ]
    }
    
    system_instruction = """คุณคือ Natural Language Understanding (NLU) Processor ที่เก่งภาษาไทย
    หน้าที่ของคุณคือแปลงข้อความของผู้ใช้ให้เป็น JSON ที่มี intent และ entities เท่านั้น
    - intent: คือเจตนาหลักของผู้ใช้
    - entities: คือข้อมูลสำคัญที่สกัดได้จากข้อความ
    ห้ามเพิ่มข้อความอธิบายอื่นใดนอกเหนือจาก JSON object ที่ร้องขอ
    ตัวอย่าง:
    - ข้อความ: \"อยากจองห้องพักสำหรับ 2 คน วันที่ 25 ธันวา\"
    - ผลลัพธ์ JSON: {\"intent\": \"create_booking\", \"entities\": {\"guests\": 2, \"date\": \"25-12\"}}
    - ข้อความ: \"ขอดูข้อมูลผู้เช่าห้อง A101\"
    - ผลลัพธ์ JSON: {\"intent\": \"get_renter\", \"entities\": {\"room_number\": \"A101\"}}
    """
    
    while attempt < max_retries:
        try:
            response = model.generate_content(
                [system_instruction, prompt],
                generation_config=config["generation_config"],
                safety_settings=config["safety_settings"]
            )
            return response
            
        except exceptions.ResourceExhausted as e:
            # ข้อความภาษาไทยที่แก้ไขแล้ว
            print(f"Too Many Requests, กำลังลองใหม่ใน {wait_time} วินาที...")
            time.sleep(wait_time + random.uniform(0, 1))
            wait_time *= 2
            attempt += 1
        except Exception as e:
            # ข้อความภาษาไทยที่แก้ไขแล้ว
            print(f"เกิดข้อผิดพลาดที่ไม่คาดคิดขณะเรียก Gemini: {e}")
            return None
    
    print("ไม่สามารถรับการตอบกลับได้หลังจากการพยายามหลายครั้ง")
    return None

def process_user_message(user_message):
    """ประมวลผลข้อความของผู้ใช้เพื่อแยก Intent และ Entities"""
    
    # ใช้ Prompt ที่เรียบง่ายเนื่องจาก System Instruction กำหนดรูปแบบเอาไว้แล้ว
    prompt = f"ข้อความของผู้ใช้: '{user_message}'"

    response = generate_with_retry(model, prompt)

    if response and response.text:
        try:
            # โมเดลถูกบังคับให้ตอบกลับเป็น JSON ด้วย response_mime_type
            return json.loads(response.text)
        except json.JSONDecodeError:
            # ข้อความภาษาไทยที่แก้ไขแล้ว
            return {"intent": "error", "message": f"ผลลัพธ์ไม่ใช่ JSON ที่ถูกต้อง: {response.text}"}
    else:
        # ข้อความภาษาไทยที่แก้ไขแล้ว
        return {"intent": "error", "message": "ไม่ได้รับการตอบกลับจาก Gemini หรือข้อความว่างเปล่า"}

# ตัวอย่างการใช้งาน (สำหรับทดสอบ)
if __name__ == '__main__':
    # รันโค้ดนี้เมื่อไฟล์ถูกเรียกใช้โดยตรง
    print("--- ทดสอบ NLU Processor ---")
    
    test_message_1 = "ฉันอยากจองตั๋วรถไฟไปหัวหินวันที่ 25 ธันวาคม"
    print(f"\nข้อความที่ 1: {test_message_1}")
    result_1 = process_user_message(test_message_1)
    # ใช้ ensure_ascii=False เพื่อแสดงผลภาษาไทยใน JSON
    print(json.dumps(result_1, indent=4, ensure_ascii=False))

    test_message_2 = "สวัสดีครับ"
    print(f"\nข้อความที่ 2: {test_message_2}")
    result_2 = process_user_message(test_message_2)
    print(json.dumps(result_2, indent=4, ensure_ascii=False))