...

app/main_gradio_test_FS.py

@@ -9,11 +9,11 @@ from docx import Document
 import tempfile
 import boto3
 from botocore.exceptions import ClientError
-
 import random
+import logging
+
 from app.quotes import quotes
 from app.drawings import drawings
-import logging
 
 # Настройка логирования
 logging.basicConfig(
@@ -27,11 +27,9 @@ load_dotenv()
 api_key = os.getenv("API_KEY_openai")
 client = OpenAI(api_key=api_key)
 VS_ID = os.getenv("VECTOR_STORE_ID")
-# API_KEY = os.getenv("API_KEY")
-# BASE_URL = os.getenv("BASE_URL")
-# client = OpenAI(api_key=API_KEY, base_url=BASE_URL)
 
-# Добавляем функцию для генерации ссылок S3 (аналог из первого проекта)
+
+# Функция для генерации presigned URL для S3
 def generate_presigned_url(bucket_name, object_key, expiration=3600):
     s3 = boto3.client(
         's3',
@@ -82,7 +80,7 @@ def generate_lesson_plan_interface(
     }
 
     if формат_занятия == "Индивидуальное":
-        количество_детей = 1  # Изменяем значение переменной
+        количество_детей = 1  # Принудительно для индивидуального занятия
         params["количество_детей"] = 1  # И обновляем словарь параметров
 
     # Формируем основной промпт
@@ -177,7 +175,7 @@ def generate_lesson_plan_interface(
             's3',
             endpoint_url='https://s3.timeweb.cloud',
             aws_access_key_id=os.getenv('S3_ACCESS_KEY'),
-            aws_secret_access_key=os.getenv('S3_SECRET_KEY')
+            aws_secret_access_key=os.getenv('S3_SECRET_KEY'),
         )
 
         bucket_name = os.getenv('S3_BUCKET_NAME')
@@ -210,6 +208,8 @@ def generate_lesson_plan_interface(
             else:
                 logging.warning(f"Файл {filename} не найден в S3")
 
+    return full_text
+
 # АННОТАЦИИ В ЛОГ
 #    if params['разрешен_web_search']:  # Только логируем аннотации при веб-поиске
 #        try:

app/test_noUI_file_search.py

@@ -0,0 +1,109 @@
+import os
+import logging
+from dotenv import load_dotenv
+import boto3
+from botocore.exceptions import ClientError
+from openai import OpenAI
+
+# Настройка логирования
+logging.basicConfig(
+    level=logging.INFO,
+    format='%(asctime)s - %(levelname)s - %(message)s'
+)
+logger = logging.getLogger(__name__)
+
+# Загрузка переменных окружения
+load_dotenv()
+api_key = os.getenv("API_KEY_openai")
+client = OpenAI(api_key=api_key)
+VS_ID = os.getenv("VECTOR_STORE_ID")
+bucket_name = os.getenv("S3_BUCKET_NAME")
+prefix = "KB_Logoped"  # Префикс для нужных файлов, должен соответствовать вашей структуре S3
+
+def get_s3_client():
+    return boto3.client(
+        's3',
+        endpoint_url='https://s3.timeweb.cloud',
+        aws_access_key_id=os.getenv('S3_ACCESS_KEY'),
+        aws_secret_access_key=os.getenv('S3_SECRET_KEY')
+    )
+
+def generate_presigned_url(bucket_name, object_key, expiration=3600):
+    """
+    Генерирует presigned URL для объекта в S3.
+    """
+    s3 = get_s3_client()
+    try:
+        url = s3.generate_presigned_url(
+            'get_object',
+            Params={'Bucket': bucket_name, 'Key': object_key},
+            ExpiresIn=expiration
+        )
+        return url
+    except Exception as e:
+        logger.error(f"Ошибка генерации ссылки для {object_key}: {str(e)}")
+        return None
+
+def get_file_references(bucket_name, prefix):
+    """
+    Получает маппинг: имя файла -> путь в S3, основываясь на префиксе.
+    """
+    s3 = get_s3_client()
+    try:
+        response = s3.list_objects_v2(Bucket=bucket_name, Prefix=prefix)
+        if 'Contents' not in response:
+            raise FileNotFoundError(f"В бакете {bucket_name}/{prefix} не найдено файлов")
+        # Отбираем только PDF-файлы и маппим по имени файла
+        file_refs = {
+            obj['Key'].split('/')[-1]: obj['Key']
+            for obj in response['Contents'] if obj['Key'].endswith('.pdf')
+        }
+        return file_refs
+    except Exception as e:
+        logger.error(f"Ошибка получения списка файлов: {str(e)}")
+        return {}
+
+# Получаем маппинг файлов
+file_references = get_file_references(bucket_name, prefix)
+
+# Создаём запрос к OpenAI c инструментом file_search
+response = client.responses.create(
+    model="gpt-4o-mini",
+    instructions=("ты эксперт в составлении логопедических занятий. "
+                  "Отвечай строго на основе загруженных источников. "
+                  "Если даннных в источниках нет - сообщи об этом"),
+    input="примеры упражнений на автоматизацию звука Ц",
+    tools=[{"type": "file_search", "vector_store_ids": [VS_ID]}],
+)
+
+# Обработка ответа:
+# Пытаемся извлечь текст ответа и аннотации (предполагается, что LLM возвращает их во втором элементе output)
+try:
+    full_text = response.output[1].content[0].text
+except (AttributeError, IndexError):
+    full_text = "Ответ сгенерирован, но не удалось обработать форматирование."
+
+try:
+    annotations = response.output[1].content[0].annotations
+except (AttributeError, IndexError):
+    annotations = []
+    logger.warning("Аннотации не найдены в ответе LLM.")
+
+# Вставляем ссылки из аннотаций в текст ответа
+# Итерируем в обратном порядке, чтобы позиции вставки не сбивались
+for ann in reversed(annotations):
+    filename = ann.filename
+    insert_position = ann.index  # позиция, куда нужно вставить ссылку
+    file_path = file_references.get(filename)
+    if file_path:
+        download_link = generate_presigned_url(bucket_name, file_path)
+        if download_link:
+            clickable_link = f" [{filename}]({download_link})"
+            # Вставляем ссылку по указанной позиции
+            full_text = full_text[:insert_position] + clickable_link + full_text[insert_position:]
+    else:
+        logger.info(f"Файл {filename} не найден в S3 маппинге.")
+
+# Выводим итоговый текст в консоль
+print("Обработанный текст с вставленными ссылками:")
+print(full_text)