Update app.py

app.py

@@ -1,5 +1,3 @@
-# app.py
-
 import os
 import sys
 import time
@@ -7,25 +5,21 @@ import gradio as gr
 import requests
 from langchain.prompts import ChatPromptTemplate
 from langchain_community.llms import Ollama
+import subprocess
 from datetime import datetime
 
-from func_ai import classify_comment, retrieve_from_vdb, analyze_sentiment
-from func_facebook import (
-    get_page_id,
-    has_page_replied,
-    get_unanswered_comments,
-    reply_comment,
-    hide_negative_comments,
-    log_message
-)
-
-VECTOR_API_URL = os.getenv('API_URL')
+from func_ai import classify_comment, retrieve_from_vdb, VECTOR_API_URL
+from func_facebook import get_page_id, has_page_replied, get_unanswered_comments, reply_comment, hide_negative_comments
 
-def log_message_app(message):
+def log_message(message):
     timestamp = datetime.now().strftime('%Y-%m-%d %H:%M:%S')
     print(f"[{timestamp}] {message}")
 
-# Шаблон для генерации ответов
+# Wait for the server to start
+time.sleep(10)
+llm = Ollama(model="llama3.1")
+log_message("Модель Ollama 'llama3.1' инициализирована.")
+
 template = """
 You are an assistant answering users' questions using the provided context. Your tasks:
 
@@ -45,96 +39,68 @@ Question: {input}
 """
 
 def delete_faiss_index():
-    log_message_app("Удаляем FAISS индекс.")
-    try:
-        response = requests.delete(f"{VECTOR_API_URL}/delete_index/")
-        if response.status_code == 200:
-            log_message_app("FAISS индекс успешно удален.")
-            return "FAISS успешно удален."
-        else:
-            log_message_app(f"Ошибка при удалении FAISS индекса: {response.json().get('detail')}")
-            return {"status": "error", "message": response.json().get("detail", "Ошибка при удалении FAISS индекса.")}
-    except Exception as e:
-        log_message_app(f"Ошибка при удалении FAISS индекса: {e}")
-        return {"status": "error", "message": str(e)}
+    log_message("Удаляем FAISS индекс.")
+    response = requests.delete(f"{VECTOR_API_URL}/delete_index/")
+    
+    if response.status_code == 200:
+        log_message("FAISS индекс успешно удален.")
+        return "Faiss успешно удален."
+    else:
+        log_message(f"Ошибка при удалении FAISS индекса: {response.json().get('detail')}")
+        return {"status": "error", "message": response.json().get("detail", "Ошибка при удалении FAISS индекса.")}
+
 
 def upload_file_vdb(file):
-    log_message_app("Загружаем файл")
+    log_message("Загружаем файл")
     API_URL = f"{VECTOR_API_URL}/upload/"
 
-    file_path = file.name  # Получаем имя файла
+    file_path = file
     file_name = os.path.basename(file_path)
 
-    # Сохраняем загруженный файл во временное место
-    temp_path = f"/tmp/{file_name}"
-    try:
-        with open(temp_path, 'wb') as f:
-            f.write(file.read())
-        log_message_app(f"Файл сохранен во временное место: {temp_path}")
-
-        # Отправляем файл в векторную базу данных
-        with open(temp_path, 'rb') as f:
-            files = {'file': (file_name, f)}
-            response = requests.post(API_URL, files=files)
-
-        # Удаляем временный файл
-        os.remove(temp_path)
-        log_message_app(f"Временный файл {temp_path} удален.")
-
-        # Обработка ответа от сервера
-        if response.status_code == 200:
-            log_message_app("Файл успешно загружен.")
-            return "Файл успешно загружен."
-        else:
-            log_message_app(f"Ошибка при загрузке файла: {response.json().get('detail')}")
-            return f"Ошибка: {response.json().get('detail')}"
-    except Exception as e:
-        log_message_app(f"Ошибка при загрузке файла: {e}")
-        return f"Ошибка: {str(e)}"
-
-def generate_response(user_query, llm):
-    log_message_app(f"Генерация ответа на запрос: {user_query}")
+    # Открываем файл в бинарном режиме
+    with open(file_path, 'rb') as f:
+        files = {'file': (file_name, f)}
+        response = requests.post(API_URL, files=files)
+
+    # Обработка ответа от сервера
+    if response.status_code == 200:
+        log_message("Файл успешно загружен.")
+        return "Файл успешно загружен."
+    else:
+        log_message(f"Ошибка при загрузке файла: {response.json().get('detail')}")
+        return f"Ошибка: {response.json().get('detail')}"
+
+def generate_response(user_query):
+    log_message(f"Генерация ответа на запрос: {user_query}")
     prompt = ChatPromptTemplate.from_template(template)
 
     documents = retrieve_from_vdb(user_query)
     context = "\n".join(documents)
 
-    log_message_app(f"Контекст из базы данных: {context[:100]}...")
+    log_message(f"Контекст из базы данных: {context[:100]}...")
     full_prompt = prompt.format(context=context, input=user_query)
 
-    try:
-        response = llm.invoke(full_prompt)
-        log_message_app(f"Сгенерированный ответ: {response}")
-        return response
-    except Exception as e:
-        log_message_app(f"Ошибка при генерации ответа: {e}")
-        return "Извините, возникла ошибка при обработке вашего запроса."
+    response = llm.invoke(full_prompt)
+    log_message(f"Сгенерированный ответ: {response}")
+    return response
 
 def process_comments(ACCESS_TOKEN):
-    log_message_app("Начинаем процесс скрытия отрицательных комментариев.")
+    log_message("Начинаем процесс скрытия отрицательных комментариев.")
     hidden_comments_data = hide_negative_comments(ACCESS_TOKEN)
-    log_message_app(f"Количество постов с скрытыми комментариями: {len(hidden_comments_data)}")
+    log_message(f"Количество постов с скрытыми комментариями: {len(hidden_comments_data)}")
 
-    log_message_app("Получение неотвеченных комментариев.")
+    log_message("Получение неотвеченных комментариев.")
     posts_with_unanswered_comments = get_unanswered_comments(ACCESS_TOKEN)
 
     page_id = get_page_id(ACCESS_TOKEN)
     if not page_id:
-        log_message_app("Не удалось получить ID страницы.")
+        log_message("Не удалось получить ID страницы.")
         return {"status": "failed", "reason": "Не удалось получить ID страницы."}
 
-    log_message_app(f"ID страницы: {page_id}")
+    log_message(f"ID страницы: {page_id}")
 
     processed_posts = []
 
-    # Инициализируем модель Ollama
-    try:
-        llm = Ollama(model="llama3.1")
-        log_message_app("Модель Ollama 'llama3.1' инициализирована.")
-    except Exception as e:
-        log_message_app(f"Ошибка инициализации модели Ollama: {e}")
-        return {"status": "failed", "reason": "Ошибка инициализации модели AI."}
-
     for post_data in posts_with_unanswered_comments:
         post_id = post_data['post_id']
         post_message = post_data['post_message']
@@ -144,12 +110,12 @@ def process_comments(ACCESS_TOKEN):
 
         for comment in unanswered_comments:
             message = comment['message']
-            log_message_app(f"Обработка комментария: {message}")
+            log_message(f"Обработка комментария: {message}")
             classification = classify_comment(message)
-            log_message_app(f"Классификация комментария: {classification}")
+            log_message(f"Классификация комментария: {classification}")
             if classification == "interrogative":
-                response_message = generate_response(message, llm)
-                log_message_app(f"Ответ на комментарий: {response_message}")
+                response_message = generate_response(message)
+                log_message(f"Ответ на комментарий: {response_message}")
                 success = reply_comment(comment_id=comment['id'], message=response_message, token=ACCESS_TOKEN)
                 if success:
                     post_replies.append({
@@ -170,7 +136,6 @@ def process_comments(ACCESS_TOKEN):
         "posts": processed_posts
     }
 
-# Создание интерфейса Gradio
 with gr.Blocks() as demo:
     with gr.Tab("Главная страница"):
         gr.Markdown("# Facebook Comment Filter")
@@ -180,7 +145,7 @@ with gr.Blocks() as demo:
         process_btn.click(process_comments, inputs=token_input, outputs=output_main)
 
     with gr.Tab("Загрузить данные"):
-        gr.Markdown("# Отправь Excel файл")
+        gr.Markdown("# Отправь excel файл")
         file_input = gr.File(label="Загрузите Excel файл (.xlsx)")
         output_second = gr.Text()
         second_page_btn = gr.Button("Отправить файл")
@@ -193,5 +158,4 @@ if __name__ == "__main__":
         debug=True,
         server_port=7860,
         server_name="0.0.0.0",
-        share=True  # Установите share=True для публичной ссылки, если необходимо
-    )
+    )