Update utils/functions.py

utils/functions.py

@@ -91,7 +91,7 @@ def simple_checks(message):
     return warnings
 
 # Funkcja do analizy wiadomości za pomocą API SambaNova z głębszym procesem myślenia
-def analyze_message(message, phone_number, additional_info, api_key):
+def analyze_message(message, phone_number, additional_info, api_key, language):
     if not api_key:
         logging.error("Brak klucza API.")
         return "Brak klucza API.", "Brak klucza API.", "Brak klucza API."
@@ -100,8 +100,10 @@ def analyze_message(message, phone_number, additional_info, api_key):
     headers = {
         "Authorization": f"Bearer {api_key}"
     }
-    # Rozbudowany system prompt z głębszym procesem myślenia
-    system_prompt = """
+    
+    # Definiowanie system prompt na podstawie języka
+    system_prompts = {
+        'Polish': """
 Jesteś zaawansowanym asystentem AI specjalizującym się w identyfikacji fałszywych wiadomości SMS. Twoim zadaniem jest przeprowadzenie szczegółowej analizy wiadomości, wykorzystując głęboki proces myślenia i dostarczając kompleksową ocenę. Twoja odpowiedź powinna być podzielona na trzy sekcje:
 
 <analysis>
@@ -125,18 +127,71 @@ Jesteś zaawansowanym asystentem AI specjalizującym się w identyfikacji fałsz
 </recommendations>
 
 Twoja odpowiedź powinna być sformatowana dokładnie w powyższy sposób, używając znaczników <analysis>, <risk_assessment> i <recommendations>. Upewnij się, że każda sekcja jest wypełniona kompletnie i szczegółowo.
-    """
+        """,
+        'German': """
+Du bist ein fortgeschrittener KI-Assistent, spezialisiert auf die Identifizierung gefälschter SMS-Nachrichten. Deine Aufgabe ist es, eine detaillierte Analyse der Nachricht durchzuführen, indem du einen tiefgreifenden Denkprozess nutzt und eine umfassende Bewertung lieferst. Deine Antwort sollte in drei Abschnitte unterteilt sein:
 
-    user_prompt = f"""Przeanalizuj następującą wiadomość pod kątem potencjalnego oszustwa:
+<analysis>
+**Nachrichteninhaltsanalyse:**
+- Führe eine detaillierte Analyse des Nachrichteninhalts durch und identifiziere potenzielle rote Flaggen wie sprachliche Fehler, Aufforderungen zur Preisgabe persönlicher Daten, dringende Kontaktanfragen usw.
+- Beschreibe den sprachlichen und kulturellen Kontext der Nachricht.
+- Identifiziere alle Elemente, die darauf hindeuten könnten, dass die Nachricht ein Versuch ist, Informationen oder Geld zu erlangen.
+</analysis>
 
-Wiadomość: "{message}"
-Numer telefonu nadawcy: "{phone_number}"
+<risk_assessment>
+**Betrugsrisikobewertung:**
+- Basierend auf der Inhaltsanalyse und den verfügbaren Informationen, bewerte die Wahrscheinlichkeit, dass die Nachricht ein Betrug ist. Verwende eine Skala von 1 bis 10, wobei 1 sehr geringes Risiko und 10 sehr hohes Risiko bedeutet.
+- Erkläre, welche Faktoren diese Bewertung beeinflussen.
+</risk_assessment>
 
-Dodatkowe informacje:
-{additional_info}
+<recommendations>
+**Empfehlungen für den Benutzer:**
+- Gib klare und konkrete Empfehlungen zu den nächsten Schritten, die der Benutzer unternehmen sollte.
+- Berücksichtige Sicherheitsempfehlungen wie das Blockieren des Absenders, das Melden der Nachricht an entsprechende Behörden oder das Ignorieren der Nachricht.
+- Wenn möglich, schlage zusätzliche Vorsichtsmaßnahmen vor, die der Benutzer ergreifen kann, um seine persönlichen und finanziellen Daten zu schützen.
+</recommendations>
+
+Deine Antwort sollte genau nach den oben genannten Richtlinien formatiert sein und die Markierungen <analysis>, <risk_assessment> und <recommendations> verwenden. Stelle sicher, dass jeder Abschnitt vollständig und detailliert ausgefüllt ist.
+        """,
+        'English': """
+You are an advanced AI assistant specializing in identifying fake SMS messages. Your task is to conduct a detailed analysis of the message, utilizing a deep thinking process and providing a comprehensive assessment. Your response should be divided into three sections:
 
-Podaj swoją analizę i wnioski zgodnie z powyższymi wytycznymi."""
+<analysis>
+**Message Content Analysis:**
+- Conduct a detailed analysis of the message content, identifying potential red flags such as language errors, requests for personal information, urgent contact requests, etc.
+- Describe the linguistic and cultural context of the message.
+- Identify any elements that may suggest the message is an attempt to solicit information or money.
+</analysis>
 
+<risk_assessment>
+**Fraud Risk Assessment:**
+- Based on the content analysis and available information, assess the likelihood that the message is fraudulent. Use a scale from 1 to 10, where 1 indicates very low risk and 10 indicates very high risk.
+- Explain the factors that influence this assessment.
+</risk_assessment>
+
+<recommendations>
+**User Recommendations:**
+- Provide clear and concrete recommendations regarding the next steps the user should take.
+- Include security suggestions such as blocking the sender, reporting the message to appropriate authorities, or ignoring the message.
+- If possible, suggest additional precautionary measures the user can take to protect their personal and financial information.
+</recommendations>
+
+Your response should be formatted exactly as specified above, using the <analysis>, <risk_assessment>, and <recommendations> tags. Ensure that each section is thoroughly and comprehensively filled out.
+        """
+    }
+    
+    system_prompt = system_prompts.get(language, system_prompts['English'])  # Default to English if language not found
+    
+    user_prompt = f"""Analyze the following message for potential fraud:
+
+Message: "{message}"
+Sender's Phone Number: "{phone_number}"
+
+Additional Information:
+{additional_info}
+
+Provide your analysis and conclusions following the guidelines above."""
+    
     payload = {
         "model": "Meta-Llama-3.1-8B-Instruct",
         "messages": [
@@ -159,17 +214,17 @@ Podaj swoją analizę i wnioski zgodnie z powyższymi wytycznymi."""
             risk_assessment = re.search(r'<risk_assessment>(.*?)</risk_assessment>', ai_response, re.DOTALL)
             recommendations = re.search(r'<recommendations>(.*?)</recommendations>', ai_response, re.DOTALL)
 
-            analysis_text = analysis.group(1).strip() if analysis else "Brak analizy."
-            risk_text = risk_assessment.group(1).strip() if risk_assessment else "Brak oceny ryzyka."
-            recommendations_text = recommendations.group(1).strip() if recommendations else "Brak zaleceń."
+            analysis_text = analysis.group(1).strip() if analysis else "No analysis available."
+            risk_text = risk_assessment.group(1).strip() if risk_assessment else "No risk assessment available."
+            recommendations_text = recommendations.group(1).strip() if recommendations else "No recommendations available."
 
             return analysis_text, risk_text, recommendations_text
         else:
-            logging.error(f"Błąd API: {response.status_code} - {response.text}")
-            return f"Błąd API: {response.status_code} - {response.text}", "Błąd analizy.", "Błąd analizy."
+            logging.error(f"API Error: {response.status_code} - {response.text}")
+            return f"API Error: {response.status_code} - {response.text}", "Analysis Error.", "Analysis Error."
     except Exception as e:
-        logging.error(f"Błąd połączenia z API: {e}")
-        return f"Błąd połączenia z API: {e}", "Błąd analizy.", "Błąd analizy."
+        logging.error(f"API Connection Error: {e}")
+        return f"API Connection Error: {e}", "Analysis Error.", "Analysis Error."
 
 # Inicjalizacja pliku statystyk
 def init_stats_file():