""" =============================================================================== FILE: modules/web_api/llm/agent.py PROJECT: SCUD Orion AI (Unified Repository) MODULE: web_api / llm (Core Agent & Function Calling Dispatcher) ROLE: Главный оркестратор взаимодействия с Ollama LLM (Qwen 2.5), разбор вызовов инструментов (Function Calling), генерация превью промпта и логирование. AI-CONTEXT-ANCHORS & INVARIANTS: - ANCHOR[LOGGING_CONFIG]: Явный вывод логов в stdout для мгновенной видимости вызовов тулов в systemd journalctl. - ANCHOR[DYNAMIC_CONTEXT]: Сборка системного контекста (календарь, сессия, промпт). - ANCHOR[INFERENCE_OPTIONS]: Параметры инференса (repeat_penalty, ctx_size) для предотвращения урезания длинных списков моделью Qwen 2.5. - ANCHOR[TOOL_ROUTER]: Диспетчеризация функций SQLite (CRUD задач, снапшотов, KB). - ANCHOR[PROMPT_MERGE_LOGIC]: Универсальный парсер точечного добавления и удаления пунктов системного промпта в режиме предпросмотра (PROMPT_PREVIEW). - ANCHOR[SECONDARY_PASS]: Вторичный вызов LLM для формирования текстового ответа на основе полученного tool_result. DEPENDENCIES: - modules/web_api/llm/db_tools.py (доступ к SQLite) - modules/web_api/llm/schemas.py (TOOLS_SCHEMA) - modules/web_api/llm/core/calendar_utils.py (get_dynamic_calendar_context) - modules/web_api/llm/core/tool_injector.py (clean_raw_tool_tags, clean_output) =============================================================================== """ # --- [SECTION 1: SYSTEM PATHS & IMPORTS] --- # ANCHOR[SYS_IMPORTS] import os import sys import json import urllib.request import urllib.error import logging import re from typing import List, Dict, Any, Tuple, Optional # Импорт фасада базы данных from .db_tools import ( db_get_active_system_prompt, db_add_system_prompt, db_get_tasks, db_update_task_status, db_delete_task, db_add_task, db_get_rules, db_set_session_state, db_get_session_state, db_get_snapshots, db_delete_snapshots, db_clear_session_state, db_get_current_server_time, db_save_chat_message, db_get_chat_history, db_get_stats, db_get_anomalies, db_get_session_states, db_get_reference ) from .schemas import TOOLS_SCHEMA from .core.calendar_utils import get_dynamic_calendar_context, parse_relative_date_ru from .core.tool_injector import clean_raw_tool_tags, clean_output, inject_tools_if_needed # --- [SECTION 2: LOGGING CONFIGURATION] --- # ANCHOR[LOGGING_CONFIG] logger = logging.getLogger("SCUD_AGENT") logger.setLevel(logging.INFO) logger.propagate = False if not logger.handlers: handler = logging.StreamHandler(sys.stdout) formatter = logging.Formatter("%(asctime)s [%(levelname)s] [%(name)s] %(message)s") handler.setFormatter(formatter) logger.addHandler(handler) OLLAMA_URL = "http://192.168.11.3:11434/api/chat" TEXT_MODEL = "qwen2.5:14b" VISION_MODEL = "qwen2.5vl:7b-q8_0" # --- [SECTION 3: MAIN CHAT PROCESSING PIPELINE] --- # ANCHOR[CHAT_PROCESSOR] def process_chat_message( user_id: int, user_message: str, file_context: str = "", image_b64: Optional[str] = None, chat_history: List[Dict[str, Any]] = None, session_id: str = "web_session_main" ) -> Tuple[str, List[Dict[str, Any]]]: """ Главный конвейер обработки входящего сообщения: 1. Сохранение сообщения пользователя. 2. Формирование системного контекста и вызов Ollama. 3. Выполнение вызванного Tool (если сгенерирован). 4. Вторичный проход генерации и возврат истории. """ logger.info(f"Получено сообщение от user_id={user_id}, session_id={session_id}: {user_message}") # 3.1. Обогащение текста вложением (при наличии) full_user_content = user_message if file_context: full_user_content = f"{user_message}\n\n[СОДЕРЖИМОЕ ПРИКРЕПЛЕННОГО ФАЙЛА]:\n{file_context}" db_history = db_get_chat_history(session_id, limit=20) db_save_chat_message(session_id, "user", full_user_content) # 3.2. Сборка системного контекста и правил # ANCHOR[DYNAMIC_CONTEXT] dynamic_prompt_text = db_get_active_system_prompt() calendar_context = get_dynamic_calendar_context() session_state = db_get_session_state(session_id) preview_status_note = "" if session_state and session_state.get("state_type") == "PROMPT_PREVIEW": preview_status_note = "\n\n[АКТИВНО ПРЕВЬЮ ПРОМПТА: Ожидается подтверждение ('подтверждаю') или отмена ('отмена') пользователем]." user_info = f"Пользователь ID={user_id}" if user_id != 0 else "Гость" system_prompt_content = ( f"[ТЕКУЩИЙ АВТОРИЗОВАННЫЙ ПОЛЬЗОВАТЕЛЬ]\n" f"Вы общаетесь с пользователем: {user_info}.\n\n" f"[СИСТЕМНЫЙ КАЛЕНДАРЬ СЕРВЕРА]\n" f"{calendar_context}\n\n" f"[ПРАВИЛА И СТРОГИЕ ТРИГГЕРЫ ВЫЗОВА ИНСТРУМЕНТОВ]\n" f"1. ТРИГГЕРЫ ПРОСМОТРА: Если запрос содержит фразы 'покажи системный промпт', 'покажи промпт', 'выведи промпт' — ТЫ ОБЯЗАН СГЕНЕРИРОВАТЬ ToolCall: db_get_system_prompt(). Категорически ЗАПРЕЩЕНО выводить текст промпта из памяти без вызова этой функции!\n" f"2. ТРИГГЕРЫ ПРАВКИ: Если запрос содержит слова 'добавь пункт', 'удали пункт', 'измени промпт' — ТЫ ОБЯЗАН СГЕНЕРИРОВАТЬ ToolCall: db_preview_prompt_merge(prompt_text=...).\n" f"3. ТРИГГЕРЫ ЗАДАЧ: При фразах 'покажи задачи', 'мои задачи', 'список дел' — СРАЗУ генерируй ToolCall: db_get_tasks().\n" f"4. ЗАПРЕТ ТЕКСТА: Запрещено объяснять правила или писать названия функций текстом, если сработал триггер — просто вызывай функцию!\n\n" f"ТЕКУЩИЙ АКТИВНЫЙ СИСТЕМНЫЙ ПРОМПТ:\n{dynamic_prompt_text}{preview_status_note}" ) # 3.3. Параметры инференса # ANCHOR[INFERENCE_OPTIONS] llm_options = { "num_predict": 8192, "num_ctx": 8192, "temperature": 0.1, "repeat_penalty": 1.1, "presence_penalty": 0.5, "top_p": 0.9 } user_msg_object = {"role": "user", "content": full_user_content} # --- [SECTION 4: ROUTING & OLLAMA PAYLOAD] --- # ANCHOR[PAYLOAD_BUILD] if image_b64: user_msg_object["images"] = [image_b64] messages = [ {"role": "system", "content": "Ты — строгий модуль OCR. Перепиши весь текст с изображения буква в букву без отсебятины."}, user_msg_object ] payload = {"model": VISION_MODEL, "messages": messages, "stream": False, "options": llm_options} else: clean_db_history = [dict(m) for m in db_history] for m in clean_db_history: m.pop("images", None) messages = [{"role": "system", "content": system_prompt_content}] + clean_db_history + [user_msg_object] payload = {"model": TEXT_MODEL, "messages": messages, "tools": TOOLS_SCHEMA, "stream": False, "options": llm_options} # --- [SECTION 5: EXECUTION & TOOL ROUTING] --- # ANCHOR[TOOL_ROUTER] try: req = urllib.request.Request( OLLAMA_URL, data=json.dumps(payload).encode("utf-8"), headers={"Content-Type": "application/json"} ) with urllib.request.urlopen(req) as response: res_data = json.loads(response.read().decode("utf-8")) msg = res_data.get("message", {}) tool_calls = msg.get("tool_calls", []) raw_text_content = msg.get("content", "") # Фоллбэк проверка через tool_injector tool_calls = inject_tools_if_needed(user_message, raw_text_content, tool_calls) if tool_calls: logger.info(f"Ответ от Ollama получен. Tool calls: True (кол-во: {len(tool_calls)})") messages.append(msg) for tool in tool_calls: fn_name = tool["function"]["name"] fn_args = tool["function"].get("arguments", {}) logger.info(f"🚀 Вызов функции (Tool): {fn_name} с аргументами: {fn_args}") tool_result_content = "" # Роутинг инструментов if fn_name == "db_get_snapshots": snapshots_res = db_get_snapshots(session_id=session_id, date_str=fn_args.get("date_str"), original_user_message=user_message) tool_result_content = json.dumps(snapshots_res, ensure_ascii=False) elif fn_name == "db_get_current_server_time": tool_result_content = json.dumps(db_get_current_server_time(), ensure_ascii=False) elif fn_name == "db_get_tasks": tool_result_content = json.dumps(db_get_tasks(user_id), ensure_ascii=False) elif fn_name in ["db_get_system_prompt", "db_get_system_prompts"]: tool_result_content = json.dumps({"system_prompt": db_get_active_system_prompt()}, ensure_ascii=False) elif fn_name == "db_get_stats": tool_result_content = json.dumps(db_get_stats(), ensure_ascii=False) elif fn_name == "db_get_anomalies": tool_result_content = json.dumps(db_get_anomalies(limit=fn_args.get("limit", 100), date_str=fn_args.get("date_str")), ensure_ascii=False) elif fn_name == "db_get_session_states": tool_result_content = json.dumps(db_get_session_states(), ensure_ascii=False) elif fn_name == "db_delete_snapshots": tool_result_content = json.dumps(db_delete_snapshots(snapshot_id=fn_args.get("snapshot_id"), day_str=fn_args.get("day_str")), ensure_ascii=False) elif fn_name == "db_get_reference": tool_result_content = json.dumps(db_get_reference(category=fn_args.get("category")), ensure_ascii=False) # --- [SECTION 6: PROMPT MERGE & PREVIEW ENGINE] --- # ANCHOR[PROMPT_MERGE_LOGIC] elif fn_name == "db_preview_prompt_merge": proposed_text = fn_args.get("prompt_text") or fn_args.get("proposed_prompt") or "" if isinstance(fn_args, str): proposed_text = fn_args current_prompt = db_get_active_system_prompt() user_msg_lower = user_message.lower() # 1. ОБРАБОТКА УДАЛЕНИЯ ПУНКТА if any(w in user_msg_lower for w in ["удали", "стереть", "убрать", "вырежи", "удалить"]): target_num_match = re.search(r'\d+(\.\d+)*', user_message) target_num = target_num_match.group(0) if target_num_match else "" lines = current_prompt.splitlines() if target_num: new_lines = [line for line in lines if not line.strip().startswith(f"{target_num}.")] else: new_lines = lines proposed_text = "\n".join(new_lines) # 2. ОБРАБОТКА ДОБАВЛЕНИЯ / ИЗМЕНЕНИЯ ПУНКТА elif proposed_text: if len(proposed_text) < 500: clean_item = proposed_text.strip() for prefix in ["добавь пункт", "добавить пункт", "вставь пункт", "добавь"]: if prefix in clean_item.lower(): clean_item = re.sub(prefix, "", clean_item, flags=re.IGNORECASE).strip(" .:") lines = current_prompt.splitlines() new_lines = [] inserted = False for line in lines: new_lines.append(line) if "3.3." in line and not inserted: item_str = clean_item if re.match(r'^\d+\.\d+\.', clean_item) else f"3.4. {clean_item}" new_lines.append(f" {item_str}") inserted = True if not inserted: new_lines.append(f" {clean_item}") proposed_text = "\n".join(new_lines) db_set_session_state(session_id, "PROMPT_PREVIEW", proposed_text) preview_reply = ( f"Ваше изменение успешно предпросмотрено. Полный обновленный системный промпт теперь выглядит так:\n\n" f"{proposed_text}\n\n" f"Для применения изменений подтвердите действие («подтверждаю») или отмените («отмена»)." ) db_save_chat_message(session_id, "assistant", preview_reply) # Возвращаем "PROMPT_PREVIEW" как третий параметр return clean_raw_tool_tags(preview_reply), db_get_chat_history(session_id), "PROMPT_PREVIEW" elif fn_name == "db_confirm_prompt_preview": if session_state and session_state.get("state_type") == "PROMPT_PREVIEW": res = db_add_system_prompt("main_agent", session_state.get("pending_data", "")) db_clear_session_state(session_id) tool_result_content = json.dumps(res, ensure_ascii=False) else: tool_result_content = json.dumps({"status": "error", "message": "Нет активного превью для подтверждения."}, ensure_ascii=False) elif fn_name == "db_cancel_prompt_preview": db_clear_session_state(session_id) tool_result_content = json.dumps({"status": "success", "message": "Превью системного промпта отменено."}, ensure_ascii=False) elif fn_name == "db_get_rules": tool_result_content = json.dumps(db_get_rules(), ensure_ascii=False) elif fn_name == "db_add_task": res = db_add_task(user_id=user_id, module=fn_args.get("module", "general"), title=fn_args.get("title"), priority=fn_args.get("priority", "MEDIUM"), due_date=fn_args.get("due_date")) tool_result_content = json.dumps(res, ensure_ascii=False) elif fn_name == "db_update_task_status": res = db_update_task_status(user_id=user_id, task_id=str(fn_args.get("task_id")), status=fn_args.get("status", "COMPLETED"), due_date=fn_args.get("due_date")) tool_result_content = json.dumps(res, ensure_ascii=False) elif fn_name == "db_delete_task": res = db_delete_task(user_id=user_id, task_id=str(fn_args.get("task_id", "")).upper()) tool_result_content = json.dumps(res, ensure_ascii=False) messages.append({"role": "tool", "content": tool_result_content}) # --- [SECTION 7: SECONDARY LLM PASS] --- # ANCHOR[SECONDARY_PASS] second_payload = {"model": TEXT_MODEL, "messages": messages, "stream": False, "options": llm_options} sec_req = urllib.request.Request(OLLAMA_URL, data=json.dumps(second_payload).encode("utf-8"), headers={"Content-Type": "application/json"}) with urllib.request.urlopen(sec_req) as sec_response: sec_res_data = json.loads(sec_response.read().decode("utf-8")) raw_content = sec_res_data.get("message", {}).get("content", "").strip().replace("**", "") final_content = clean_raw_tool_tags(clean_output(raw_content)) db_save_chat_message(session_id, "assistant", final_content) return final_content, db_get_chat_history(session_id), None # Если вызовов функций не было raw_str = msg.get("content", "").strip().replace("**", "") content_str = clean_raw_tool_tags(clean_output(raw_str)) final_reply = content_str or "Запрос обработан." db_save_chat_message(session_id, "assistant", final_reply) return final_reply, db_get_chat_history(session_id), None except Exception as ex: logger.exception(f"Непредвиденная ошибка: {ex}") error_reply = f"Внутренняя ошибка сервера: {ex}" return error_reply, db_get_chat_history(session_id), None