Create app.py

app.py

@@ -0,0 +1,138 @@
+import os
+import sys
+
+import gradio as gr
+import requests
+from langchain.prompts import ChatPromptTemplate
+from langchain_community.llms import Ollama
+
+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
+
+os.system('curl -o- https://ollama.com/download.sh | bash')
+os.system('ollama pull llama3.1')
+
+llm = Ollama(model="llama3.1")
+print("Модель Ollama 'llama3.1' инициализирована.")
+
+template = """
+You are an assistant answering users' questions using the provided context. Your tasks:
+
+1. **Brevity**: Respond concisely, using only relevant information from the context.
+2. **Politeness**: Start your response with a greeting and maintain a respectful tone.
+3. **Clarity**: Avoid unnecessary explanations and use simple language.
+4. **Language of the response**: Detect the language of the user's comment and reply in the same language.
+5. **Safety**: Do not use phrases like "according to the context" and remove any warnings.
+6. **Accuracy**: Provide the user with only important and verified purchase links.
+
+
+<context>
+{context}
+</context>
+
+Question: {input}
+"""
+
+
+def upload_file_vdb(file):
+    print(f"Загружаем файл")
+    API_URL = f"{VECTOR_API_URL}/upload/"
+
+    file_path = file
+    file_name = os.path.basename(file_path)
+
+    # 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:
+        print(f"Файл успешно загружен.")
+        return f"Файл успешно загружен."
+    else:
+        print(f"Ошибка при загрузке файла: {response.json().get('detail')}")
+        return f"Ошибка: {response.json().get('detail')}"
+
+
+def generate_response(user_query):
+    print(f"Генерация ответа на запрос: {user_query}")
+    prompt = ChatPromptTemplate.from_template(template)
+
+    documents = retrieve_from_vdb(user_query)
+    context = "\n".join(documents)
+
+    print(f"Контекст из базы данных: {context[:100]}...")
+    full_prompt = prompt.format(context=context, input=user_query)
+
+    response = llm.invoke(full_prompt)
+    print(f"Сгенерированный ответ: {response}")
+    return response
+
+
+def process_comments(ACCESS_TOKEN):
+    print("Начинаем процесс скрытия отрицательных комментариев.")
+    result_hide_comments = hide_negative_comments(ACCESS_TOKEN)
+    print(f"Количество скрытых комментариев: {result_hide_comments}")
+
+    print("Получение неотвеченных комментариев.")
+    comments = get_unanswered_comments(ACCESS_TOKEN)
+    unanswered_comments = []
+    page_id = get_page_id(ACCESS_TOKEN)
+
+    if not page_id:
+        print("Не удалось получить ID страницы.")
+        return {"status": "failed", "reason": "Не удалось получить ID страницы."}
+
+    print(f"ID страницы: {page_id}")
+
+    for comment in comments:
+        if comment.get('is_hidden', False):
+            print(f"Комментарий скрыт: {comment['id']}")
+            continue
+        comment_id = comment['id']
+        if not has_page_replied(comment_id, page_id, ACCESS_TOKEN):
+            unanswered_comments.append(comment)
+
+    print(f"Найдено {len(unanswered_comments)} неотвеченных комментариев.")
+
+    for comment in unanswered_comments:
+        message = comment['message']
+        print(f"Обработка комментария: {message}")
+        classification = classify_comment(message)
+        print(f"Классификация комментария: {classification}")
+        if classification == "interrogative":
+            response_message = generate_response(message)
+            print(f"Ответ на комментарий: {response_message}")
+            reply_comment(message=response_message, comment_id=comment['id'], token=ACCESS_TOKEN)
+
+    return {
+        "status": "completed",
+        "processed_comments": len(unanswered_comments),
+        "hidden_comments": result_hide_comments
+    }
+
+
+with gr.Blocks() as demo:
+    with gr.Tab("Главная страница"):
+        gr.Markdown("# Facebook Comment Filter")
+        token_input = gr.Textbox(label="Access Token")
+        output_main = gr.JSON()
+        process_btn = gr.Button("Процессировать комментарии")
+        process_btn.click(process_comments, inputs=token_input, outputs=output_main)
+
+    with gr.Tab("Загрузить данные"):
+        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")
+        second_page_btn.click(upload_file_vdb, inputs=file_input, outputs=output_second)
+
+if __name__ == "__main__":
+    demo.launch(
+        debug=True
+        # share=True if "True" in sys.argv else False,
+        # inbrowser=True if "--open" in sys.argv else False,
+        # server_port=24000,
+        # server_name="0.0.0.0",
+    )