12333323

app.py

@@ -1,8 +1,120 @@
-# app.py
 import gradio as gr
-from logic import extract_portfolio_id, fetch_portfolio_metrics
-from llm_streaming import stream_llm_response
+import requests
+import re
+from openai import OpenAI
+from typing import Generator
 
+# ─────────────────────────────────────────────────────────────────────────────
+# 🌐 Настройка API клиента (Featherless.ai)
+# ─────────────────────────────────────────────────────────────────────────────
+client = OpenAI(
+    base_url="https://api.featherless.ai/v1",
+    api_key="rc_2b641fdc25954733a5ea0fca262626daf21562b4b"
+)
+
+# ─────────────────────────────────────────────────────────────────────────────
+# 🔍 Вспомогательные функции
+# ─────────────────────────────────────────────────────────────────────────────
+def extract_portfolio_id(text):
+    match = re.search(r"[0-9a-fA-F]{8}-[0-9a-fA-F]{4}-[0-9a-fA-F]{4}-[0-9a-fA-F]{4}-[0-9a-fA-F]{12}", text)
+    return match.group(0) if match else None
+
+# ─────────────────────────────────────────────────────────────────────────────
+# 📊 Анализ одного портфеля
+# ─────────────────────────────────────────────────────────────────────────────
+def analyze_from_api(portfolio_input: str) -> Generator[str, None, None]:
+    try:
+        portfolio_id = extract_portfolio_id(portfolio_input)
+        if not portfolio_id:
+            yield "❗ Неверный формат portfolioId."
+            return
+
+        url = f"https://api.tradelink.pro/portfolio/get?portfolioId={portfolio_id}&extended=1&declaration=1&step=day&lang=en&incViews=1"
+        response = requests.get(url)
+        json_data = response.json()
+        extended = json_data.get("data", {}).get("extended", {})
+
+        metrics_keys = ["alphaRatio", "betaRatio", "cagr", "sharpe", "sortino", "volatility"]
+        filtered = {k: v for k, v in extended.items() if k in metrics_keys and isinstance(v, (int, float))}
+
+        if not filtered:
+            yield "❗ Метрики не найдены или отсутствуют."
+            return
+
+        metrics_text = ", ".join([f"{k}: {v}" for k, v in filtered.items()])
+        prompt = f"""Вот метрики портфеля: {metrics_text}.
+Проанализируй их и объясни сильные и слабые стороны. Отвечай на русском языке как финансовый аналитик."""
+
+        response = client.chat.completions.create(
+            model="meta-llama/Meta-Llama-3.1-8B-Instruct",
+            messages=[{"role": "system", "content": "Ты — финансовый аналитик."},
+                      {"role": "user", "content": prompt}],
+            stream=True
+        )
+
+        partial = ""
+        for chunk in response:
+            delta = chunk.choices[0].delta.content
+            if delta:
+                partial += delta
+                yield partial
+
+    except Exception as e:
+        yield f"❌ Ошибка: {e}"
+
+# ─────────────────────────────────────────────────────────────────────────────
+# 💬 Расскажи / Диалог
+# ─────────────────────────────────────────────────────────────────────────────
+chat_history = [{"role": "system", "content": "Ты — финансовый аналитик. Отвечай кратко и понятно."}]
+
+def handle_tellme_stream() -> Generator[str, None, None]:
+    chat_history.append({"role": "user", "content": "Расскажи про Alpha, Sharpe или Beta"})
+    response = client.chat.completions.create(
+        model="meta-llama/Meta-Llama-3.1-8B-Instruct",
+        messages=chat_history,
+        stream=True
+    )
+
+    collected = ""
+    for chunk in response:
+        if chunk.choices and chunk.choices[0].delta.get("content"):
+            token = chunk.choices[0].delta["content"]
+            collected += token
+            yield token
+
+    chat_history.append({"role": "assistant", "content": collected})
+
+def followup_reply(user_input):
+    chat_history.append({"role": "user", "content": user_input})
+    response = client.chat.completions.create(
+        model="meta-llama/Meta-Llama-3.1-8B-Instruct",
+        messages=chat_history,
+        stream=False
+    )
+    answer = response.choices[0].message.content
+    chat_history.append({"role": "assistant", "content": answer})
+    return answer
+
+# ─────────────────────────────────────────────────────────────────────────────
+# 🧠 Навигационные сценарии
+# ─────────────────────────────────────────────────────────────────────────────
+def on_button_click(btn_id):
+    if btn_id == "analyze":
+        return gr.update(visible=True), gr.update(visible=False), "Выберите портфель для анализа."
+    elif btn_id == "compare":
+        return gr.update(visible=False), gr.update(visible=True), "Выберите два портфеля для сравнения."
+    elif btn_id == "passport":
+        return gr.update(visible=False), gr.update(visible=False), "Паспорт — это продукт для управления активами..."
+    elif btn_id == "marketplace":
+        return gr.update(visible=False), gr.update(visible=False), "Маркетплейс — каталог стратегий..."
+    elif btn_id == "tellme":
+        return gr.update(visible=False), gr.update(visible=False), None
+    else:
+        return gr.update(visible=False), gr.update(visible=False), ""
+
+# ─────────────────────────────────────────────────────────────────────────────
+# 🎛️ Интерфейс (Gradio Blocks)
+# ─────────────────────────────────────────────────────────────────────────────
 with gr.Blocks() as demo:
     gr.Markdown("# 🧠 AI ассистент Tradelink")
 
@@ -24,35 +136,27 @@ with gr.Blocks() as demo:
         portfolio_input_pair_2 = gr.Textbox(label="Портфель 2")
         compare_button = gr.Button("📊 Сравнить")
 
-    def on_button_click(btn_id):
-        if btn_id == "analyze":
-            return gr.update(visible=True), gr.update(visible=False), "Выберите портфель для анализа."
-        elif btn_id == "compare":
-            return gr.update(visible=False), gr.update(visible=True), "Выберите два портфеля для сравнения."
-        elif btn_id == "passport":
-            return gr.update(visible=False), gr.update(visible=False), "Паспорт — это продукт для управления активами..."
-        elif btn_id == "marketplace":
-            return gr.update(visible=False), gr.update(visible=False), "Маркетплейс — каталог стратегий..."
-        elif btn_id == "tellme":
-            return gr.update(visible=False), gr.update(visible=False), "Хотите расскажу про Alpha, Beta, Sharpe?"
-        else:
-            return gr.update(visible=False), gr.update(visible=False), "Выберите действие."
+    with gr.Column(visible=False) as tellme_block:
+        gr.Markdown("## 💬 Интерактивный диалог")
+        textbox_followup = gr.Textbox(label="Ваш ответ")
+        button_followup = gr.Button("Ответить")
 
+    # Обработчики кнопок навигации
     btn_analyze.click(lambda: on_button_click("analyze"), outputs=[analysis_block, compare_block, output])
     btn_compare.click(lambda: on_button_click("compare"), outputs=[analysis_block, compare_block, output])
     btn_passport.click(lambda: on_button_click("passport"), outputs=[analysis_block, compare_block, output])
     btn_marketplace.click(lambda: on_button_click("marketplace"), outputs=[analysis_block, compare_block, output])
     btn_tellme.click(lambda: on_button_click("tellme"), outputs=[analysis_block, compare_block, output])
+    btn_tellme.click(fn=handle_tellme_stream, outputs=output)
+
+    # Обработка анализа портфеля
+    analyze_button.click(fn=analyze_from_api, inputs=portfolio_input_single, outputs=output)
+
+    # Обработка диалога "Расскажи"
+    button_followup.click(fn=followup_reply, inputs=textbox_followup, outputs=output)
 
-    def analyze_single(portfolio_raw):
-        pid = extract_portfolio_id(portfolio_raw)
-        if not pid:
-            return "❗ ID портфеля не распознан."
-        metrics = fetch_portfolio_metrics(pid)
-        if not metrics:
-            return "❗ Метрики не найдены."
-        metrics_text = ", ".join([f"{k}: {v}" for k, v in metrics.items()])
-        prompt = f"Вот метрики портфеля: {metrics_text}. Проанализируй на русском языке, как финансовый аналитик."
-        return stream_llm_response(prompt)
-
-    analyze_button.click(analyze_single, inputs=portfolio_input_single, outputs=output)
+# ─────────────────────────────────────────────────────────────────────────────
+# 🚀 Запуск
+# ─────────────────────────────────────────────────────────────────────────────
+if __name__ == "__main__":
+    demo.launch()

llm_streaming.py

@@ -1,20 +0,0 @@
-# llm_streaming.py
-from openai import OpenAI
-
-client = OpenAI(
-    base_url="https://api.featherless.ai/v1",
-    api_key="rc_2b641fdc25954733a5ef7ccd10ce6a8e1db603e386a0fca262626daf21562b4b"
-)
-
-def stream_llm_response(prompt):
-    stream = client.chat.completions.create(
-        model="meta-llama/Meta-Llama-3.1-8B-Instruct",
-        messages=[
-            {"role": "system", "content": "Ты — финансовый аналитик."},
-            {"role": "user", "content": prompt}
-        ],
-        stream=True
-    )
-    for chunk in stream:
-        if "choices" in chunk.model_dump() and chunk.choices[0].delta.content:
-            yield chunk.choices[0].delta.content

logic.py

@@ -1,17 +0,0 @@
-# logic.py
-
-import requests
-import json
-import re
-
-def extract_portfolio_id(raw_input: str) -> str:
-    match = re.search(r"([a-f0-9]{8}-[a-f0-9]{4}-[a-f0-9]{4}-[a-f0-9]{4}-[a-f0-9]{12})", raw_input)
-    return match.group(1) if match else None
-
-def fetch_portfolio_metrics(portfolio_id: str) -> dict:
-    url = f"https://api.tradelink.pro/portfolio/get?portfolioId={portfolio_id}&extended=1"
-    response = requests.get(url)
-    json_data = response.json()
-    extended = json_data.get("data", {}).get("extended", {})
-    metrics_keys = ["alphaRatio", "betaRatio", "cagr", "sharpe", "sortino", "volatility"]
-    return {k: v for k, v in extended.items() if k in metrics_keys and isinstance(v, (int, float))}