9eef2dab3a
Заменили строковый тег [STATE: ...] из Спринта 5 на структурированный выход
ветки в виде JSON-блока в хвосте ответа: {state_after, slots_updated}, парсимый
балансировкой скобок. Шаги state machine вынесены из монолитного промпта в
таблицу intent_steps (intent_id FK, code, name, order_index, system_prompt,
allowed_next JSON, guards JSON) и редактируются через UI. Валидатор переходов
сверяет state_after с allowed_next и блокирует невалидные прыжки.
Базовый промпт new_booking разбит на base + 6 файлов шагов (intro/qualify/
present/offer_time/book/close), которые сидятся при старте через
ensure_seed_steps. В chat_service промпт собирается как base + step + блок
[ТЕКУЩЕЕ СОСТОЯНИЕ].
Попутно реализован мини-блок G (sticky state machine): когда диалог идёт по
sm-ветке и роутер на новой реплике предлагает другую — state НЕ сбрасывается,
в системный промпт ветки подаётся блок [ПОДСКАЗКА РОУТЕРА], LLM сама решает
(STATE_JSON или INTENT_CHANGE). Это сняло ключевую дыру Спринта 5: «Меня
зовут Алексей» / «болит ухо» внутри записи больше не сбрасывают сценарий.
Промпт ветки new_booking ужесточён: бытовые жалобы — это повод записи (слот
reason + сочувствие), не повод уводить в medical_question. Шаг present теперь
использует reason в формулировке. Промпт _router расширен живыми примерами
для всех 6 веток, особенно для reschedule («не смогу подойти», «перенесите»).
Надёжность внешнего LLM:
- ретрай в LLMClient с паузой 500 мс + новое исключение LLMUnavailableError;
- ретрай в RouterClient (DeepSeek периодически моргает);
- /chat при ошибке делает session.rollback() и возвращает 503 с понятным
сообщением — больше не остаётся «диалогов-призраков» с одной репликой;
- UI убирает свой пузырь и возвращает текст в поле ввода для повторной отправки.
UI «Настройки» — добавлена вкладка «Шаги» для веток с state machine: список
шагов chip-ами, редактор промпта/имени/allowed_next/guards, сохранение через
PATCH /intents/{code}/steps/{step_code} без версионирования. Иконка ⓘ возле
поля «Правила» открывает popover с пояснением, что туда писать.
UI «Песочница»:
- блок «Состояние диалога» показывает имя шага из intent_steps (а не сырое
число), для не-sm-веток пишется «без пошагового сценария»;
- подсветка illegal-переходов (валидатор отклонил state_after) и parse_error
для sm-веток;
- блок «Решение роутера» развёрнут в три исхода: «попал в ту же ветку» /
«удержались в ветке» / «ветка сама передала управление через INTENT_CHANGE»;
- секция «Найденные фрагменты» сворачивается, карточки чанков раскрываются
по клику — правый сайдбар стал компактнее.
Терминология (по договорённости — простой русский в UI):
- «тред» → «диалог» в текстах для оператора (в коде/API thread_id оставлен);
- «sticky state machine» → «удержались в ветке»;
- «state machine» → «пошаговый сценарий» в видимых местах.
SPRINTS.md: блок G в Спринте 6b сокращён — sticky-логика уже сделана здесь,
осталась только вторая линия (передача thread_state в системный промпт самого
роутера для ещё более точной первичной классификации).
Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>
189 lines
6.9 KiB
Python
189 lines
6.9 KiB
Python
import asyncio
|
|
import logging
|
|
from pathlib import Path
|
|
|
|
import httpx
|
|
|
|
from config import settings
|
|
|
|
|
|
class LLMUnavailableError(RuntimeError):
|
|
"""Внешний LLM недоступен после всех попыток — сигнал для вызывающего кода."""
|
|
pass
|
|
|
|
logger = logging.getLogger(__name__)
|
|
|
|
SYSTEM_PROMPT_PATH = Path(__file__).resolve().parent.parent / "prompts" / "system_prompt.md"
|
|
|
|
|
|
def _load_system_prompt() -> str:
|
|
try:
|
|
return SYSTEM_PROMPT_PATH.read_text(encoding="utf-8").strip()
|
|
except FileNotFoundError:
|
|
logger.warning("System prompt file not found at %s — using empty prompt", SYSTEM_PROMPT_PATH)
|
|
return ""
|
|
|
|
|
|
DEFAULT_SYSTEM_PROMPT = _load_system_prompt()
|
|
|
|
DEFAULT_USER_TEMPLATE = """Вопрос пациента:
|
|
{question}
|
|
|
|
Выдержки из базы знаний операторов:
|
|
{sources}
|
|
|
|
Ответь пациенту в чате по правилам из системного сообщения."""
|
|
|
|
|
|
CHAT_USER_TEMPLATE = """Новая реплика пациента:
|
|
{question}
|
|
|
|
Выдержки из базы знаний операторов (по последней реплике):
|
|
{sources}
|
|
|
|
Ответь пациенту с учётом истории диалога выше и правил из системного сообщения."""
|
|
|
|
|
|
class LLMClient:
|
|
def __init__(
|
|
self,
|
|
api_key: str | None = None,
|
|
model: str | None = None,
|
|
base_url: str | None = None,
|
|
):
|
|
self.api_key = api_key or settings.deepseek_api_key
|
|
self.model = model or settings.deepseek_model
|
|
self.base_url = (base_url or settings.deepseek_base_url).rstrip("/")
|
|
|
|
def _format_sources(self, sources: list[dict]) -> str:
|
|
if not sources:
|
|
return "(источники не найдены)"
|
|
lines = []
|
|
for i, src in enumerate(sources, 1):
|
|
meta = src.get("metadata", {})
|
|
doc_name = meta.get("document_name", "Документ")
|
|
section = meta.get("section", "")
|
|
lines.append(
|
|
f"[{i}] {src['text']}\n"
|
|
f" (Источник: {doc_name}, раздел: {section})"
|
|
)
|
|
return "\n".join(lines)
|
|
|
|
async def answer(
|
|
self,
|
|
question: str,
|
|
sources: list[dict],
|
|
system_prompt: str | None = None,
|
|
temperature: float | None = None,
|
|
max_tokens: int | None = None,
|
|
) -> dict:
|
|
"""Generate a patient-facing answer using RAG context.
|
|
|
|
Returns dict with 'text' and 'assembled_prompt'.
|
|
"""
|
|
effective_system = system_prompt or DEFAULT_SYSTEM_PROMPT
|
|
effective_temp = temperature if temperature is not None else 0.2
|
|
effective_max_tokens = max_tokens or 1200
|
|
|
|
formatted_sources = self._format_sources(sources)
|
|
user_message = DEFAULT_USER_TEMPLATE.format(
|
|
question=question,
|
|
sources=formatted_sources,
|
|
)
|
|
|
|
assembled_prompt = f"[SYSTEM]\n{effective_system}\n\n[USER]\n{user_message}"
|
|
|
|
url = f"{self.base_url}/chat/completions"
|
|
payload = {
|
|
"model": self.model,
|
|
"messages": [
|
|
{"role": "system", "content": effective_system},
|
|
{"role": "user", "content": user_message},
|
|
],
|
|
"temperature": effective_temp,
|
|
"max_tokens": effective_max_tokens,
|
|
}
|
|
|
|
data = await self._call_with_retry(url, payload)
|
|
content = data["choices"][0]["message"]["content"]
|
|
logger.info("LLM response: %d chars, model=%s, temp=%.2f", len(content), self.model, effective_temp)
|
|
return {"text": content.strip(), "assembled_prompt": assembled_prompt}
|
|
|
|
async def chat(
|
|
self,
|
|
question: str,
|
|
sources: list[dict],
|
|
history: list[dict],
|
|
system_prompt: str | None = None,
|
|
temperature: float | None = None,
|
|
max_tokens: int | None = None,
|
|
) -> dict:
|
|
"""Generate a patient-facing answer using RAG + conversation history.
|
|
|
|
`history` — список предыдущих сообщений треда в формате
|
|
[{"role": "user"|"assistant", "content": str}, ...] (без текущей реплики).
|
|
|
|
Returns dict with 'text' and 'assembled_prompt'.
|
|
"""
|
|
effective_system = system_prompt or DEFAULT_SYSTEM_PROMPT
|
|
effective_temp = temperature if temperature is not None else 0.2
|
|
effective_max_tokens = max_tokens or 1200
|
|
|
|
formatted_sources = self._format_sources(sources)
|
|
user_message = CHAT_USER_TEMPLATE.format(
|
|
question=question,
|
|
sources=formatted_sources,
|
|
)
|
|
|
|
messages: list[dict] = [{"role": "system", "content": effective_system}]
|
|
messages.extend(history)
|
|
messages.append({"role": "user", "content": user_message})
|
|
|
|
assembled_prompt_parts = [f"[SYSTEM]\n{effective_system}"]
|
|
for m in history:
|
|
tag = "USER" if m["role"] == "user" else "ASSISTANT"
|
|
assembled_prompt_parts.append(f"[{tag}]\n{m['content']}")
|
|
assembled_prompt_parts.append(f"[USER]\n{user_message}")
|
|
assembled_prompt = "\n\n".join(assembled_prompt_parts)
|
|
|
|
url = f"{self.base_url}/chat/completions"
|
|
payload = {
|
|
"model": self.model,
|
|
"messages": messages,
|
|
"temperature": effective_temp,
|
|
"max_tokens": effective_max_tokens,
|
|
}
|
|
|
|
data = await self._call_with_retry(url, payload)
|
|
content = data["choices"][0]["message"]["content"]
|
|
logger.info("LLM chat response: %d chars, history=%d, model=%s", len(content), len(history), self.model)
|
|
return {"text": content.strip(), "assembled_prompt": assembled_prompt}
|
|
|
|
async def _call_with_retry(self, url: str, payload: dict) -> dict:
|
|
"""POST к DeepSeek с одним ретраем — модель периодически моргает по сети."""
|
|
last_error: Exception | None = None
|
|
for attempt in range(2):
|
|
try:
|
|
async with httpx.AsyncClient(timeout=60.0) as client:
|
|
response = await client.post(
|
|
url,
|
|
json=payload,
|
|
headers={
|
|
"Authorization": f"Bearer {self.api_key}",
|
|
"Content-Type": "application/json",
|
|
},
|
|
)
|
|
response.raise_for_status()
|
|
return response.json()
|
|
except Exception as e:
|
|
last_error = e
|
|
logger.warning(
|
|
"LLM call failed (attempt %d, %s: %s)",
|
|
attempt + 1, type(e).__name__, e,
|
|
)
|
|
if attempt < 1:
|
|
await asyncio.sleep(0.5)
|
|
raise LLMUnavailableError(
|
|
f"LLM unavailable after retries: {type(last_error).__name__}: {last_error}"
|
|
) from last_error
|