Hackathon-2.0/utils.py at master · ItsMyPain/Hackathon-2.0 · GitHub

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
import json
import time
from datetime import datetime

import jwt
import openai
import requests
from flask import current_app


def update_iamtoken(num: int):
    iamtoken_exp = current_app.config.get(f'iamtoken_exp{num}', datetime(2000, 1, 1))
    if iamtoken_exp < datetime.now():
        now = int(time.time())
        payload = {
            'aud': 'https://iam.api.cloud.yandex.net/iam/v1/tokens',
            'iss': current_app.config.get(f'SERVICE_ACC_ID{num}'),
            'iat': now,
            'exp': now + 360}
        encoded_token = jwt.encode(
            payload,
            current_app.config.get(f'PRIVATE_KEY{num}'),
            algorithm='PS256',
            headers={'kid': current_app.config.get(f'PUBLIC_KEY_ID{num}')})
        response = requests.request("POST",
                                    "https://iam.api.cloud.yandex.net/iam/v1/tokens",
                                    headers={'Content-Type': 'application/json'},
                                    data=json.dumps({"jwt": encoded_token}))

        if response.status_code != 200:
            raise Exception(response.text)

        data = response.json()
        current_app.config[f'iamtoken{num}'] = data['iamToken']
        current_app.config[f'iamtoken_exp{num}'] = datetime.strptime(data['expiresAt'][:19], '%Y-%m-%dT%H:%M:%S')

        print(f'Запрошен токен {num}')


def translate(texts: str, from_lang: str, to_lang: str) -> str:
    update_iamtoken(1)
    body = {
        "sourceLanguageCode": from_lang,
        "targetLanguageCode": to_lang,
        "texts": [texts],
        "folderId": current_app.config.get('CATALOG_ID'),
        "speller": True
    }
    headers = {
        "Content-Type": "application/json",
        "Authorization": f"Bearer {current_app.config['iamtoken1']}"
    }
    response = requests.post("https://translate.api.cloud.yandex.net/translate/v2/translate",
                             json=body,
                             headers=headers
                             )
    if response.status_code != 200:
        raise Exception(response.text)

    return response.json()['translations'][0]['text']


def predict_yandex(request_text: str, instruction: bool) -> str:
    update_iamtoken(2)
    body = {
        "model": "general",
        "instructionText": "Ты эксперт финансовой индустрии, контекст финансовой сферы, стиль формальный. Добавь роль, в качестве кого ты выступаешь, работая с этим запросом." if instruction else "",
        "requestText": request_text,
        "generationOptions": {
            "maxTokens": 300,
            "temperature": 0.01
        }
    }
    headers = {
        "Content-Type": "application/json",
        "Authorization": f"Bearer {current_app.config['iamtoken2']}"
    }
    response = requests.post("https://llm.api.cloud.yandex.net/llm/v1alpha/instruct",
                             json=body,
                             headers=headers
                             )
    if response.status_code != 200:
        raise Exception(response.text)

    return response.json()['result']['alternatives'][0]['text']


def summarize(text: str) -> str:
    mean_len = 10
    max_len = 130
    if len(text.split()) < mean_len:
        return text
    else:
        data = translate(text, 'ru', 'en')
        print()
        print('После перевода:', data)
        data = current_app.app_ctx_globals_class \
            .summarizer(data, max_length=max_len, min_length=mean_len, do_sample=False)[0]['summary_text']
        print()
        print('После суммаризатора:', data)
        data = translate(data, 'en', 'ru')
        print()
        print('После обратного перевода:', data)
        return data


def additional_text(text: str):
    return f"""Дополни исходный вопрос пользователя пятью уточняющими вопросами, исходя из контекста исходного вопроса, и сформулируй из них и исходного вопроса один расширенный вопрос.'{text}'"""


def predict_openai(text: str) -> str:
    response = openai.ChatCompletion.create(
        model="gpt-3.5-turbo",
        messages=[
            {
                "role": "system",
                "content": text
            },
            # {
            #     "role": "user",
            #     "content": text
            # },
        ],
        temperature=1,
        max_tokens=100,
        top_p=1,
        frequency_penalty=0,
        presence_penalty=0
    )
    return response.choices[0].message.content