File size: 3,006 Bytes
bef9637 390251e bef9637 390251e bef9637 390251e bef9637 390251e bef9637 390251e bef9637 390251e bef9637 390251e bef9637 390251e bef9637 390251e |
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 |
# modules/chatbot/chatbot/chat_process.py
import anthropic
import os
import logging
from typing import Dict, Generator
logger = logging.getLogger(__name__)
class ChatProcessor:
def __init__(self):
"""
Inicializa el procesador de chat con la API de Claude
Raises:
ValueError: Si no se encuentra la clave API
"""
api_key = os.environ.get("ANTHROPIC_API_KEY")
if not api_key:
raise ValueError("No se encontr贸 ANTHROPIC_API_KEY en las variables de entorno")
self.client = anthropic.Anthropic(api_key=api_key)
self.conversation_history = []
def process_chat_input(self, message: str, lang_code: str) -> Generator[str, None, None]:
"""
Procesa el input del chat y genera respuestas por chunks
Args:
message: Mensaje del usuario
lang_code: C贸digo del idioma para contexto
Yields:
str: Chunks de la respuesta
"""
try:
# Agregar mensaje a la historia
self.conversation_history.append(f"Human: {message}")
# Construir el prompt con contexto del idioma
system_prompt = f"You are an AI assistant for AIdeaText. Respond in {lang_code}."
# Generar respuesta usando Claude API
response = self.client.messages.create(
model="claude-3-opus-20240229",
max_tokens=300,
temperature=0.7,
system=system_prompt,
messages=[
{
"role": "user",
"content": message
}
],
stream=True
)
# Procesar la respuesta en streaming
full_response = ""
try:
for chunk in response:
if chunk.delta.text: # Verificar si hay texto en el chunk
chunk_text = chunk.delta.text
yield chunk_text
full_response += chunk_text
# Guardar la respuesta completa en el historial
if full_response:
self.conversation_history.append(f"Assistant: {full_response}")
except Exception as e:
logger.error(f"Error en streaming de respuesta: {str(e)}")
yield f"Error en la comunicaci贸n: {str(e)}"
except Exception as e:
logger.error(f"Error en process_chat_input: {str(e)}")
yield f"Error: {str(e)}"
def get_conversation_history(self) -> list:
"""
Retorna el historial de la conversaci贸n
Returns:
list: Lista de mensajes
"""
return self.conversation_history
def clear_history(self):
"""
Limpia el historial de la conversaci贸n
"""
self.conversation_history = [] |