File size: 3,667 Bytes
9bbbea3 390251e 9bbbea3 bef9637 27ec158 bef9637 390251e 9bbbea3 390251e bef9637 27ec158 bef9637 27ec158 bef9637 9bbbea3 bef9637 9bbbea3 bef9637 9bbbea3 bef9637 9bbbea3 bef9637 390251e 27ec158 390251e 27ec158 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 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 |
# modules/chatbot/chat_process.py
import os
import anthropic
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
"""
api_key = os.environ.get("ANTHROPIC_API_KEY")
if not api_key:
raise ValueError("No se encontr贸 la clave API de Anthropic. Aseg煤rate de configurarla 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 mensaje y genera una respuesta"""
try:
# Agregar mensaje a la historia
self.conversation_history.append({"role": "user", "content": message})
# Generar respuesta usando la API de Claude
response = self.client.messages.create(
model="claude-3.5-sonnet-20241022",
messages=self.conversation_history,
temperature=0.7,
)
# Procesar la respuesta
claude_response = response.content[0].text
self.conversation_history.append({"role": "assistant", "content": claude_response})
# Mantener un historial limitado
if len(self.conversation_history) > 10:
self.conversation_history = self.conversation_history[-10:]
# Dividir la respuesta en palabras para streaming
words = claude_response.split()
for word in words:
yield word + " "
except Exception as e:
logger.error(f"Error en process_chat_input: {str(e)}")
yield f"Error: {str(e)}"
################################################################
'''
def process_chat_input(self, message: str, lang_code: str) -> Generator[str, None, None]:
"""
Procesa el mensaje y genera una respuesta
"""
try:
# Agregar mensaje a la historia
self.conversation_history.append(f"Human: {message}")
full_message = "\n".join(self.conversation_history)
# Generar respuesta usando la API de Claude
response = self.client.completions.create(
model="claude-2",
prompt=f"{full_message}\n\nAssistant:",
max_tokens_to_sample=300,
temperature=0.7,
stop_sequences=["Human:"]
)
# Procesar la respuesta
claude_response = response.completion.strip()
self.conversation_history.append(f"Assistant: {claude_response}")
# Mantener un historial limitado
if len(self.conversation_history) > 10:
self.conversation_history = self.conversation_history[-10:]
# Dividir la respuesta en palabras para streaming
words = claude_response.split()
for word in words:
yield word + " "
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
"""
return self.conversation_history
def clear_history(self):
"""
Limpia el historial de la conversaci贸n
"""
self.conversation_history = [] |