Update app.py

app.py

@@ -10,15 +10,12 @@ client = OpenAI(
     base_url="https://api.x.ai/v1",
 )
 
-# Функция для загрузки данных из вкладок Excel
 def load_dropdown_data(file_path, sheet_name, column_name):
-    """Загружает уникальные значения из столбца на заданной вкладке."""
     data = pd.read_excel(file_path, sheet_name=sheet_name)
     return data[column_name].dropna().unique().tolist()
 
 file_path = "Исходные данные.xlsx"
 
-# Загрузка данных
 products, data_products = load_dropdown_data(file_path, "Продукты", "Наименование продукта"), pd.read_excel(file_path, sheet_name="Продукты")
 genders_data = pd.read_excel(file_path, sheet_name="Пол")
 generations_data = pd.read_excel(file_path, sheet_name="Поколение")
@@ -36,7 +33,6 @@ opfs = opfs_data["ОПФ"].dropna().unique().tolist()
 
 approaches_data = pd.read_excel(file_path, sheet_name="Подход")
 
-# Словарь подходов
 approach_dict = {
     "Указание на пользу": {
         "prefix": "Начни SMS с указания на пользу продукта. Используй глагол в побудительном наклонении. Не начинай с вопроса",
@@ -87,10 +83,8 @@ def get_approaches(gender, generation, psychotype, approaches_df):
         approach_names = [a.strip() for a in str(approaches).split(',')]
         approach_list.extend(approach_names)
 
-    # Удаляем дубликаты
     approach_list = list(set(approach_list))
-    selected_approaches_text_content = ', '.join(approach_list)
-    return selected_approaches_text_content
+    return ', '.join(approach_list)
 
 def get_instructions_for_param(param_value, df, col):
     if not param_value or param_value == "Не выбрано":
@@ -109,7 +103,6 @@ def format_instruction_string(instr):
 
 def generate_display_prompts(description, product_name, benefits, key_message, chosen_approach,
                              gender, generation, psychotype, business_stage, industry, opf):
-    # Формируем промпты для отображения
     if chosen_approach == "Подход не найден для выбранных параметров.":
         return ("Для формирования промпта выберите хотя бы один личный персональный параметр для определения подхода",
                 "Для формирования промпта выберите хотя бы один личный персональный параметр для определения подхода")
@@ -144,18 +137,16 @@ def generate_display_prompts(description, product_name, benefits, key_message, c
         if instr1:
             chosen_params_instructions.append(instr1)
 
-    if chosen_params_instructions:
-        lines = []
-        for i, instr_line in enumerate(chosen_params_instructions, start=1):
-            formatted_line = format_instruction_string(instr_line)
-            lines.append(f"{i}. {formatted_line}.")
-        mandatory_terms = "\n".join(lines)
-    else:
-        # Нет персональных параметров
+    if not chosen_params_instructions:
         return ("Для формирования промпта выберите хотя бы один личный персональный параметр для определения подхода",
                 "Для формирования промпта выберите хотя бы один личный персональный параметр для определения подхода")
 
-    # Если есть персональные параметры
+    lines = []
+    for i, instr_line in enumerate(chosen_params_instructions, start=1):
+        formatted_line = format_instruction_string(instr_line)
+        lines.append(f"{i}. {formatted_line}.")
+    mandatory_terms = "\n".join(lines)
+
     prompt = f"""Напиши три или четыре предложения. {approach_prefix}. 
 Напиши рекламное SMS для следующего продукта:
 «{description}».
@@ -169,13 +160,11 @@ def generate_display_prompts(description, product_name, benefits, key_message, c
 Убедись, что УМЕСТНО использовал КАЖДЫЙ необходимый термин.
 Убедись, что в SMS без изменений, синонимов и перестановок слов используется наименование продукта: «{product_name}».
 Убедись, что в SMS есть следующая ключевая информация: «{key_message}»."""
-
     return prompt, prompt
 
 def generate_model_prompt(description, product_name, benefits, key_message,
                           gender, generation, psychotype, business_stage, industry, opf,
                           single_approach):
-    # Генерируем промпт для обращения к ��одели, используя только один выбранный подход
     prefix = approach_dict[single_approach]["prefix"]
     suffix = approach_dict[single_approach]["suffix"]
 
@@ -201,7 +190,6 @@ def generate_model_prompt(description, product_name, benefits, key_message,
             lines.append(f"{i}. {formatted_line}.")
         mandatory_terms = "\n".join(lines)
     else:
-        # Не должно сюда попасться, т.к. мы проверим до вызова модели
         mandatory_terms = None
 
     if mandatory_terms:
@@ -219,7 +207,6 @@ def generate_model_prompt(description, product_name, benefits, key_message,
 Убедись, что в SMS без изменений, синонимов и перестановок слов используется наименование продукта: «{product_name}».
 Убедись, что в SMS есть следующая ключевая информация: «{key_message}»."""
     else:
-        # Теоретически сюда не попадём, если проверяем до вызова
         model_prompt = ""
 
     return model_prompt
@@ -236,39 +223,28 @@ def call_model(model_prompt):
 
 def update_prompts_on_params_change(description, product_name, benefits, key_message, 
                                     gender, generation, psychotype, business_stage, industry, opf):
-    # Обновляем подход и промпты при изменении параметров клиента
     chosen_approach = get_approaches(gender, generation, psychotype, approaches_data)
     prompt_1, prompt_2 = generate_display_prompts(description, product_name, benefits, key_message,
                                                   chosen_approach, gender, generation, psychotype,
                                                   business_stage, industry, opf)
-    # Здесь SMS не генерируем
     return chosen_approach, prompt_1, prompt_2
 
 def generate_personalized_sms(description, product_name, benefits, key_message,
                               gender, generation, psychotype, business_stage, industry, opf,
                               chosen_approach, prompt_1, prompt_2):
-    # Проверяем, есть ли персональный параметр
-    if "Для формирования промпта выберите хотя бы один личный персональный параметр" in prompt_1:
-        # Выводим предупреждение
-        return gr.update(value="Задайте хотя бы один личный персональный параметр для определения подхода"), "", ""
-    if chosen_approach == "Подход не найден для выбранных параметров.":
-        return gr.update(value="Задайте хотя бы один личный персональный параметр для определения подхода"), "", ""
+    # Если нет персональных параметров или подхода, показываем предупреждение:
+    if "Для формирования промпта выберите хотя бы один личный персональный параметр" in prompt_1 or chosen_approach == "Подход не найден для выбранных параметров.":
+        gr.Warning("Задайте хотя бы один личный персональный параметр для определения подхода, чтобы был сформирован промпт")
+        # Возвращаем пустые результаты для SMS
+        return "", ""
 
     approach_list = [a.strip() for a in chosen_approach.split(',') if a.strip()]
     if not approach_list:
-        return gr.update(value="Задайте хотя бы один личный персональный параметр для определения подхода"), "", ""
+        gr.Warning("Задайте хотя бы один личный персональный параметр для определения подхода, чтобы был сформирован промпт")
+        return "", ""
 
-    # Выбираем случайный подход для model_prompt_1
-    if len(approach_list) > 1:
-        chosen_single_approach_1 = random.choice(approach_list)
-    else:
-        chosen_single_approach_1 = approach_list[0]
-
-    # Выбираем случайный подход для model_prompt_2
-    if len(approach_list) > 1:
-        chosen_single_approach_2 = random.choice(approach_list)
-    else:
-        chosen_single_approach_2 = approach_list[0]
+    chosen_single_approach_1 = random.choice(approach_list) if len(approach_list) > 1 else approach_list[0]
+    chosen_single_approach_2 = random.choice(approach_list) if len(approach_list) > 1 else approach_list[0]
 
     model_prompt_1 = generate_model_prompt(description, product_name, benefits, key_message,
                                            gender, generation, psychotype, business_stage, industry, opf,
@@ -280,8 +256,7 @@ def generate_personalized_sms(description, product_name, benefits, key_message,
     sms_1 = call_model(model_prompt_1)
     sms_2 = call_model(model_prompt_2)
 
-    # Очистим warning (presence_in_db) если было
-    return gr.update(value=""), sms_1, sms_2
+    return sms_1, sms_2
 
 with gr.Blocks(theme="default") as demo:
     gr.Markdown("**Процент созданных SMS по выбранному продукту**")
@@ -318,7 +293,6 @@ with gr.Blocks(theme="default") as demo:
             industry_dropdown = gr.Dropdown(label="Отрасль", choices=["Не выбрано"]+industries, value=None)
             opf_dropdown = gr.Dropdown(label="ОПФ", choices=["Не выбрано"]+opfs, value=None)
             chosen_approach = gr.Textbox(label="Выбранный подход", lines=1, value="")
-            presence_in_db = gr.Textbox(label="Комментарий", lines=1, value="", interactive=False)
 
     with gr.Row():
         return_params_btn = gr.Button("Вернуть параметры предыдущего запроса")
@@ -354,7 +328,7 @@ with gr.Blocks(theme="default") as demo:
         save_sms_1_btn = gr.Button("Сохранить в базу")
         save_sms_2_btn = gr.Button("Сохранить в базу")
 
-    # Обновляем промпты и подход при изменении параметров клиента (без генерации SMS)
+    # Обновляем промпты при изменении параметров клиента
     client_params = [gender_dropdown, generation_dropdown, psychotype_dropdown, business_stage_dropdown, industry_dropdown, opf_dropdown]
     for cp in client_params:
         cp.change(
@@ -366,13 +340,15 @@ with gr.Blocks(theme="default") as demo:
         )
 
     # Генерация SMS по нажатию кнопки
+    # Если персональные параметры не выбраны - выдаём gr.Warning
     create_personal_sms_btn.click(
         fn=generate_personalized_sms,
         inputs=[description, product_name, benefits, key_message, 
                 gender_dropdown, generation_dropdown, psychotype_dropdown,
                 business_stage_dropdown, industry_dropdown, opf_dropdown,
                 chosen_approach, prompt_1, prompt_2],
-        outputs=[presence_in_db, sms_1, sms_2]
+        outputs=[sms_1, sms_2]
     )
 
-    demo.launch()
+    # Обязательно включаем очередь:
+    demo.queue().launch()