Repinoid
2db6cb68a8
- obd/protocol.py — ELM327 стейт-машина AndrOBD (подробные докстринги) - brain/client.py — LLM-клиент Diagnoser - brain/prompts.py — системные промпты - api/db.py — SQLite (sessions + старые таблицы) - api/scripts.py — сборка диагностических скриптов - api/parser.py — парсинг ответов ELM327 - api/routes.py — все REST-эндпоинты - api/config.py — загрузка конфига - web/app.py — точка входа Flask (упрощена) Удалено: elmer/elm.py, elmer/elm_proto.py, web/raw_endpoint.py
63 lines
2.2 KiB
Python
63 lines
2.2 KiB
Python
"""
|
|
brain/client.py — LLM-клиент для диагностики авто.
|
|
|
|
Отправляет запросы к OpenAI-совместимому API (api.aillm.ru).
|
|
Используется сервером для анализа данных диагностики.
|
|
|
|
## Использование
|
|
from brain.client import Diagnoser
|
|
d = Diagnoser(api_key="sk-...", model="gpt-oss-120b")
|
|
answer = d.diagnose(system_prompt, user_prompt)
|
|
|
|
## Модель
|
|
gpt-oss-120b — основная (через api.aillm.ru)
|
|
qwen3-6-27b-fp8 — быстрая (но CoT leak bug)
|
|
"""
|
|
|
|
import requests
|
|
|
|
DEFAULT_BASE = "https://api.aillm.ru/v1"
|
|
DEFAULT_MODEL = "gpt-oss-20b"
|
|
|
|
|
|
class Diagnoser:
|
|
"""Отправляет данные в DeepSeek и возвращает диагноз."""
|
|
|
|
def __init__(self, api_key: str, model: str = DEFAULT_MODEL, base_url: str = DEFAULT_BASE):
|
|
self.api_key = api_key
|
|
self.model = model
|
|
self.base_url = base_url.rstrip("/")
|
|
|
|
def ask(self, messages: list[dict]) -> str:
|
|
"""Отправляет сообщения в DeepSeek, возвращает текст ответа."""
|
|
resp = requests.post(
|
|
f"{self.base_url}/chat/completions",
|
|
headers={
|
|
"Authorization": f"Bearer {self.api_key}",
|
|
"Content-Type": "application/json",
|
|
},
|
|
json={
|
|
"model": self.model,
|
|
"messages": messages,
|
|
"temperature": 0.3, # пониже — меньше фантазий
|
|
"max_tokens": 4096,
|
|
},
|
|
timeout=120, # api.aillm.ru бывает медленным
|
|
)
|
|
resp.raise_for_status()
|
|
data = resp.json()
|
|
return data["choices"][0]["message"]["content"]
|
|
|
|
def diagnose(
|
|
self,
|
|
system: str,
|
|
user_prompt: str,
|
|
history: list[dict] | None = None,
|
|
) -> str:
|
|
"""Полный цикл: system + история + user_prompt → ответ."""
|
|
messages = [{"role": "system", "content": system}]
|
|
if history:
|
|
messages.extend(history)
|
|
messages.append({"role": "user", "content": user_prompt})
|
|
return self.ask(messages)
|