Files
tf_provider/TOOLS/scripts/05_generate_docs_llm.py
T

117 lines
4.4 KiB
Python

#!/usr/bin/env python3
"""
LLM-улучшатель документации Nubes Terraform Provider.
Прогоняет сгенерированные docs-generator'ом .md файлы через LLM,
чтобы сделать описания читаемыми и логичными.
Использование:
python3 05_generate_docs_llm.py generated/test/docs
"""
import json, os, sys, time
from pathlib import Path
from urllib.request import Request, urlopen
API_URL = "https://api.aillm.ru/v1/chat/completions"
API_KEY = "sk-ucI5YvOticoOQ9Kuj5K9mQ"
MODEL = "gpt-oss-120b"
SYSTEM_PROMPT = """Ты — технический писатель. Улучши ОДИН .md файл документации Terraform-провайдера: сделай описания грамотными и логичными.
ПРАВИЛА:
1. НЕ ВЫДУМЫВАЙ параметры, типы, значения. Только улучшай формулировки.
2. HTML-таблицы — меняй ТОЛЬКО текст внутри <td>...</td>. НЕ ломай теги.
3. HCL-блоки (```hcl ... ```) — НЕ ТРОГАТЬ вообще.
4. Navigation-строки — НЕ ТРОГАТЬ.
5. MAN-секцию с HTML — переведи в читаемый Markdown.
6. Верни ТОЛЬКО улучшенный Markdown. Без JSON, без пояснений, без ``` в начале/конце.
Просто готовый текст файла."""
def call_llm(prompt: str) -> str:
data = json.dumps({
"model": MODEL,
"messages": [
{"role": "system", "content": SYSTEM_PROMPT},
{"role": "user", "content": prompt},
],
"temperature": 0.15,
"max_tokens": 4096,
}).encode()
req = Request(API_URL, data=data, headers={
"Authorization": f"Bearer {API_KEY}",
"Content-Type": "application/json",
})
for attempt in range(3):
try:
with urlopen(req, timeout=120) as resp:
result = json.loads(resp.read())
content = result["choices"][0]["message"]["content"].strip()
# Strip markdown fences if present
if content.startswith("```"):
lines = content.split("\n")
if len(lines) > 2:
content = "\n".join(lines[1:-1])
return content
except Exception as e:
print(f" retry {attempt+1}/3: {e}", file=sys.stderr)
time.sleep(5)
raise RuntimeError("LLM failed after 3 retries")
def main():
docs_dir = Path(sys.argv[1]) if len(sys.argv) > 1 else Path("generated/test/docs")
if not docs_dir.exists():
print(f"ERROR: {docs_dir} not found", file=sys.stderr)
sys.exit(1)
# Process only main manual pages: Name.md (not _example, _params_*, _outputs, _ops)
all_md = sorted(docs_dir.glob("*.md"))
targets = []
for f in all_md:
name = f.stem
if name == "index":
continue
# Skip known non-manual suffixes
if any(name.endswith(sfx) for sfx in ["_example", "_params_create", "_params_modify", "_outputs", "_ops", "_params"]):
continue
# Also skip second-level (subresource) example files
if "_" in name:
# Could be subresource manual like "postgres_database"
# Check if there's a matching _example file
targets.append(f)
else:
targets.append(f)
print(f"Processing {len(targets)} manual pages...")
failed = []
for i, f in enumerate(targets):
svc = f.stem
print(f" [{i+1}/{len(targets)}] {svc}...", end=" ", flush=True)
content = f.read_text()
# Truncate very long files
if len(content) > 12000:
content = content[:12000] + "\n\n... (обрезано для LLM)\n"
prompt = f"Улучши этот файл документации:\n\n=== {f.name} ===\n{content}"
try:
improved = call_llm(prompt)
if improved and len(improved) > 100:
f.write_text(improved)
print("OK")
else:
print("SKIP (empty response)")
except Exception as e:
print(f"FAILED: {e}")
failed.append(svc)
time.sleep(1.5)
if failed:
print(f"\nFailed ({len(failed)}): {', '.join(failed)}")
else:
print(f"\nAll {len(targets)} OK")
if __name__ == "__main__":
main()