Public Access
172 lines
7.5 KiB
Python
172 lines
7.5 KiB
Python
import os
|
|
import json
|
|
from dotenv import load_dotenv
|
|
from fasthtml.common import *
|
|
from openai import OpenAI
|
|
from groq import Groq
|
|
from google import genai
|
|
|
|
# ==========================================
|
|
# SECTION 1. INITIALISATION & SÉCURITÉ
|
|
# ==========================================
|
|
load_dotenv()
|
|
app, rt = fast_app()
|
|
|
|
# ==========================================
|
|
# SECTION 2. CONNEXION AUX IA
|
|
# ==========================================
|
|
# --- SOUS-SECTION 2A : Initialisation des clients ---
|
|
local_client = OpenAI(base_url="http://192.168.1.20:11434/v1", api_key="ollama")
|
|
groq_client = Groq(api_key=os.getenv("GROQ_API_KEY"))
|
|
gemini_client = genai.Client(api_key=os.getenv("GEMINI_API_KEY"))
|
|
|
|
# --- SOUS-SECTION 2B : Cascade Google Gemini ---
|
|
def interroger_gemini_cascade(prompt):
|
|
"""
|
|
Tente systématiquement la version MAXIMUM (Pro).
|
|
Si le compte n'a pas les droits ou si le serveur est plein, descend en gamme.
|
|
"""
|
|
modeles_a_tester = [
|
|
"gemini-3.1-pro-preview", # Max absolu
|
|
"gemini-3.1-pro", # Max stable
|
|
"gemini-2.5-pro", # Max ancienne génération
|
|
"gemini-3.7-flash", # Meilleur modèle rapide et gratuit
|
|
"gemini-3.6-flash" # Secours
|
|
]
|
|
|
|
for nom_modele in modeles_a_tester:
|
|
try:
|
|
ia_response = gemini_client.models.generate_content(
|
|
model=nom_modele,
|
|
contents=prompt,
|
|
config={"system_instruction": "Réponds toujours dans la même langue que celle utilisée par l'utilisateur."}
|
|
)
|
|
return ia_response.text, nom_modele
|
|
except Exception:
|
|
# On ignore l'erreur silencieusement et on passe au modèle suivant
|
|
continue
|
|
|
|
raise Exception("Tous les modèles Gemini sont indisponibles actuellement.")
|
|
|
|
# ==========================================
|
|
# SECTION 3. INTERFACE UTILISATEUR (UI FastHTML)
|
|
# ==========================================
|
|
@rt('/')
|
|
def get():
|
|
return Titled("Aethas38 - Orchestrateur",
|
|
Main(
|
|
H1("Multi-IA : Demandez, l'Orchestrateur choisit !"),
|
|
Form(
|
|
Input(type="text", name="prompt", placeholder="Posez votre question...", style="width: 100%; padding: 10px; margin-bottom: 10px;"),
|
|
Button("Envoyer la requête", type="submit", style="padding: 10px 20px; cursor: pointer;"),
|
|
hx_post="/chat",
|
|
hx_target="#result",
|
|
hx_indicator="#loading"
|
|
),
|
|
Div("L'Orchestrateur analyse et route la requête...", id="loading", cls="htmx-indicator", style="color: gray; font-style: italic; margin-top: 10px;"),
|
|
Div(id="result", style="margin-top: 20px;"), # Zone vide où le résultat s'injectera
|
|
cls="container"
|
|
)
|
|
)
|
|
|
|
# ==========================================
|
|
# SECTION 4. LE MOTEUR DE ROUTAGE (L'Aiguilleur)
|
|
# ==========================================
|
|
@rt('/chat')
|
|
def post(prompt: str):
|
|
try:
|
|
# --- SOUS-SECTION 4A : Analyse par Qwen (Le Cerveau) ---
|
|
router_prompt = """Tu es l'Aiguilleur (Routeur) du projet Aethas38.
|
|
Choisis le fournisseur d'IA le plus adapté :
|
|
- "groq" : programmation, code, scripts, mathématiques, logique.
|
|
- "gemini" : rédaction, littérature, recettes, culture générale, résumés, art.
|
|
- "local" : UNIQUEMENT pour les salutations (bonjour, test, coucou).
|
|
Format strict : {"intention": "description courte", "fournisseur": "nom"}
|
|
Ne dis absolument RIEN d'autre.
|
|
"""
|
|
|
|
router_response = local_client.chat.completions.create(
|
|
model="qwen2.5:3b",
|
|
messages=[{"role": "system", "content": router_prompt}, {"role": "user", "content": prompt}],
|
|
temperature=0.1
|
|
)
|
|
|
|
raw_decision = router_response.choices[0].message.content
|
|
|
|
# --- NOUVEAU : Nettoyage blindé (Anticrash) ---
|
|
# On cherche manuellement les accolades pour extraire le JSON pur
|
|
start_idx = raw_decision.find('{')
|
|
end_idx = raw_decision.rfind('}') + 1
|
|
|
|
if start_idx != -1 and end_idx != 0:
|
|
clean_json = raw_decision[start_idx:end_idx]
|
|
decision = json.loads(clean_json)
|
|
else:
|
|
# Filet de sécurité si Qwen ne renvoie pas du tout de JSON
|
|
decision = {"intention": "Analyse échouée (Secours)", "fournisseur": "gemini"}
|
|
|
|
fournisseur = decision.get("fournisseur", "local").lower()
|
|
intention = decision.get("intention", "Non définie")
|
|
|
|
# --- SOUS-SECTION 4B : Exécution de la Requête (avec respect de la langue) ---
|
|
nom_modele_utilise = ""
|
|
|
|
if fournisseur == "groq":
|
|
nom_modele_utilise = "llama3-70b-8192"
|
|
ia_response = groq_client.chat.completions.create(
|
|
messages=[
|
|
{"role": "system", "content": "Réponds systématiquement dans la même langue que celle utilisée par l'utilisateur."},
|
|
{"role": "user", "content": prompt}
|
|
],
|
|
model=nom_modele_utilise,
|
|
)
|
|
reponse_finale = ia_response.choices[0].message.content
|
|
couleur = "#f97316" # Orange Groq
|
|
nom_fournisseur = "GROQ (Llama 3)"
|
|
|
|
elif fournisseur == "gemini":
|
|
reponse_finale, nom_modele_utilise = interroger_gemini_cascade(prompt)
|
|
couleur = "#3b82f6" # Bleu Gemini
|
|
nom_fournisseur = "GOOGLE GEMINI"
|
|
|
|
else:
|
|
nom_modele_utilise = "qwen2.5:3b"
|
|
ia_response = local_client.chat.completions.create(
|
|
model=nom_modele_utilise,
|
|
messages=[
|
|
{"role": "system", "content": "Réponds systématiquement dans la langue utilisée par l'utilisateur."},
|
|
{"role": "user", "content": prompt}
|
|
]
|
|
)
|
|
reponse_finale = ia_response.choices[0].message.content
|
|
couleur = "#10b981" # Vert Local
|
|
nom_fournisseur = "SERVEUR LOCAL"
|
|
|
|
# --- SOUS-SECTION 4C : Formatage Visuel (L'encart spécifique) ---
|
|
|
|
# 1. Le bloc d'informations (Encart visuel distinct)
|
|
encart_info = Div(
|
|
H4("Aperçu IA", style="margin: 0 0 10px 0; color: #fff;"),
|
|
P(f"🎯 Intention : {intention}", style="margin: 0 0 5px 0; font-size: 0.9em;"),
|
|
P(f"🏢 Fournisseur : {nom_fournisseur}", style="margin: 0 0 5px 0; font-size: 0.9em;"),
|
|
P(f"🧠 Modèle utilisé : ", Span(nom_modele_utilise, style="font-weight: bold; color: #fff;"), style="margin: 0; font-size: 0.9em;"),
|
|
style=f"background-color: {couleur}22; border: 1px solid {couleur}; border-left: 5px solid {couleur}; padding: 15px; border-radius: 5px; margin-bottom: 20px;"
|
|
)
|
|
|
|
# 2. Le bloc de réponse de l'IA
|
|
bloc_reponse = Div(
|
|
P(reponse_finale, style="white-space: pre-wrap; margin: 0; line-height: 1.6;"),
|
|
style="background-color: #222; border: 1px solid #444; padding: 20px; border-radius: 5px; color: #eee;"
|
|
)
|
|
|
|
# On retourne les deux blocs empilés
|
|
return Div(encart_info, bloc_reponse)
|
|
|
|
except Exception as e:
|
|
return P(f"Erreur du système : {e}", style="color: red; font-weight: bold; padding: 15px; background: #330000; border: 1px solid red;")
|
|
|
|
# ==========================================
|
|
# SECTION 5. DÉMARRAGE DU SERVEUR
|
|
# ==========================================
|
|
if __name__ == '__main__':
|
|
serve(port=5001) |