feat(voice): enable full Antigravity Agent shell command execution and model fallback for Telegram voice bridge

handlers/voice.py

@@ -1,18 +1,41 @@
 import os
 import logging
-import aiohttp
+import asyncio
-import json
 import sqlite3
+import subprocess
 from datetime import datetime
 from aiogram import Router, F, Bot
-from aiogram.types import Message
+from aiogram.types import Message, BufferedInputFile
 from config import ADMIN_USER_ID, DATABASE_PATH
-from pathlib import Path
+import google.generativeai as genai
+import edge_tts
 
 logger = logging.getLogger(__name__)
 router = Router()
 
-WHISPER_API_URL = "http://192.168.10.168:9001/transcribe"
+# Валидный проверенный ключ Gemini API
+WORKING_GEMINI_KEY = "AIzaSyAJMfQ_mRZ1picRXVFNaeFJ7fpAkZxUKyk"
+genai.configure(api_key=WORKING_GEMINI_KEY)
+
+def execute_bash_command(command: str) -> str:
+    """Выполняет bash-команду на локальном Linux хосте (DockerServer) или по SSH на узлах сети (MacMini 192.168.10.167, Synology 192.168.10.105, MikroTik 192.168.10.215, NanoPi 192.168.10.1) и возвращает результат вывода."""
+    logger.info(f"⚡️ [Voice Agent Command] Executing bash: {command}")
+    try:
+        res = subprocess.run(
+            command,
+            shell=True,
+            capture_output=True,
+            text=True,
+            timeout=45
+        )
+        out = (res.stdout or "") + ("\n" + res.stderr if res.stderr else "")
+        output_str = out.strip()
+        if len(output_str) > 3000:
+            output_str = output_str[:3000] + "\n... [вывод обрезан]"
+        return output_str if output_str else "Команда выполнена успешно (вывод пуст)."
+    except Exception as e:
+        logger.error(f"❌ Bash Execution Error: {e}")
+        return f"Ошибка выполнения bash-команды: {e}"
 
 def log_voice_to_db(user_id, username, msg_type, duration, text):
     """Фиксация статистики в основную базу Домового"""
@@ -39,68 +62,141 @@ def log_voice_to_db(user_id, username, msg_type, duration, text):
     except Exception as e:
         logger.error(f"❌ DB Log error: {e}")
 
+async def text_to_speech_bytes(text: str) -> bytes:
+    """Синтез качественного голосового ответа на русском через Edge TTS"""
+    # Обрезаем длинный текст для аудио-резюме
+    short_text = text[:400] if len(text) > 400 else text
+    communicate = edge_tts.Communicate(short_text, "ru-RU-DmitryNeural")
+    out_path = f"/tmp/tts_{os.getpid()}_{int(datetime.now().timestamp())}.mp3"
+    await communicate.save(out_path)
+    audio_bytes = b""
+    if os.path.exists(out_path):
+        with open(out_path, "rb") as f:
+            audio_bytes = f.read()
+        os.remove(out_path)
+    return audio_bytes
+
+def process_audio_with_gemini(audio_path: str) -> str:
+    """Прямое транскрибирование аудио через Gemini Multimodal API"""
+    try:
+        logger.info(f"Выгрузка {audio_path} в Gemini Multimodal Audio API...")
+        audio_file = genai.upload_file(path=audio_path)
+        
+        prompt = (
+            "Точно транскрибируй эту голосовую заметку на русском языке в текст команды или вопроса. "
+            "Не добавляй никаких лишних комментариев, отдай только чистый текст произнесенных слов."
+        )
+        
+        model = genai.GenerativeModel('gemini-2.5-flash')
+        response = model.generate_content([audio_file, prompt])
+        
+        try:
+            genai.delete_file(name=audio_file.name)
+        except Exception:
+            pass
+
+        return response.text.strip() if response.text else ""
+    except Exception as e:
+        logger.error(f"Ошибка Gemini Audio API: {e}")
+        return ""
+
+async def execute_antigravity_agent(user_text: str) -> str:
+    """Обработка команды агентом Antigravity Lead Agent с правом выполнения bash-команд на хосте"""
+    system_instruction = (
+        "Ты — Antigravity Lead Agent, суперинтеллектуальный помощник Александра с абсолютными правами управления инфраструктурой. "
+        "Пользователь Александр обращается к тебе голосом в Телеграмме. Ты обладаешь ТЕМИ ЖЕ ПОЛНОМОЧИЯМИ И ВОЗМОЖНОСТЯМИ, что и в консоли Antigravity CLI! "
+        "Если пользователь просит проверить системные ресурсы, диски, процессы, файлы, контейнеры, сеть, провести чистку или выполнить любые действия на хосте или соседних серверах (MacMini, Synology, MikroTik, NanoPi) — "
+        "ОБЯЗАТЕЛЬНО используй функцию execute_bash_command для выполнения консольных команд! "
+        "Пример команд: 'df -h', 'du -d 1 -h /home/matrixhasyou', 'docker ps', 'docker system df', 'ssh matrixhasyou@192.168.10.167 ...'. "
+        "Всегда последовательно выполняй необходимые команды, анализируй выхлоп и давай развернутый, четкий, табличный и структурированный ответ."
+    )
+
+    models_to_try = ['gemini-3.5-flash-lite', 'gemini-3.5-flash', 'gemini-2.5-flash']
+    last_error = None
+
+    for model_name in models_to_try:
+        try:
+            logger.info(f"🚀 [Antigravity Agent] Попытка запуска с моделью: {model_name}")
+            model = genai.GenerativeModel(
+                model_name=model_name,
+                system_instruction=system_instruction,
+                tools=[execute_bash_command]
+            )
+            chat = model.start_chat(enable_automatic_function_calling=True)
+            response = chat.send_message(user_text)
+            if response and response.text:
+                return response.text.strip()
+        except Exception as e:
+            logger.warning(f"⚠️ [Antigravity Agent] Сбой на модели {model_name}: {e}")
+            last_error = e
+            await asyncio.sleep(2)
+
+    return f"❌ Ошибка исполнения Antigravity Agent: {last_error}"
+
 @router.message(F.voice | F.video_note)
 async def handle_voice_message(message: Message, bot: Bot):
-    # ПЕРЕВОДИМ ТОЛЬКО ДЛЯ ТЕБЯ (СУПЕРАДМИНА)
+    # ПЕРЕВОДИМ И ИСПОЛНЯЕМ ТОЛЬКО ДЛЯ ТЕБЯ (СУПЕРАДМИНА)
     if int(message.from_user.id) != int(ADMIN_USER_ID):
         return
 
-    status_msg = await message.reply("⏳ <i>Распознаю голос (Whisper AI)...</i>", parse_mode="HTML")
+    status_msg = await message.reply("🎙 <i>Слушаю и расшифровываю через Gemini Multimodal API...</i>", parse_mode="HTML")
     await bot.send_chat_action(message.chat.id, "typing")
     
     try:
         if message.voice:
             file_id = message.voice.file_id
-            filename = f"{file_id}.oga"
+            filename = f"voice_{file_id}.ogg"
+            duration = message.voice.duration
             msg_type = "VOICE"
         else:
             file_id = message.video_note.file_id
-            filename = f"{file_id}.mp4"
+            filename = f"note_{file_id}.mp4"
+            duration = message.video_note.duration
             msg_type = "VIDEO_NOTE"
 
-        file = await bot.get_file(file_id)
+        local_audio_path = f"/tmp/{filename}"
+        file_info = await bot.get_file(file_id)
+        await bot.download_file(file_info.file_path, local_audio_path)
 
-        # Используем aiohttp для отправки файла в микросервис
+        # 1. Прямая расшифровка через Gemini Audio
-        async with aiohttp.ClientSession() as session:
+        transcribed_text = process_audio_with_gemini(local_audio_path)
-            # Скачиваем файл во временный буфер
-            file_url = f"https://api.telegram.org/file/bot{bot.token}/{file.file_path}"
         
-            # Прокси если нужно (подтянется из конфига если настроено, но тут идем напрямую)
+        if os.path.exists(local_audio_path):
-            async with session.get(file_url) as file_resp:
+            os.remove(local_audio_path)
-                if file_resp.status != 200:
-                    raise Exception(f"Не удалось скачать файл из TG: {file_resp.status}")
 
-                file_content = await file_resp.read()
+        if transcribed_text:
+            log_voice_to_db(message.from_user.id, message.from_user.username, msg_type, int(duration), transcribed_text)
             
-                # Отправляем в наш Whisper-Service
+            await status_msg.edit_text(f"🗣 <b>Команда принята:</b> «<i>{transcribed_text}</i>»\n\n⚙️ <b>Агент выполняет системную команду...</b>", parse_mode="HTML")
-                data = aiohttp.FormData()
+            await bot.send_chat_action(message.chat.id, "record_voice")
-                data.add_field('file', file_content, filename=filename)
 
-                async with session.post(WHISPER_API_URL, data=data) as whisper_resp:
+            # 2. Исполнение Antigravity Agent с вызовом функций хоста
-                    if whisper_resp.status != 200:
+            agent_response = await execute_antigravity_agent(transcribed_text)
-                        err_text = await whisper_resp.text()
-                        raise Exception(f"Ошибка Whisper API: {err_text}")
 
-                    result = await whisper_resp.json()
+            # 3. Отправка текстового ответа
-                    text = result.get("text", "")
+            formatted_text = f"🎯 <b>Ответ Antigravity Agent:</b>\n\n{agent_response}"
-                    duration = result.get("duration", 0)
             
-        if text:
+            # Разделяем длинный текст Telegram если нужно (TG limit 4096)
-            # Логируем в базу
+            if len(formatted_text) > 4000:
-            log_voice_to_db(message.from_user.id, message.from_user.username, msg_type, int(duration), text)
+                await status_msg.edit_text(formatted_text[:4000], parse_mode="HTML")
+                await message.reply(formatted_text[4000:], parse_mode="HTML")
+            else:
+                await status_msg.edit_text(formatted_text, parse_mode="HTML")
 
-            # Формируем красивый ответ
+            # 4. Синтез и отправка голосовой заметки (Voice Note)
-            response = f"📝 <b>РАСШИФРОВКА</b> ({msg_type})\n"
+            try:
-            response += f"⏱ Длительность: {int(duration)}с\n"
+                voice_bytes = await text_to_speech_bytes(agent_response)
-            response += f"━━━━━━━━━━━━━━\n"
+                if voice_bytes:
-            response += f"<i>{text}</i>"
+                    voice_file = BufferedInputFile(voice_bytes, filename="reply_voice.mp3")
+                    await message.reply_voice(voice=voice_file, caption="🔊 Голосовой отклик Antigravity Agent")
+            except Exception as tts_err:
+                logger.error(f"TTS Send error: {tts_err}")
 
-            await status_msg.edit_text(response, parse_mode="HTML")
         else:
-            await status_msg.edit_text("🔇 Голос обнаружен, но слов не разобрал.")
+            await status_msg.edit_text("🔇 Голос принят, но Gemini не разобрал слов. Попробуй наговорить еще раз.")
             
     except Exception as e:
-        logger.error(f"❌ Voice Integration Error: {e}")
+        logger.error(f"❌ Gemini Voice Integration Error: {e}")
-        await status_msg.edit_text(f"❌ Ошибка модуля Whisper: {e}")
+        await status_msg.edit_text(f"❌ Ошибка голосового моста: {e}", parse_mode="HTML")
 
 voice_router = router