import os import re import logging import asyncio import sqlite3 import subprocess from datetime import datetime from aiogram import Router, F, Bot from aiogram.types import Message, BufferedInputFile from config import ADMIN_USER_ID, DATABASE_PATH import google.generativeai as genai import edge_tts logger = logging.getLogger(__name__) router = Router() # 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""" try: conn = sqlite3.connect(DATABASE_PATH) cursor = conn.cursor() cursor.execute(''' CREATE TABLE IF NOT EXISTS voice_recognition_logs ( id INTEGER PRIMARY KEY AUTOINCREMENT, user_id INTEGER, username TEXT, message_type TEXT, duration INTEGER, text TEXT, created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP ) ''') cursor.execute(''' INSERT INTO voice_recognition_logs (user_id, username, message_type, duration, text) VALUES (?, ?, ?, ?, ?) ''', (user_id, username, msg_type, duration, text)) conn.commit() conn.close() except Exception as e: logger.error(f"❌ DB Log error: {e}") async def text_to_speech_bytes(text: str) -> bytes: """Синтез качественного женского голосового ответа на русском через Edge TTS с глубоким тембром""" # Если в тексте есть тег ..., озвучиваем именно его match = re.search(r"(.*?)", text, re.DOTALL | re.IGNORECASE) if match: speech_text = match.group(1).strip() else: # Иначе берем выжимку до 350 символов speech_text = text[:350] if len(text) > 350 else text # Очищаем от Markdown и спецсимволов для чистоты звучания for ch in ["*", "#", "_", "`", "~", ">", "•", "🎯", "⚙️", "📋", "💡", "🗄️", "🚨", "⚠️", "✅", "❌"]: speech_text = speech_text.replace(ch, "") speech_text = re.sub(r"\[.*?\]\(.*?\)", "", speech_text).strip() if not speech_text: speech_text = "Приняла, Александр. Всё структурировано и зафиксировано." communicate = edge_tts.Communicate(speech_text, "ru-RU-SvetlanaNeural", pitch="-8Hz", rate="-3%") 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 аудиозапись на русском языке в текст. " "Не добавляй никаких вводных слов, пояснений и комментариев, отдай исключительно 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 и мыслей агентом Майа с систематизацией и правом исполнения bash-команд""" system_instruction = ( "Ты — Майа (Maya / Antigravity Lead Agent), суперинтеллектуальный помощник Александра. " "Александр обращается к тебе голосом в Телеграмме или надиктованной аудиозаписью с диктофона. " "Твоя задача — быть идеальным личным инженером и аналитиком:\n\n" "1. СТРУКТУРИРОВАНИЕ МЫСЛЕЙ (если Александр надиктовал идеи, мысли, список дел или сумбурный поток):\n" " Разложи всё по четким блокам:\n" " 🎯 Суть: краткая главная мысль в 1-2 предложениях.\n" " 📋 Задачи к выполнению (Action Items): конкретные пункты с галочками [ ].\n" " 💡 Идеи в копилку / Бэклог: новые задумки, архитектурные гипотезы.\n" " 🗄️ Куда зафиксировать: в какую заметку Obsidian (HomeLab или Work) это стоит сохранить.\n\n" "2. СИСТЕМНЫЕ КОМАНДЫ (если Александр просит проверить ресурсы, диски, сеть, контейнеры, запустить что-то):\n" " ОБЯЗАТЕЛЬНО используй execute_bash_command! Выполни команду, проанализируй вывод и дай четкий отчет.\n" " Узлы сети: NanoPi R3S (root@192.168.10.1), Synology (matrixhasyou@192.168.10.105), MacMini (matrixhasyou@192.168.10.167), MikroTik (matrixhasyou@192.168.10.215).\n\n" "3. ГОЛОСОВОЙ ОТКЛИК ДЛЯ ОЗВУЧКИ:\n" " В САМОМ КОНЦЕ ответа ОБЯЗАТЕЛЬНО добавь тег ....\n" " Внутри него напиши короткое, живое, теплое и емкое резюме от Майи (1-3 предложения), которое будет озвучено вслух! " " Внутри пиши только чистый русский текст без звездочек, эмодзи, списков и Markdown." ) models_to_try = ['gemini-2.5-flash', 'gemini-3.5-flash', 'gemini-3.5-flash-lite'] last_error = None for model_name in models_to_try: try: logger.info(f"🚀 [Maya Agent] Запуск 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"⚠️ [Maya Agent] Сбой на модели {model_name}: {e}") last_error = e await asyncio.sleep(1) return f"❌ Ошибка исполнения Maya Agent: {last_error}" @router.message(F.voice | F.video_note | F.audio | F.document) async def handle_voice_message(message: Message, bot: Bot): # ПЕРЕВОДИМ И ИСПОЛНЯЕМ СТРОГО ДЛЯ АЛЕКСАНДРА (ЧУЖИХ НЕ ПУСКАЕМ!) if int(message.from_user.id) != int(ADMIN_USER_ID): return # Определяем тип медиафайла msg_type = "VOICE" duration = 0 filename = "audio.ogg" file_id = None if message.voice: file_id = message.voice.file_id filename = f"voice_{file_id}.ogg" duration = message.voice.duration msg_type = "VOICE" elif message.video_note: file_id = message.video_note.file_id filename = f"note_{file_id}.mp4" duration = message.video_note.duration msg_type = "VIDEO_NOTE" elif message.audio: file_id = message.audio.file_id ext = os.path.splitext(message.audio.file_name or "audio.mp3")[1] or ".mp3" filename = f"audio_{file_id}{ext}" duration = message.audio.duration or 0 msg_type = "AUDIO_RECORDING" elif message.document: doc = message.document fn = (doc.file_name or "").lower() mime = (doc.mime_type or "").lower() allowed_exts = ('.mp3', '.m4a', '.ogg', '.wav', '.aac', '.flac', '.3gp', '.oga', '.wma') if not (mime.startswith("audio/") or fn.endswith(allowed_exts)): return # Не аудиозапись, пропускаем для других хэндлеров file_id = doc.file_id ext = os.path.splitext(doc.file_name or "rec.m4a")[1] or ".m4a" filename = f"doc_{file_id}{ext}" duration = 0 msg_type = "RECORDER_FILE" else: return status_msg = await message.reply("🎙 Слушаю и анализирую аудиозапись...", parse_mode="HTML") await bot.send_chat_action(message.chat.id, "typing") try: 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) # 1. Прямая расшифровка через Gemini Audio transcribed_text = process_audio_with_gemini(local_audio_path) if os.path.exists(local_audio_path): os.remove(local_audio_path) if transcribed_text: log_voice_to_db(message.from_user.id, message.from_user.username, msg_type, int(duration), transcribed_text) await status_msg.edit_text(f"🗣 Услышано: «{transcribed_text}»\n\n⚙️ Майа систематизирует и готовит ответ...", parse_mode="HTML") await bot.send_chat_action(message.chat.id, "record_voice") # 2. Исполнение Maya Lead Agent (систематизация + команды хоста) agent_response = await execute_antigravity_agent(transcribed_text) # 3. Подготовка текста для отправки (вырезаем тег из визуального сообщения) clean_text = re.sub(r".*?", "", agent_response, flags=re.DOTALL).strip() formatted_text = f"🎯 Майа // Структурированный отклик:\n\n{clean_text}" # Разделяем длинный текст Telegram если нужно (TG limit 4096) if len(formatted_text) > 4000: 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") # 4. Синтез и отправка голосовой заметки (Voice Note) try: voice_bytes = await text_to_speech_bytes(agent_response) if voice_bytes: voice_file = BufferedInputFile(voice_bytes, filename="reply_voice.mp3") await message.reply_voice(voice=voice_file, caption="🎙 Голосовой отклик Майи") except Exception as tts_err: logger.error(f"TTS Send error: {tts_err}") else: await status_msg.edit_text("🔇 Аудиозапись принята, но слова не распознаны. Попробуй наговорить еще раз.") except Exception as e: logger.error(f"❌ Maya Voice Integration Error: {e}") await status_msg.edit_text(f"❌ Ошибка обработки аудио: {e}", parse_mode="HTML") voice_router = router