264 lines
13 KiB
Python
264 lines
13 KiB
Python
#!/usr/bin/env python3
|
||
"""
|
||
Интеллектуальное юридическое ядро МКД «Домовой 2.0» (AI Legal Engine)
|
||
Работает на базе Gemini 2.5 Flash / Pro:
|
||
- Нативный слух (Gemini Multimodal Audio) без Whisper
|
||
- Прямой асинхронный REST API (высокая отказоустойчивость без конфликтов pydantic)
|
||
- Разграничение ролей: resident (соседский помощник), lawyer (претензионно-судебный), admin (глубокий аудит)
|
||
"""
|
||
|
||
import os
|
||
import sys
|
||
import logging
|
||
import asyncio
|
||
import aiohttp
|
||
import base64
|
||
from datetime import datetime
|
||
from pathlib import Path
|
||
|
||
log = logging.getLogger("ai_legal_engine")
|
||
class AILegalEngine:
|
||
def __init__(self):
|
||
raw_key = os.getenv("GOOGLE_API_KEY", "AIzaSyAJMfQ_mRZ1picRXVFNaeFJ7fpAkZxUKyk")
|
||
self.api_key = raw_key.strip("\"'") if raw_key else ""
|
||
self.client = None
|
||
self.model_name = "gemini-2.5-flash"
|
||
self.deep_model_name = "gemini-2.5-flash"
|
||
self._init_sdk_client()
|
||
|
||
def _init_sdk_client(self):
|
||
if not self.api_key:
|
||
log.warning("Gemini API Key missing! AI Legal Engine will run in offline mode.")
|
||
return
|
||
|
||
try:
|
||
from google import genai
|
||
self.client = genai.Client(api_key=self.api_key)
|
||
log.info("Gemini SDK Client initialized.")
|
||
except Exception as e:
|
||
log.info(f"Using high-performance direct REST engine (SDK not active: {e})")
|
||
|
||
def get_role_instructions(self, role: str) -> str:
|
||
if role == "resident":
|
||
return (
|
||
"СТИЛЬ ОТВЕТА: Спокойный, понятный, без бюрократического канцелярита.\n"
|
||
"ТРЕБОВАНИЯ:\n"
|
||
"1. Суть ситуации простыми словами (1-2 абзаца).\n"
|
||
"2. Пошаговый порядок действий (Шаг 1, Шаг 2, Шаг 3).\n"
|
||
"3. Кто несет ответственность (УК, застройщик, поставщик ресурсов, совет дома).\n"
|
||
"4. Образец краткого заявления при необходимости."
|
||
)
|
||
else:
|
||
return (
|
||
"СТИЛЬ ОТВЕТА: Сугубо юридический, строгий, аргументированный.\n"
|
||
"ТРЕБОВАНИЯ:\n"
|
||
"1. Правовая квалификация ситуации со ссылками на статьи нормативных актов РФ (ЖК РФ, ГК РФ, 59-ФЗ, ЗоЗПП, ПП РФ № 354, ПП РФ № 491, Госстрой № 170, СанПиН).\n"
|
||
"2. Оценка рисков, перспектив в надзорных органах и суде.\n"
|
||
"3. Четкий алгоритм действий (досудебная претензия, жалоба в ГЖИ / прокуратуру, иск).\n"
|
||
"4. Готовый образец мотивировочной части претензии или заявления при необходимости."
|
||
)
|
||
return "Отвечай строго по существу."
|
||
|
||
async def _query_rest_api(self, prompt: str, system_instruction: str, model: str, audio_path: str = None) -> str:
|
||
"""Прямой асинхронный REST запрос к Google Gemini API."""
|
||
url = f"https://generativelanguage.googleapis.com/v1beta/models/{model}:generateContent?key={self.api_key}"
|
||
parts = []
|
||
|
||
# Аудио вложение
|
||
if audio_path and os.path.exists(audio_path):
|
||
with open(audio_path, "rb") as af:
|
||
audio_b64 = base64.b64encode(af.read()).decode("utf-8")
|
||
parts.append({
|
||
"inlineData": {
|
||
"mimeType": "audio/ogg",
|
||
"data": audio_b64
|
||
}
|
||
})
|
||
if not prompt:
|
||
prompt = "Внимательно прослушай аудиосообщение жильца дома. Точно выдели юридическую суть и дай обоснованный ответ."
|
||
|
||
parts.append({"text": prompt})
|
||
|
||
payload = {
|
||
"system_instruction": {
|
||
"parts": [{"text": system_instruction}]
|
||
},
|
||
"contents": [
|
||
{"parts": parts}
|
||
],
|
||
"generationConfig": {
|
||
"temperature": 0.2 if model == self.deep_model_name else 0.4
|
||
}
|
||
}
|
||
|
||
async with aiohttp.ClientSession() as session:
|
||
async with session.post(url, json=payload, timeout=aiohttp.ClientTimeout(total=45)) as resp:
|
||
if resp.status != 200:
|
||
err_text = await resp.text()
|
||
raise RuntimeError(f"Gemini API HTTP {resp.status}: {err_text[:300]}")
|
||
data = await resp.json()
|
||
return data["candidates"][0]["content"]["parts"][0]["text"]
|
||
|
||
async def query_notebooklm(self, prompt: str) -> dict:
|
||
"""Прямой запрос к блокноту NotebookLM «Разбор ответов строго по ЖК РФ»."""
|
||
import shutil
|
||
notebook_id = os.getenv("NOTEBOOKLM_ID", "00ed7d92-1ab2-4159-ac72-1d0c4be21377")
|
||
candidates = [
|
||
"/usr/local/bin/notebooklm",
|
||
shutil.which("notebooklm"),
|
||
"/home/matrixhasyou/swarm-services/domovoy-bot/venv-ai/bin/notebooklm",
|
||
"notebooklm"
|
||
]
|
||
nb_bin = None
|
||
for b in candidates:
|
||
if b and os.path.exists(b) and os.access(b, os.X_OK):
|
||
# Проверим, не сломан ли шебанг
|
||
try:
|
||
with open(b, "rb") as f:
|
||
first_line = f.readline()
|
||
if first_line.startswith(b"#!"):
|
||
interp = first_line[2:].strip().decode("utf-8", errors="ignore")
|
||
if not os.path.exists(interp):
|
||
continue
|
||
except Exception:
|
||
pass
|
||
nb_bin = b
|
||
break
|
||
if not nb_bin:
|
||
nb_bin = "/usr/local/bin/notebooklm" if os.path.exists("/usr/local/bin/notebooklm") else "notebooklm"
|
||
|
||
cmd = [
|
||
nb_bin, "ask",
|
||
"-n", notebook_id,
|
||
prompt
|
||
]
|
||
env = os.environ.copy()
|
||
env["HOME"] = "/root" if os.path.exists("/root/.notebooklm") else os.environ.get("HOME", "/root")
|
||
env["SSL_CERT_FILE"] = "/etc/ssl/certs/ca-certificates.crt"
|
||
|
||
try:
|
||
proc = await asyncio.create_subprocess_exec(
|
||
*cmd,
|
||
stdout=asyncio.subprocess.PIPE,
|
||
stderr=asyncio.subprocess.PIPE,
|
||
env=env
|
||
)
|
||
try:
|
||
stdout, stderr = await asyncio.wait_for(proc.communicate(), timeout=90.0)
|
||
except asyncio.TimeoutError:
|
||
try: proc.kill()
|
||
except: pass
|
||
return {"success": False, "error": "Таймаут обращения к NotebookLM (более 90 сек)", "source": "notebooklm"}
|
||
|
||
out_str = stdout.decode('utf-8', errors='ignore').strip()
|
||
err_str = stderr.decode('utf-8', errors='ignore').strip()
|
||
|
||
if proc.returncode == 0 and out_str and "Authentication Error" not in out_str and "Not logged in" not in out_str:
|
||
lines = [l for l in out_str.splitlines() if not l.startswith("Continuing conversation") and not l.startswith("Resumed conversation")]
|
||
cleaned = "\n".join(lines).strip()
|
||
if cleaned.startswith("Answer:"):
|
||
cleaned = cleaned[len("Answer:"):].strip()
|
||
return {"success": True, "text": cleaned, "source": "notebooklm"}
|
||
else:
|
||
log.warning(f"NotebookLM non-zero or auth err: code={proc.returncode}, out={out_str[:200]}, err={err_str[:200]}")
|
||
return {"success": False, "error": err_str or out_str, "source": "notebooklm"}
|
||
except Exception as e:
|
||
log.error(f"NotebookLM exec exception: {e}")
|
||
return {"success": False, "error": str(e), "source": "notebooklm"}
|
||
|
||
async def query(self, prompt: str, role: str = "resident", audio_path: str = None) -> dict:
|
||
"""Основной метод запроса: NotebookLM (первый безусловный приоритет) -> Gemini (fallback/аудио)."""
|
||
start_time = datetime.now()
|
||
|
||
# 1. Текстовые вопросы ВСЕХ пользователей идут строго в блокнот «Разбор ответов строго по ЖК РФ»!
|
||
if not audio_path and prompt:
|
||
nlm_res = await self.query_notebooklm(prompt)
|
||
if nlm_res.get("success"):
|
||
latency = (datetime.now() - start_time).total_seconds()
|
||
return {
|
||
"success": True,
|
||
"text": nlm_res["text"],
|
||
"answer": nlm_res["text"],
|
||
"role": role,
|
||
"latency_sec": round(latency, 2),
|
||
"model": "NotebookLM: Разбор ответов строго по ЖК РФ"
|
||
}
|
||
else:
|
||
log.warning(f"NotebookLM query failed: {nlm_res.get('error')}. Falling back to Gemini.")
|
||
|
||
# 2. Резервный контур через Gemini API (для аудиосообщений либо если блокнот временно недоступен)
|
||
if not self.api_key:
|
||
return {
|
||
"success": False,
|
||
"text": "ИИ-модуль временно недоступен. Проверьте подключение.",
|
||
"role": role,
|
||
"latency_sec": 0.0
|
||
}
|
||
|
||
system_instruction = (
|
||
"Ты — профессиональный юридический консультант по жилищному праву РФ (ЖК РФ, ГК РФ, защита прав потребителей в сфере ЖКХ).\n"
|
||
"ЖЕСТКИЕ ПРАВИЛА ОФОРМЛЕНИЯ:\n"
|
||
"1. КАТЕГОРИЧЕСКИ ЗАПРЕЩЕНО писать любые самопрезентации, самоназвания, титулы, приветствия или регалии (никаких 'Я — аналитик', 'Главный стратег', 'Юридический щит', 'Здравствуйте', 'Я помогу вам').\n"
|
||
"2. Ответ начинать СТРОГО сразу по существу вопроса.\n"
|
||
"3. Полный минимализм: только факты, правовые нормы, статьи законов и пошаговый алгоритм действий. Без рекламной шелухи и упоминания технологий/моделей.\n"
|
||
f"{self.get_role_instructions(role)}"
|
||
)
|
||
|
||
# Каскад моделей при перегрузке или временной недоступности (503/429)
|
||
models_to_try = [
|
||
self.model_name,
|
||
"gemini-flash-latest",
|
||
"gemini-3-flash-preview"
|
||
]
|
||
# Убираем дубликаты с сохранением порядка
|
||
seen = set()
|
||
models_cascade = [m for m in models_to_try if not (m in seen or seen.add(m))]
|
||
|
||
last_err = None
|
||
for model_to_use in models_cascade:
|
||
try:
|
||
reply_text = await self._query_rest_api(
|
||
prompt=prompt,
|
||
system_instruction=system_instruction,
|
||
model=model_to_use,
|
||
audio_path=audio_path
|
||
)
|
||
|
||
latency = (datetime.now() - start_time).total_seconds()
|
||
|
||
return {
|
||
"success": True,
|
||
"text": reply_text.strip(),
|
||
"answer": reply_text.strip(),
|
||
"role": role,
|
||
"latency_sec": round(latency, 2),
|
||
"model": model_to_use
|
||
}
|
||
|
||
except Exception as e:
|
||
last_err = e
|
||
log.warning(f"Model {model_to_use} failed ({e}), trying next fallback...")
|
||
await asyncio.sleep(0.5)
|
||
|
||
latency = (datetime.now() - start_time).total_seconds()
|
||
log.error(f"All Gemini fallback models failed: {last_err}")
|
||
return {
|
||
"success": False,
|
||
"text": f"Шлюз ИИ временно перегружен. Пожалуйста, повторите вопрос через несколько секунд.",
|
||
"role": role,
|
||
"latency_sec": round(latency, 2)
|
||
}
|
||
|
||
# Глобальный синглтон юридического ядра для роутеров бота
|
||
legal_engine = AILegalEngine()
|
||
|
||
if __name__ == "__main__":
|
||
async def test():
|
||
engine = AILegalEngine()
|
||
res = await engine.query("Какие сроки ответа прокуратуры по закону 59-ФЗ?", role="resident")
|
||
print("Success:", res["success"])
|
||
print("Latency:", res["latency_sec"])
|
||
print("Model:", res.get("model"))
|
||
print("Text snippet:\n", res["text"][:300])
|
||
|
||
asyncio.run(test())
|