133 lines
5.2 KiB
Python
133 lines
5.2 KiB
Python
"""
|
|
app/services/llm_service.py — LLM Client (Ollama)
|
|
|
|
Version:
|
|
0.2.0 (WP-06 Hybrid Router Support)
|
|
"""
|
|
|
|
import httpx
|
|
import yaml
|
|
import logging
|
|
import os
|
|
from pathlib import Path
|
|
from app.config import get_settings
|
|
|
|
logger = logging.getLogger(__name__)
|
|
|
|
class LLMService:
|
|
def __init__(self):
|
|
self.settings = get_settings()
|
|
self.prompts = self._load_prompts()
|
|
|
|
# Timeout aus Config nutzen (Default 120s)
|
|
self.client = httpx.AsyncClient(
|
|
base_url=self.settings.OLLAMA_URL,
|
|
timeout=self.settings.LLM_TIMEOUT
|
|
)
|
|
|
|
def _load_prompts(self) -> dict:
|
|
"""Lädt Prompts aus der konfigurierten YAML-Datei."""
|
|
path = Path(self.settings.PROMPTS_PATH)
|
|
if not path.exists():
|
|
logger.warning(f"Prompt config not found at {path}, using defaults.")
|
|
return {}
|
|
|
|
try:
|
|
with open(path, "r", encoding="utf-8") as f:
|
|
return yaml.safe_load(f)
|
|
except Exception as e:
|
|
logger.error(f"Failed to load prompts: {e}")
|
|
return {}
|
|
|
|
async def generate_raw_response(self, prompt: str) -> str:
|
|
"""
|
|
Führt einen direkten LLM Call ohne RAG-Template aus.
|
|
Ideal für Classification/Routing.
|
|
"""
|
|
payload = {
|
|
"model": self.settings.LLM_MODEL,
|
|
"prompt": prompt,
|
|
"stream": False,
|
|
"options": {
|
|
"temperature": 0.0, # Deterministisch für Routing!
|
|
"num_ctx": 512 # Kleines Fenster reicht für Classification
|
|
}
|
|
}
|
|
|
|
try:
|
|
response = await self.client.post("/api/generate", json=payload)
|
|
if response.status_code != 200:
|
|
logger.error(f"Ollama Error ({response.status_code}): {response.text}")
|
|
return "FACT" # Fallback bei Fehler
|
|
|
|
data = response.json()
|
|
return data.get("response", "").strip()
|
|
|
|
except Exception as e:
|
|
logger.error(f"LLM Raw Gen Error: {e}")
|
|
return "FACT"
|
|
|
|
async def generate_rag_response(self, query: str, context_str: str) -> str:
|
|
"""
|
|
Generiert eine Antwort basierend auf Query und Kontext (RAG).
|
|
"""
|
|
# Template hier ist nur Fallback, falls im Router nichts übergeben wird.
|
|
# Im Normalfall formatiert der Router den context_str bereits vor oder übergibt das Template.
|
|
# Hier nutzen wir simple substitution, da der Prompt meist schon vom Router aufbereitet ist
|
|
# oder wir nutzen das Standard-Template aus der YAML.
|
|
|
|
# HINWEIS: In der neuen Architektur (chat.py) wird das Template bereits VOR diesem Aufruf
|
|
# geladen und formatiert, und als 'prompt' übergeben?
|
|
# Nein, chat.py ruft generate_rag_response(query, context_str) auf.
|
|
# Wir müssen sicherstellen, dass wir das *richtige* Template nutzen.
|
|
# Da generate_rag_response aktuell KEINEN 'template_key' Parameter hat,
|
|
# gehen wir davon aus, dass 'context_str' bereits Instruktionen enthält ODER
|
|
# dass chat.py den Prompt komplett baut.
|
|
|
|
# Um die API sauber zu halten: chat.py übergibt jetzt den FERTIGEN Prompt als context_str?
|
|
# Nein, chat.py baut den Prompt mit replace().
|
|
# Wir ändern diese Methode leicht ab, um flexibler zu sein:
|
|
# Wir erwarten, dass der Aufrufer (chat.py) die volle Kontrolle hat.
|
|
|
|
# Damit es 100% zusammenpasst mit dem chat.py unten:
|
|
# chat.py baut den finalen Prompt selbst zusammen!
|
|
# Wir nutzen daher generate_raw_response eigentlich auch für RAG,
|
|
# ODER wir passen generate_rag_response an, dass es "dumm" ist.
|
|
|
|
# Legacy Support für generate_rag_response:
|
|
# Wir bauen den Prompt zusammen, falls noch nicht geschehen.
|
|
# ABER: chat.py in meiner Version unten macht das Template-Handling.
|
|
# Daher ist der sauberste Weg: chat.py ruft generate_raw_response auf für die Antwort!
|
|
|
|
# FIX für Kompatibilität: Wir leiten rag_response intern auf raw um,
|
|
# bauen aber vorher den Prompt, falls context_str übergeben wird.
|
|
|
|
# Da wir chat.py kontrollieren (siehe unten), ändern wir chat.py so,
|
|
# dass es generate_raw_response nutzt! Das ist viel sauberer.
|
|
# Diese Methode bleibt für Backward Compatibility.
|
|
|
|
system_prompt = self.prompts.get("system_prompt", "")
|
|
rag_template = self.prompts.get("rag_template", "{context_str}\n\n{query}")
|
|
final_prompt = rag_template.format(context_str=context_str, query=query)
|
|
|
|
payload = {
|
|
"model": self.settings.LLM_MODEL,
|
|
"system": system_prompt,
|
|
"prompt": final_prompt,
|
|
"stream": False,
|
|
"options": {
|
|
"temperature": 0.7,
|
|
"num_ctx": 2048
|
|
}
|
|
}
|
|
|
|
try:
|
|
response = await self.client.post("/api/generate", json=payload)
|
|
if response.status_code != 200:
|
|
return f"Error: {response.text}"
|
|
return response.json().get("response", "")
|
|
except Exception as e:
|
|
return f"Error: {str(e)}"
|
|
|
|
async def close(self):
|
|
await self.client.aclose() |