Обновлены настройки для интеграции с AI-agent сервисом. Изменены переменные окружения в .env, добавлен путь к .env в конфигурации, обновлен GigaChatService для работы через AI-agent. Также исправлены запросы в ScheduleGenerator для корректной загрузки задач. Обновлен docker-compose для подключения к AI-agent сервису.

new-planet-backend/app/services/gigachat_service.py

@@ -7,19 +7,26 @@ import time
 from urllib.parse import urlencode
 from typing import Optional, List, Dict, Any
 
-from dotenv import load_dotenv
-
 from app.core.config import settings
-
-load_dotenv()
+from app.services.ai_agent_client import ai_agent_client
 
 class GigaChatService:
+    """
+    Сервис для работы с GigaChat через внешний AI-agent сервис.
+    Все запросы к GigaChat теперь проходят через внешний сервис.
+    """
     def __init__(self):
         self.access_token: Optional[str] = None
         self.token_expires_at: Optional[float] = None
     
     async def _get_token(self) -> str:
-        """Получить OAuth токен"""
+        """
+        Получить OAuth токен.
+        
+        ВНИМАНИЕ: Этот метод больше не используется, так как все запросы
+        к GigaChat теперь проходят через внешний AI-agent сервис.
+        Метод оставлен для возможной обратной совместимости.
+        """
         # Проверяем, не истек ли токен (оставляем запас 60 секунд)
         if self.access_token and self.token_expires_at:
             if time.time() < (self.token_expires_at - 60):
@@ -110,49 +117,59 @@ class GigaChatService:
         context: Optional[List[Dict[str, Any]]] = None,
         model: str = None
     ) -> Dict[str, Any]:
-        """Отправить сообщение в GigaChat"""
-        token = await self._get_token()
-        model = model or settings.GIGACHAT_MODEL_CHAT or "GigaChat"
-        
-        messages = context or []
-        messages.append({"role": "user", "content": message})
-        
-        headers = {
-            "Authorization": f"Bearer {token}",
-            "Content-Type": "application/json"
-        }
-        
-        payload = {
-            "model": model,
-            "messages": messages,
-            "temperature": 0.7,
-            "max_tokens": 2000
-        }
-        
-        # Отключаем проверку SSL (только для разработки!)
-        # Используем ssl=False для полного отключения проверки сертификата
-        connector = aiohttp.TCPConnector(ssl=False)
-        async with aiohttp.ClientSession(connector=connector) as session:
-            async with session.post(
-                f"{settings.GIGACHAT_BASE_URL}/chat/completions",
-                headers=headers,
-                json=payload
-            ) as response:
-                if response.status != 200:
-                    error_text = await response.text()
-                    raise Exception(f"GigaChat API error: {response.status} - {error_text}")
-                
-                result = await response.json()
+        """
+        Отправить сообщение в GigaChat через внешний AI-agent сервис.
+        Сохраняет обратную совместимость с форматом ответа GigaChat API.
+        """
+        try:
+            # Используем внешний AI-agent сервис
+            result = await ai_agent_client.chat(
+                message=message,
+                conversation_id=None,  # Если нужен conversation_id, его нужно передавать отдельно
+                context=context
+            )
+            
+            # Преобразуем ответ AI-agent сервиса в формат, совместимый с GigaChat API
+            # Предполагаем, что ai_agent_client возвращает структуру ChatResponse или аналогичную
+            if "response" in result:
+                # Если ответ в формате ChatResponse, преобразуем в формат GigaChat
+                return {
+                    "model": result.get("model", model or settings.GIGACHAT_MODEL_CHAT or "GigaChat"),
+                    "choices": [{
+                        "message": {
+                            "role": "assistant",
+                            "content": result["response"]
+                        },
+                        "finish_reason": "stop"
+                    }],
+                    "usage": {
+                        "total_tokens": result.get("tokens_used", 0),
+                        "prompt_tokens": 0,
+                        "completion_tokens": result.get("tokens_used", 0)
+                    }
+                }
+            else:
+                # Если ответ уже в формате GigaChat, возвращаем как есть
                 return result
+        except Exception as e:
+            # Если внешний сервис недоступен, пробрасываем ошибку
+            raise Exception(f"AI-agent service error: {str(e)}")
     
     async def generate_text(
         self,
         prompt: str,
         model: str = None
     ) -> str:
-        """Генерация текста по промпту"""
-        result = await self.chat(prompt, model=model)
-        return result.get("choices", [{}])[0].get("message", {}).get("content", "")
+        """
+        Генерация текста по промпту через внешний AI-agent сервис.
+        """
+        try:
+            # Используем метод generate_text из ai_agent_client
+            response_text = await ai_agent_client.generate_text(prompt=prompt, model=model)
+            return response_text
+        except Exception as e:
+            # Если произошла ошибка, пробрасываем её
+            raise Exception(f"AI-agent service error: {str(e)}")
 
 
 gigachat_service = GigaChatService()