anti-plagiarism/services/worker-gpu/app/ollama_client.py

"""Клиент для LLM (анализ парафраза, суммаризация) — Ollama или OpenRouter.

Бэкенд переключается через LLM_BACKEND:
- "ollama" — локальный сервер, полный контроль, но требует GPU-хост.
- "openrouter" — облачный API (OpenAI-совместимый), дешёвая модель типа
  DeepSeek. Для L4 (да/нет + уверенность, не творческая задача) "ум" модели
  не критичен — но зато не нужен вообще никакой локальный GPU/Ollama.
"""

import json
import logging

import httpx

from app.config import settings

logger = logging.getLogger(__name__)


class OllamaClient:
    """HTTP клиент для LLM (Ollama или OpenRouter, см. LLM_BACKEND)."""

    def __init__(self) -> None:
        self.base_url = settings.OLLAMA_URL
        self.model = "qwen2.5:7b"
        self.timeout = 60.0  # секунд

    def _complete(self, prompt: str, temperature: float, num_predict: int, json_mode: bool = False) -> str | None:
        """Единая точка входа для генерации текста — прячет разницу Ollama/OpenRouter.

        Возвращает сырой текст ответа модели или None при ошибке (недоступность,
        таймаут и т.п. — вызывающий код сам решает, как деградировать).
        """
        if settings.LLM_BACKEND == "openrouter":
            return self._complete_openrouter(prompt, temperature, num_predict, json_mode)
        return self._complete_ollama(prompt, temperature, num_predict, json_mode)

    def _complete_ollama(self, prompt: str, temperature: float, num_predict: int, json_mode: bool) -> str | None:
        try:
            payload = {
                "model": self.model,
                "prompt": prompt,
                "stream": False,
                "options": {"temperature": temperature, "num_predict": num_predict},
            }
            if json_mode:
                payload["format"] = "json"
            response = httpx.post(f"{self.base_url}/api/generate", json=payload, timeout=self.timeout)
            response.raise_for_status()
            return response.json().get("response", "")
        except (httpx.TimeoutException, httpx.ConnectError) as e:
            logger.warning(f"Ollama недоступна: {e}")
            return None

    def _complete_openrouter(self, prompt: str, temperature: float, num_predict: int, json_mode: bool) -> str | None:
        try:
            payload: dict = {
                "model": settings.OPENROUTER_MODEL,
                "messages": [{"role": "user", "content": prompt}],
                "temperature": temperature,
                "max_tokens": num_predict,
            }
            if json_mode:
                payload["response_format"] = {"type": "json_object"}
            response = httpx.post(
                settings.OPENROUTER_URL,
                json=payload,
                headers={"Authorization": f"Bearer {settings.OPENROUTER_API_KEY}"},
                timeout=self.timeout,
            )
            response.raise_for_status()
            return response.json()["choices"][0]["message"]["content"]
        except (httpx.TimeoutException, httpx.ConnectError) as e:
            logger.warning(f"OpenRouter недоступен: {e}")
            return None

    def check_paraphrase(self, text_a: str, text_b: str) -> dict:
        """
        Проверить является ли text_b парафразом text_a с помощью LLM.

        Args:
            text_a: Исходный текст из базы данных (до 500 символов)
            text_b: Проверяемый фрагмент (до 500 символов)

        Returns:
            dict с полями:
                - is_paraphrase: bool
                - confidence: float 0.0-1.0
                - reason: str — краткое объяснение
        """
        prompt = f"""Ты эксперт по академическому плагиату. Определи, является ли Текст B парафразом Текста A.

Текст A (источник): {text_a[:500]}

Текст B (проверяемый): {text_b[:500]}

Критерии парафраза: передача тех же идей другими словами, перефразировка без ссылки на источник.

Ответь ТОЛЬКО валидным JSON без пояснений и markdown:
{{"is_paraphrase": true/false, "confidence": 0.0-1.0, "reason": "краткое объяснение на русском"}}"""

        try:
            llm_response = self._complete(prompt, temperature=0.1, num_predict=200, json_mode=True)
        except Exception as e:
            logger.error(f"Неожиданная ошибка при обращении к LLM: {e}")
            return {"is_paraphrase": False, "confidence": 0.0, "reason": str(e)}

        if llm_response is None:
            return {"is_paraphrase": False, "confidence": 0.0, "reason": "LLM недоступна"}

        try:
            parsed = json.loads(llm_response or "{}")
            return {
                "is_paraphrase": bool(parsed.get("is_paraphrase", False)),
                "confidence": float(parsed.get("confidence", 0.0)),
                "reason": str(parsed.get("reason", "")),
            }
        except (json.JSONDecodeError, KeyError) as e:
            logger.warning(f"Ошибка парсинга ответа LLM: {e}")
            return {"is_paraphrase": False, "confidence": 0.0, "reason": "Ошибка парсинга ответа"}

    def summarize(self, title: str, abstract: str, lang: str = "ru") -> str:
        """
        Сгенерировать краткое академическое изложение статьи.

        Args:
            title: Название статьи
            abstract: Аннотация статьи
            lang: Язык ответа (ru/en)

        Returns:
            Краткое изложение на указанном языке
        """
        lang_instruction = "на русском языке" if lang == "ru" else "in English"

        prompt = f"""Сделай краткое академическое изложение {lang_instruction}.

Название: {title}
Аннотация: {abstract[:1000]}

Изложение должно:
- Содержать 3-5 предложений
- Передавать основную идею и результаты
- Быть написано академическим стилем
- НЕ копировать текст дословно

Ответ:"""

        try:
            result = self._complete(prompt, temperature=0.3, num_predict=300)
        except Exception as e:
            logger.error(f"Ошибка суммаризации через LLM: {e}")
            return abstract[:500] if abstract else title

        if result is None:
            return abstract[:500] if abstract else title
        return result.strip()

    def is_available(self) -> bool:
        """Проверить доступность Ollama сервера."""
        try:
            response = httpx.get(f"{self.base_url}/api/tags", timeout=5.0)
            return response.status_code == 200
        except Exception:
            return False