Tag: 1.28

Intermediate commits (oldest → newest):
- Partial + reformatting
- upgrade to latest OpenAI API usage and logging improvements
- refix
- Vibe coding :P
- Merge branch 'main' of https://github.com/migatu/conjurer
- fx
- fx
- ffx
- testing
- ttt
- fix
- aaa
- FX
- aaa
- sa

ai_functions.py

@@ -19,13 +19,26 @@ from constants import (
     OPENAICLIENT,
     SYSTEM_GPT_SETTINGS,
     WORD_REACTIONS,
+    CHEAP_MODEL,
+    LATEST_MODEL
 )
 
-#this do per user
+# this do per user
 VECTOR_STORE_ID = -1
+def select_model(req_type: str, algo: str) -> str:
+    # Jeżeli jawnie podano algorithm (i nie jest 'auto'/''):
+    if algo and str(algo).strip().lower() not in ("auto",):
+        # wyjątek: MUZYKA ma zawsze być tania — nadpisujemy TYLKO jeśli przyszedł domyślny 'gpt-4o'
+        if req_type == "MUSIC" and algo.strip() in (LATEST_MODEL,):
+            return CHEAP_MODEL
+        return algo
+    # Auto-dobór:
+    if req_type == "MUSIC":
+        return CHEAP_MODEL
+    return LATEST_MODEL
 
 
-async def _openai_call(messages, model, temperature=0.2):
+async def openai_call(messages, model, temperature=0.2):
     """
     Responses API dla 4o/4.1*, fallback Chat Completions dla gpt-3.5-turbo.
     Zwraca czysty string odpowiedzi.
@@ -47,23 +60,26 @@ async def _openai_call(messages, model, temperature=0.2):
 
     else:
         logger.info("4.0+")
-    # Responses API (zalecane dla 4o/4.1*)
+        # Responses API (zalecane dla 4o/4.1*)
         resp = await OPENAICLIENT.responses.create(
             model=model,
             temperature=temperature,
             input=messages,
         )
         # SDK zapewnia output_text dla zwykłych odpowiedzi
-        return (getattr(resp.output_text, "output_text", None) or "").strip() or str(resp.output_text)
+        return (getattr(resp.output_text, "output_text", None) or "").strip() or str(
+            resp.output_text
+        )
 
 
 def create_vector_store():
     # Create a vector store caled "Financial Statements"
     return OPENAICLIENT.beta.vector_stores.create_and_poll(name="Hammer Stash")
-    #expires_after={
-    #"anchor": "last_active_at",
-    #"days": 7}
-    #)
+    # expires_after={
+    # "anchor": "last_active_at",
+    # "days": 7}
+    # )
+
 
 def upload_files_to_vector_store(assistant):
 
@@ -71,15 +87,14 @@ def upload_files_to_vector_store(assistant):
     file_paths = ["edgar/goog-10k.pdf", "edgar/brka-10k.txt"]
     file_streams = [open(path, "rb") for path in file_paths]
 
-    #file = client.beta.vector_stores.files.create_and_poll(
-    #vector_store_id="vs_abc123",
-    #file_id="file-abc123"
-    #)
-    #batch = client.beta.vector_stores.file_batches.create_and_poll(
-    #vector_store_id="vs_abc123",
-    #file_ids=['file_1', 'file_2', 'file_3', 'file_4', 'file_5']
-    #)
-
+    # file = client.beta.vector_stores.files.create_and_poll(
+    # vector_store_id="vs_abc123",
+    # file_id="file-abc123"
+    # )
+    # batch = client.beta.vector_stores.file_batches.create_and_poll(
+    # vector_store_id="vs_abc123",
+    # file_ids=['file_1', 'file_2', 'file_3', 'file_4', 'file_5']
+    # )
 
     # Use the upload and poll SDK helper to upload the files, add them to the vector store,
     # and poll the status of the file batch for completion.
@@ -91,10 +106,11 @@ def upload_files_to_vector_store(assistant):
     print(file_batch.status)
     print(file_batch.file_counts)
     assistant = OPENAICLIENT.beta.assistants.update(
-    assistant_id=assistant.id,
-    tool_resources={"file_search": {"vector_store_ids": [VECTOR_STORE_ID]}},
+        assistant_id=assistant.id,
+        tool_resources={"file_search": {"vector_store_ids": [VECTOR_STORE_ID]}},
     )
 
+
 def delete_files_from_vector_store(assistant, file_id):
     result = OPENAICLIENT.beta.vector_stores.file_batches.delete(
         vector_store_id=VECTOR_STORE_ID, files=file_id
@@ -103,8 +119,8 @@ def delete_files_from_vector_store(assistant, file_id):
     # You can print the status and the file counts of the batch to see the result of this operation.
     print(result)
     assistant = OPENAICLIENT.beta.assistants.update(
-    assistant_id=assistant.id,
-    tool_resources={"file_search": {"vector_store_ids": [VECTOR_STORE_ID]}},
+        assistant_id=assistant.id,
+        tool_resources={"file_search": {"vector_store_ids": [VECTOR_STORE_ID]}},
     )
 
 
@@ -133,7 +149,15 @@ def num_tokens_from_string(message, model):
 
 
 async def handle_response(
-    prompt, vykidailo, bartender, history, username, request_type, algorithm="gpt-4o", none_request=""
+    prompt,
+    vykidailo,
+    bartender,
+    history,
+    username,
+    request_type,
+    algorithm="gpt-4o",
+    none_request="",
+    internal_retry: bool = False
 ):
     """
     Handle responses by appending them to a history, use OpenAI to
@@ -157,104 +181,83 @@ async def handle_response(
     """
     logger = logging.getLogger("discord")
     logger.info("Wywolanie procedury openai z promptem: %s", prompt)
-    temp = {"role": "user", "content": username + ":" + prompt}
     if vykidailo or bartender:
         logger.info("Administrator coś chciał")
-    history.append(temp)
-    if request_type == "MUSIC":
-        with open(MEMORY_FIVE_MUZYKA, "r+", encoding=ENCODING) as file_music_memory:
-            # First we load existing data into a dict.
-            file_data = json.load(file_music_memory)
-            # Join new_data with file_data inside emp_details
-            file_data.append(temp)
-            file_music_memory.seek(0)
-            # convert back to json.
-            json.dump(file_data, file_music_memory, indent=4)
-    elif request_type == "RANDOM":
-        with open(MEMORY_FIVE_SIARA, "r+", encoding=ENCODING) as file_memory:
-            # First we load existing data into a dict.
-            file_data = json.load(file_memory)
-            # Join new_data with file_data inside emp_details
-            file_data.append(temp)
-            file_memory.seek(0)
-            # convert back to json.
-            json.dump(file_data, file_memory, indent=4)
-    elif request_type == "GENERAL":
-        with open(MEMORY_FIVE_SIARA, "r+", encoding=ENCODING) as file_memory:
-            # First we load existing data into a dict.
-            file_data = json.load(file_memory)
-            # Join new_data with file_data inside emp_details
-            file_data.append(temp)
-            file_memory.seek(0)
-            # convert back to json.
-            json.dump(file_data, file_memory, indent=4)
-    history = []
-    if request_type != "NONE":
-        history.append(GPT_SETTINGS[0])
-        chat_gpt_config_request_size = num_tokens_from_string(GPT_SETTINGS[0], "gpt-4")
+    model_to_use = select_model(request_type, algorithm)
+    logger.info("Wybrany model: %s", model_to_use)
+    if request_type == "MUSIC" and model_to_use == "gpt-4o-mini":
+        try:
+            # nic — normalnie pójdzie Responses API
+            pass
+        except Exception:
+            model_to_use = "gpt-3.5-turbo"
+    # --- 2) Budowa historii (token budget + reguły systemowe) ---
+    # NOTE: ignorujemy przekazany 'history' jako listę (tak było wcześniej),
+    # ale zwracamy aktualną tablicę do nadpisania w miejscach wołania (back-compat).
+    base_system = GPT_SETTINGS[0]  # zakładamy {"role":"system","content":...}
+    history_msgs = []
 
+    if request_type != "NONE":
+        history_msgs.append(base_system)
+        chat_gpt_config_request_size = num_tokens_from_string(base_system, "gpt-4")
+
+        # Dynamiczne mikro-reguły (WORD_REACTIONS), jak w Twoim kodzie
         for slowo, reakcja in WORD_REACTIONS.items():
             if not reakcja[3]:
-                content = (
-                    "Kiedy słyszysz "
-                    + slowo
-                    + " to reagujesz lub dzieje się to "
-                    + reakcja[0]
-                )
-                temp = {"role": "system", "content": content}
-                chat_gpt_config_request_size += num_tokens_from_string(temp, "gpt-4")
-                history.append(temp)
+                content = f"Kiedy słyszysz {slowo} to reagujesz lub dzieje się to {reakcja[0]}"
+                sys_msg = {"role": "system", "content": content}
+                chat_gpt_config_request_size += num_tokens_from_string(sys_msg, "gpt-4")
+                history_msgs.append(sys_msg)
 
-        final_prompt = username + ":" + prompt
-        logger.debug(
-            "Rozmiar zapytania przed dodaniem historii %s", chat_gpt_config_request_size
-        )
+        # wybór właściwej tablicy pamięci i budżetu
         if request_type == "MUSIC":
             table = MESSAGE_TABLE_MUZYKA
             token_amount = 10700
-        elif request_type == "RANDOM":
-            table = MESSAGE_TABLE
-            token_amount = 10700
-        elif request_type == "GENERAL":
+        elif request_type in ("RANDOM", "GENERAL"):
             table = MESSAGE_TABLE
             token_amount = 10700
         else:
             table = []
             token_amount = 10000
 
+        # doklejanie historii od końca aż do limitu (zachowana kolejność czasowa)
+        final_prompt = f"{username}:{prompt}"
+        prompt_gpt_request_size = num_tokens_from_string({"role": "user", "content": final_prompt}, "gpt-4")
+
+        acc = []
+        for msg in reversed(table):
+            t = num_tokens_from_string(msg, "gpt-4")
+            if chat_gpt_config_request_size + prompt_gpt_request_size + t <= token_amount:
+                acc.append(msg)
+                chat_gpt_config_request_size += t
+            else:
+                break
+        # przywróć chronologicznie
+        history_msgs.extend(reversed(acc))
+
+        # aktualny prompt
+        history_msgs.append({"role": "user", "content": final_prompt})
+        logger.info("Rozmiar zapytania (tok): %s", prompt_gpt_request_size)  # tokeny już policzone wyżej
 
-        prompt_gpt_request_size = num_tokens_from_string(
-            {"role": "user", "content": final_prompt}, "gpt-4"
-        )
-        temptable = []
-        for i in reversed(table):
-            temp_token = num_tokens_from_string(i, "gpt-4")
-            logger.debug(
-                "Rozmiar zapytania %s prompt %s temp %s",
-                chat_gpt_config_request_size,
-                prompt_gpt_request_size,
-                temp_token,
-            )
-            if (
-                chat_gpt_config_request_size
-                < token_amount + prompt_gpt_request_size + temp_token
-            ):
-                temptable.insert(1, i)
-                chat_gpt_config_request_size += temp_token
-        history.extend(temptable)
-        temp = {"role": "user", "content": final_prompt}
-        history.append(temp)
     else:
-        history = none_request
-    logger.info("Rozmiar zapytania po wyslaniu %s", chat_gpt_config_request_size)
+        # --- tryb NONE: nie dotykamy pamięci i pozwalamy przekazać własny 'none_request' ---
+        if isinstance(none_request, list):
+            history_msgs = none_request
+        elif isinstance(none_request, str) and none_request.strip():
+            history_msgs = [{"role": "user", "content": none_request}]
+        else:
+            history_msgs = [{"role": "user", "content": f"{username}:{prompt}"}]
+
+        logger.info("Rozmiar zapytania (tok): %s", "n/a")  # tokeny już policzone wyżej
+
     try:
         # ...przygotowanie messages/system prompt/itp. jak masz...
         # retry/backoff + deadline (zachowuje Twoją semantykę logowania)
         timeout_sec = 120
         deadline = time.time() + timeout_sec
         response = await asyncio.wait_for(
-            _openai_call(messages=history, model=algorithm),
-            timeout=max(0.1, deadline - time.time())
+            openai_call(messages=history_msgs, model=model_to_use),
+            timeout=max(0.1, deadline - time.time()),
         )
 
     except openai.APITimeoutError as e:
@@ -264,26 +267,33 @@ async def handle_response(
         response = f"*Kondziu patrzy na terminal, chwile się zastanawia. Przypierdala w niego pięścią....* Nie mogę się połączyć z Openai. *Na ekranie pojawia się*: {e}"
     except openai.BadRequestError as e:
         # Handle invalid request error, e.g. validate parameters or log
-        resp, _ = await handle_response(
-            f"Wytlumacz jakie sa zasady dotyczące treści które możesz generować używając Dalle. Wytłumacz błąd {e} prostym językiem. Przeproś za nadmierną cenzurę. Wytłumacz co mogło być nie tak w prompcie 'prompt'",
-            True,
-            True,
-            MESSAGE_TABLE,
-            username,
-            "RANDOM",
-        )
-        response = f"Sorki, cenzura: {resp}. Jak chcesz to są kanały na nudle #sexy-foteczky i #kanal-do-fapania *Na ekranie pojawia się: {e}"
+        if internal_retry:
+            resp = "Nie umiem tego teraz ładnie wytłumaczyć — OpenAI mnie zastrzeliło."
+        else:
+            resp, _ = await handle_response(
+
+                f"Wytlumacz jakie sa zasady dotyczące treści które możesz generować używając Dalle. Wytłumacz błąd {e} prostym językiem. Przeproś za nadmierną cenzurę. Wytłumacz co mogło być nie tak w prompcie 'prompt'",
+                True,
+                True,
+                MESSAGE_TABLE,
+                username,
+                "RANDOM",
+            )
+            response = f"Sorki, cenzura: {resp}. Jak chcesz to są kanały na nudle #sexy-foteczky i #kanal-do-fapania *Na ekranie pojawia się: {e}"
     except openai.APIResponseValidationError as e:
         # Handle invalid request error, e.g. validate parameters or log
-        resp, _ = await handle_response(
-            f"Wytlumacz jakie sa zasady dotyczące treści które możesz generować używając Dalle. Wytłumacz błąd {e} prostym językiem. Przeproś za nadmierną cenzurę. Wytłumacz co mogło być nie tak w prompcie 'prompt'",
-            True,
-            True,
-            MESSAGE_TABLE,
-            username,
-            "RANDOM",
-        )
-        response = f"Sorki, cenzura: {resp}. Jak chcesz to są kanały na nudle #sexy-foteczky i #kanal-do-fapania *Na ekranie pojawia się: {e}"
+        if internal_retry:
+            resp = "Nie umiem tego teraz ładnie wytłumaczyć — OpenAI mnie zastrzeliło."
+        else:
+            resp, _ = await handle_response(
+                f"Wytlumacz jakie sa zasady dotyczące treści które możesz generować używając Dalle. Wytłumacz błąd {e} prostym językiem. Przeproś za nadmierną cenzurę. Wytłumacz co mogło być nie tak w prompcie 'prompt'",
+                True,
+                True,
+                MESSAGE_TABLE,
+                username,
+                "RANDOM",
+            )
+            response = f"Sorki, cenzura: {resp}. Jak chcesz to są kanały na nudle #sexy-foteczky i #kanal-do-fapania *Na ekranie pojawia się: {e}"
     except openai.AuthenticationError as e:
         # Handle authentication error, e.g. check credentials or log
         response = f"*Kondziu patrzy na terminal, chwile się zastanawia. Przypierdala w niego pięścią....* Wołaj szefa - coś się z hasłem zjebało. *Na terminalu pojawia się:* {e}"
@@ -299,43 +309,31 @@ async def handle_response(
         response = f"*Kondziu nurkuje za bar, terminal wybucha. Przed tobą ląduje pergamin zapisany pięknym gotykiem a na nim*: {e}"
 
     logger.info("Historia wysłana:")
-    logger.info(history)
-    await asyncio.sleep(15)
-    temp = {"role": "assistant", "content": response}
-    history.append(temp)
+    temp_assistant = {"role": "assistant", "content": response}
+    logger.info(temp_assistant)
     if request_type == "MUSIC":
-        with open(MEMORY_FIVE_MUZYKA, "r+", encoding=ENCODING) as file_music_memory:
-            # First we load existing data into a dict.
-            file_data = json.load(file_music_memory)
-            # Join new_data with file_data inside emp_details
-            file_data.append(temp)
-            file_music_memory.seek(0)
-            # convert back to json.
-            json.dump(file_data, file_music_memory, indent=4)
+        # zapis do pliku MUZYKA
+        with open(MEMORY_FIVE_MUZYKA, "r+", encoding=ENCODING) as fh:
+            file_data = json.load(fh)
+            file_data.append({"role": "user", "content": f"{username}:{prompt}"})
+            file_data.append(temp_assistant)
+            fh.seek(0)
+            json.dump(file_data, fh, indent=4)
         return response, MESSAGE_TABLE_MUZYKA
-    elif request_type == "RANDOM":
-        with open(MEMORY_FIVE_SIARA, "r+", encoding=ENCODING) as file_memory:
-            # First we load existing data into a dict.
-            file_data = json.load(file_memory)
-            # Join new_data with file_data inside emp_details
-            file_data.append(temp)
-            file_memory.seek(0)
-            # convert back to json.
-            json.dump(file_data, file_memory, indent=4)
+
+    elif request_type in ("RANDOM", "GENERAL"):
+        with open(MEMORY_FIVE_SIARA, "r+", encoding=ENCODING) as fh:
+            file_data = json.load(fh)
+            file_data.append({"role": "user", "content": f"{username}:{prompt}"})
+            file_data.append(temp_assistant)
+            fh.seek(0)
+            json.dump(file_data, fh, indent=4)
         return response, MESSAGE_TABLE
-    elif request_type == "GENERAL":
-        with open(MEMORY_FIVE_SIARA, "r+", encoding=ENCODING) as file_memory:
-            # First we load existing data into a dict.
-            file_data = json.load(file_memory)
-            # Join new_data with file_data inside emp_details
-            file_data.append(temp)
-            file_memory.seek(0)
-            # convert back to json.
-            json.dump(file_data, file_memory, indent=4)
-        return response, MESSAGE_TABLE
-    else:
+
+    else:  # NONE
         return response, []
 
+
 async def get_random_cyclic_message(client):
     """
     The function `get_random_cyclic_message` returns a random cyclic message from a list of cyclic
@@ -438,7 +436,7 @@ async def chat_with_assistant(message, assistant_name):
                 logger.info(block.text.value)
                 chat_response += block.text.value
                 await discord_friendly_send(message.channel, chat_response)
-                #await message.channel.send(chat_response)
+                # await message.channel.send(chat_response)
             done = True
         elif run.status == "cancelled":
             await discord_friendly_send(message.channel, "Cos sie wywaliło")