""" Chatbot backend işlevselliği. Bu modül, kullanıcı girdisini işleyen ve dinamik promptlar oluşturan ana mantığı içerir. """ import os import json import re from typing import Dict, Any, Tuple, List, Optional import openai from google import generativeai as genai import requests from dotenv import load_dotenv # Prompt şablonlarını içe aktar from prompt_templates import ( PROMPT_CATEGORIES, predict_category, extract_parameters, create_prompt ) # AI Prompt Generator'ı içe aktar from ai_prompt_generator import AIPromptGenerator # .env dosyasını yükle (varsa) load_dotenv() class PromptEngineerChatbot: """ Prompt mühendisliği chatbot sınıfı. Bu sınıf, kullanıcı girdisini işleyerek dinamik promptlar oluşturur. """ def __init__(self): """ Chatbot'u başlat ve yapılandır. """ self.conversation_history = [] self.current_category = None self.current_params = None self.ai_generator = AIPromptGenerator() def process_input(self, user_input: str, use_ai_generation: bool = True, provider: str = "openai", model: Optional[str] = None) -> Tuple[str, str, Dict[str, Any]]: """ Kullanıcı girdisini işler ve dinamik bir prompt oluşturur. Args: user_input (str): Kullanıcı girdisi use_ai_generation (bool): AI destekli prompt oluşturmayı kullan provider (str): AI sağlayıcısı ('openai', 'gemini', 'openrouter') model (str, optional): Kullanılacak model Returns: Tuple[str, str, Dict[str, Any]]: Oluşturulan prompt, kategori ve parametreler """ # Kullanıcı girdisini kaydet self.conversation_history.append({"role": "user", "content": user_input}) # Kategori tahmini category = predict_category(user_input) # Parametreleri çıkar params = extract_parameters(category, user_input) # Mevcut kategori ve parametreleri güncelle self.current_category = category self.current_params = params # AI destekli prompt oluşturma kullanılıyorsa if use_ai_generation: # Şablon tabanlı promptu oluştur (referans için) template_prompt = create_prompt(category, params) # Kategori bilgisini ve şablon promptu kullanarak daha spesifik bir AI prompt oluştur enhanced_user_input = f""" Kategori: {category} Kullanıcı İsteği: {user_input} Lütfen bu istek için çok detaylı ve spesifik bir prompt oluştur. Şablon olarak aşağıdaki yapıyı kullanabilirsin, ancak içeriği tamamen kullanıcının isteğine göre özelleştir ve çok daha detaylı hale getir: {template_prompt} Önemli: Yukarıdaki şablonu olduğu gibi kullanma, sadece yapı referansı olarak kullan. İçeriği tamamen kullanıcının isteğine özel olarak oluştur ve çok daha detaylı, spesifik bilgiler ekle. Örneğin, kullanıcı hava durumu uygulaması istiyorsa, hava durumu API'leri, hava verilerinin görselleştirilmesi, hava tahminleri, konum takibi gibi spesifik detaylar ekle. """ # AI destekli prompt oluştur result = self.ai_generator.generate_prompt(enhanced_user_input, provider, model) if result["success"]: prompt = result["prompt"] else: # AI prompt oluşturma başarısız olursa şablon promptu kullan prompt = template_prompt else: # Şablon tabanlı prompt oluştur prompt = create_prompt(category, params) # Chatbot yanıtını kaydet self.conversation_history.append({"role": "assistant", "content": prompt}) return prompt, category, params def get_conversation_history(self) -> List[Dict[str, str]]: """ Konuşma geçmişini döndürür. Returns: List[Dict[str, str]]: Konuşma geçmişi """ return self.conversation_history def clear_conversation_history(self) -> None: """ Konuşma geçmişini temizler. """ self.conversation_history = [] self.current_category = None self.current_params = None class AIModelInterface: """ Farklı AI API'leri için arayüz sınıfı. Bu sınıf, OpenAI, Google Gemini ve OpenRouter API'leri ile etkileşim sağlar. """ def __init__(self): """ AI model arayüzünü başlat. """ self.api_keys = { "openai": os.getenv("OPENAI_API_KEY", ""), "gemini": os.getenv("GEMINI_API_KEY", ""), "openrouter": os.getenv("OPENROUTER_API_KEY", "") } def set_api_key(self, provider: str, api_key: str) -> None: """ Belirli bir sağlayıcı için API anahtarını ayarlar. Args: provider (str): API sağlayıcısı ('openai', 'gemini', 'openrouter') api_key (str): API anahtarı """ if provider in self.api_keys: self.api_keys[provider] = api_key def get_available_models(self, provider: str) -> List[str]: """ Belirli bir sağlayıcı için kullanılabilir modelleri döndürür. Args: provider (str): API sağlayıcısı ('openai', 'gemini', 'openrouter') Returns: List[str]: Kullanılabilir modeller listesi """ if provider == "openai": return ["gpt-4o", "gpt-4-turbo", "gpt-4", "gpt-3.5-turbo"] elif provider == "gemini": return ["gemini-1.5-pro", "gemini-1.5-flash", "gemini-1.0-pro"] elif provider == "openrouter": return [ "openai/gpt-4o", "openai/gpt-4-turbo", "anthropic/claude-3-opus", "anthropic/claude-3-sonnet", "google/gemini-1.5-pro", "meta-llama/llama-3-70b-instruct" ] return [] def generate_with_openai(self, prompt: str, model: str = "gpt-3.5-turbo", api_key: Optional[str] = None) -> str: """ OpenAI API kullanarak yanıt oluşturur. Args: prompt (str): Gönderilecek prompt model (str): Kullanılacak model api_key (str, optional): Doğrudan kullanılacak API anahtarı Returns: str: Oluşturulan yanıt """ # Doğrudan API anahtarı verilmişse onu kullan, yoksa saklanan anahtarı kullan current_api_key = api_key if api_key else self.api_keys["openai"] if not current_api_key: return "OpenAI API anahtarı ayarlanmamış." try: # Geçici olarak API anahtarını ayarla openai.api_key = current_api_key response = openai.chat.completions.create( model=model, messages=[{"role": "user", "content": prompt}], temperature=0.7, max_tokens=2000 ) return response.choices[0].message.content except Exception as e: return f"OpenAI API hatası: {str(e)}" def generate_with_gemini(self, prompt: str, model: str = "gemini-1.5-pro", api_key: Optional[str] = None) -> str: """ Google Gemini API kullanarak yanıt oluşturur. Args: prompt (str): Gönderilecek prompt model (str): Kullanılacak model api_key (str, optional): Doğrudan kullanılacak API anahtarı Returns: str: Oluşturulan yanıt """ # Doğrudan API anahtarı verilmişse onu kullan, yoksa saklanan anahtarı kullan current_api_key = api_key if api_key else self.api_keys["gemini"] if not current_api_key: return "Gemini API anahtarı ayarlanmamış." try: # Geçici olarak API anahtarını ayarla genai.configure(api_key=current_api_key) model_obj = genai.GenerativeModel(model) response = model_obj.generate_content(prompt) return response.text except Exception as e: return f"Gemini API hatası: {str(e)}" def generate_with_openrouter(self, prompt: str, model: str = "openai/gpt-4-turbo", api_key: Optional[str] = None) -> str: """ OpenRouter API kullanarak yanıt oluşturur. Args: prompt (str): Gönderilecek prompt model (str): Kullanılacak model api_key (str, optional): Doğrudan kullanılacak API anahtarı Returns: str: Oluşturulan yanıt """ # Doğrudan API anahtarı verilmişse onu kullan, yoksa saklanan anahtarı kullan current_api_key = api_key if api_key else self.api_keys["openrouter"] if not current_api_key: return "OpenRouter API anahtarı ayarlanmamış." try: headers = { "Content-Type": "application/json", "Authorization": f"Bearer {current_api_key}" } data = { "model": model, "messages": [{"role": "user", "content": prompt}], "temperature": 0.7, "max_tokens": 2000 } response = requests.post( "https://openrouter.ai/api/v1/chat/completions", headers=headers, json=data ) if response.status_code == 200: return response.json()["choices"][0]["message"]["content"] else: return f"OpenRouter API hatası: {response.status_code} - {response.text}" except Exception as e: return f"OpenRouter API hatası: {str(e)}" def generate_code_templates(self, response: str) -> Dict[str, Any]: """ AI yanıtından kod şablonları, dizin yapısı ve uygulama adımlarını çıkarır. Args: response (str): AI yanıtı Returns: Dict[str, Any]: Kod şablonları, dizin yapısı ve uygulama adımları """ result = { "directory_structure": [], "code_templates": [], "implementation_steps": [] } # Dizin yapısını çıkar dir_structure_pattern = r"```(?:bash|shell|plaintext)?\s*((?:├──|└──|│\s+|(?:\w+/)+\w+|\w+\.\w+|[\w\-\.\/]+\s*)+)\s*```" dir_matches = re.findall(dir_structure_pattern, response, re.DOTALL) if dir_matches: for match in dir_matches: if any(x in match for x in ['├──', '└──', '│', '/']): result["directory_structure"].append(match.strip()) # Kod şablonlarını çıkar code_pattern = r"```(\w+)?\s*([\s\S]*?)```" code_matches = re.findall(code_pattern, response, re.DOTALL) for lang, code in code_matches: if lang and lang.lower() not in ['bash', 'shell', 'plaintext', '']: result["code_templates"].append({ "language": lang.strip() if lang else "unknown", "code": code.strip() }) # Uygulama adımlarını çıkar steps_pattern = r"(?:##|###)\s*(?:Adım|Step|İmplementasyon|Uygulama).*?(?=(?:##|###)|$)" steps_matches = re.findall(steps_pattern, response, re.DOTALL | re.IGNORECASE) if steps_matches: result["implementation_steps"] = [step.strip() for step in steps_matches] else: # Numaralı adımları ara numbered_steps = re.findall(r"\d+\.\s+[^\n]+(?:\n(?!\d+\.).*?)*", response, re.DOTALL) if numbered_steps: result["implementation_steps"] = [step.strip() for step in numbered_steps] return result def generate_response_with_code_templates(self, provider: str, prompt: str, model: Optional[str] = None, api_key: Optional[str] = None) -> Dict[str, Any]: """ Belirli bir sağlayıcı ve model kullanarak yanıt ve kod şablonları oluşturur. Args: provider (str): API sağlayıcısı ('openai', 'gemini', 'openrouter') prompt (str): Gönderilecek prompt model (str, optional): Kullanılacak model api_key (str, optional): Doğrudan kullanılacak API anahtarı Returns: Dict[str, Any]: Yanıt ve kod şablonları """ # Promptu geliştir - kod şablonları, dizin yapısı ve uygulama adımları isteyelim enhanced_prompt = f""" {prompt} Lütfen yanıtında aşağıdakileri mutlaka içer: 1. Detaylı bir dizin yapısı (klasör ve dosya hiyerarşisi) 2. Önemli dosyaların kod şablonları (HTML, CSS, JavaScript, Python vb.) 3. Adım adım uygulama talimatları Dizin yapısını ```bash veya ```plaintext içinde göster. Kod şablonlarını ```html, ```css, ```javascript, ```python gibi uygun dil belirteçleriyle göster. Uygulama adımlarını numaralandırılmış liste olarak veya ## Adım başlıkları altında göster. """ # Yanıt oluştur response = self.generate_response(provider, enhanced_prompt, model, api_key) # Yanıttan kod şablonlarını çıkar templates = self.generate_code_templates(response) return { "response": response, "templates": templates } def generate_response(self, provider: str, prompt: str, model: Optional[str] = None, api_key: Optional[str] = None) -> str: """ Belirli bir sağlayıcı ve model kullanarak yanıt oluşturur. Args: provider (str): API sağlayıcısı ('openai', 'gemini', 'openrouter') prompt (str): Gönderilecek prompt model (str, optional): Kullanılacak model api_key (str, optional): Doğrudan kullanılacak API anahtarı Returns: str: Oluşturulan yanıt """ if provider == "openai": if model is None: model = "gpt-3.5-turbo" return self.generate_with_openai(prompt, model, api_key) elif provider == "gemini": if model is None: model = "gemini-1.5-pro" return self.generate_with_gemini(prompt, model, api_key) elif provider == "openrouter": if model is None: model = "openai/gpt-4-turbo" return self.generate_with_openrouter(prompt, model, api_key) else: return "Geçersiz sağlayıcı. Lütfen 'openai', 'gemini' veya 'openrouter' seçin." # Chatbot ve AI model arayüzü örneklerini oluştur chatbot = PromptEngineerChatbot() ai_interface = AIModelInterface() # Test fonksiyonu def test_chatbot(): """ Chatbot'u test eder. """ test_input = "Bir e-ticaret web sitesi yapmak istiyorum. Ürünleri listeleyebilmeli, sepete ekleyebilmeli ve ödeme alabilmeliyim." prompt, category, params = chatbot.process_input(test_input, use_ai_generation=True) print(f"Kategori: {category}") print(f"Parametreler: {json.dumps(params, indent=2, ensure_ascii=False)}") print("\nOluşturulan Prompt:") print(prompt) # API yanıtı test (API anahtarı varsa) if ai_interface.api_keys["openai"]: print("\nOpenAI Yanıtı:") response = ai_interface.generate_response("openai", prompt) print(response) if __name__ == "__main__": test_chatbot()