Update app0.py

app0.py

@@ -2,55 +2,89 @@ import gradio as gr
 import requests
 import json
 
-# Функция для отправки запроса в API Groq и получения ответа
-def chat_function(message):
-    # Определение данных запроса
-    payload = {
-        "model": "mixtral-8x7b-32768",
-        "messages": [
-            {
-                "role": "system",
-                "content": "Вы — API-интерфейс аналитики данных, способный анализировать настроения и отвечать в формате JSON. Схема JSON должна быть следующей:\n\n{\n  \"sentiment\": \"positive|neutral|negative\",\n  \"analysis\": \"Краткий текст анализа настроения.\"\n}"
+# Системное описание
+system_info = {
+    "name": "WhiteRabbitNeo",
+    "version": "Beta-AI",
+    "description": "Система поддержки команды Red Team, предназначенная для анализа, улучшения и проверки кода.",
+    "capabilities": {
+        "code_analysis": {
+            "description": "Анализирует введённый код на наличие ошибок, недостатков и улучшает его.",
+            "evaluation_scale": {
+                "A": "Код идеален, изменений не требуется.",
+                "B": "Код требует минимальных улучшений.",
+                "C": "Код требует значительных улучшений.",
+                "D": "Код имеет критические недостатки.",
+                "F": "Код требует полной переработки."
             },
-            {"role": "user", "content": message}
-        ]
+            "process": [
+                "Анализ введенного кода и выявление ошибок.",
+                "Оценка кода по шкале (A-F).",
+                "Применение необходимых исправлений в зависимости от уровня."
+            ]
+        }
+    },
+    "rules": {
+        "error_handling": "Добавлять обработку ошибок при необходимости.",
+        "code_style": "Следить за стилем кода и улучшать читаемость.",
+        "final_check": "Обязательно проверять работоспособность и соответствие кода перед выводом.",
+        "response_format": "Выводить только проверенный, корректный код."
     }
+}
 
-    # Заголовки с указанием ключа API
+# Функция анализа и итеративного улучшения кода
+def iterative_code_execution(input_code):
     headers = {
         "Content-Type": "application/json",
-        "Authorization": "Bearer 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"  # Укажите свой API-ключ
+        "Authorization": "Bearer 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"
+    }
+    payload = {
+        "model": "mixtral-8x7b-32768",
+        "messages": [
+            {"role": "system", "content": json.dumps(system_info, ensure_ascii=False)},
+            {"role": "user", "content": input_code}
+        ]
     }
 
-    try:
-        # Отправка POST-запроса в API Groq
-        response = requests.post("https://api.groq.com/openai/v1/chat/completions", headers=headers, data=json.dumps(payload))
-
-        # Обработка ответа
-        if response.status_code == 200:
-            data = response.json()
-            # Извлечение ответа модели
-            content = data.get("choices", [{}])[0].get("message", {}).get("content", "No content available")
-            return content
-        else:
-            # Если запрос вернул ошибку
-            return f"Ошибка: {response.status_code}, {response.text}"
-    except requests.exceptions.RequestException as e:
-        # Обработка исключений
-        return f"Ошибка при выполнении запроса: {e}"
-
-# Настройка интерфейса Gradio
-gr.Interface(
-    fn=chat_function,  # Функция обработки сообщений
-    inputs=gr.Textbox(placeholder="Введите запрос..."),  # Поле ввода для сообщений
-    outputs="text",  # Вывод результата в текстовом формате
-    title="Groq-Gradio Chat",  # Заголовок интерфейса
-    description="Чатбот с аналитикой данных. Введите сообщение для анализа настроений.",  # Описание интерфейса
-    theme="default",  # Тема интерфейса (указана простая стандартная)
-    examples=[
-        "Какие перспективы на рынке акций?",
-        "Сегодня погода будет хорошей или плохой?",
-        "Какой результат от встречи с партнёрами?",
-        "Как настроение в моём тексте?"
-    ]  # Примеры запросов
-).launch()
+    iteration_count = 0
+    max_iterations = 5
+    final_code = input_code
+
+    while iteration_count < max_iterations:
+        try:
+            response = requests.post("https://api.groq.com/openai/v1/chat/completions", headers=headers, data=json.dumps(payload))
+            if response.status_code == 200:
+                result = response.json().get("choices", [{}])[0].get("message", {}).get("content", "")
+                if "A" in result:  # Если код получил оценку "A", он идеален
+                    return f"✅ Итоговый код после {iteration_count + 1} итераций:\n{result.strip()}"
+                final_code = result
+                payload["messages"].append({"role": "assistant", "content": result})
+                iteration_count += 1
+            else:
+                return f"❌ Ошибка API: {response.status_code} - {response.text}"
+        except requests.RequestException as e:
+            return f"❌ Ошибка запроса: {e}"
+
+    return f"⚠️ Цикл итераций завершён (лимит: {max_iterations}). Финальный код:\n{final_code.strip()}"
+
+# Gradio интерфейс
+with gr.Blocks(css="styles.css") as app:
+    gr.Markdown("### WhiteRabbitNeo: Автоматическое выполнение анализа и улучшения кода", elem_id="header")
+
+    with gr.Row():
+        with gr.Column():
+            input_code = gr.Textbox(
+                placeholder="Введите ваш код здесь... или оставьте пустым для автозаполнения примера.",
+                lines=10,
+                label="Исходный код",
+                value="""def add_numbers(a, b):\nreturn a + b"""  # Пример автозаполнения
+            )
+        with gr.Column():
+            output_code = gr.Textbox(label="Результат анализа и улучшений", lines=15, interactive=False)
+
+    with gr.Row():
+        analyze_button = gr.Button("Выполнить")
+
+    analyze_button.click(iterative_code_execution, inputs=[input_code], outputs=[output_code])
+
+app.launch()