Files
Ai/rag/views.py
T

385 lines
15 KiB
Python
Raw Normal View History

"""
ویوهای RAG — چت با استریم
"""
from django.http import StreamingHttpResponse
2026-03-19 22:54:29 +03:30
from drf_spectacular.utils import (
OpenApiExample,
OpenApiResponse,
extend_schema,
inline_serializer,
)
from rest_framework import status
2026-03-19 22:54:29 +03:30
from rest_framework import serializers as drf_serializers
from rest_framework.request import Request
from rest_framework.response import Response
from rest_framework.views import APIView
2026-03-19 22:54:29 +03:30
import logging
from .chat import chat_rag_stream
2026-03-19 22:54:29 +03:30
logger = logging.getLogger(__name__)
class ChatView(APIView):
"""
چت RAG با استریم.
2026-03-22 03:08:27 +03:30
POST با {"service_id": "...", "query": "متن سوال", "user_id": "شناسه کاربر"}
service_id اجباری است. user_id فقط برای سرویس‌هایی که user embeddings دارند اجباری می‌شود.
"""
2026-03-19 22:54:29 +03:30
@extend_schema(
tags=["RAG Chat"],
summary="چت RAG با استریم",
description="پیام کاربر را دریافت و پاسخ را به صورت استریم برمی‌گرداند.",
request=inline_serializer(
name="ChatRequest",
fields={
2026-03-22 03:08:27 +03:30
"service_id": drf_serializers.CharField(help_text="شناسه سرویس"),
"query": drf_serializers.CharField(required=False, help_text="متن سوال کاربر"),
"message": drf_serializers.CharField(required=False, help_text="نام قبلی فیلد query"),
"user_id": drf_serializers.CharField(required=False, help_text="شناسه کاربر"),
"sensor_uuid": drf_serializers.CharField(required=False, help_text="نام قبلی فیلد user_id"),
2026-03-19 22:54:29 +03:30
},
),
responses={
200: OpenApiResponse(
description="پاسخ استریم متنی (text/plain)",
),
400: OpenApiResponse(
description="پارامتر ورودی نامعتبر",
),
},
examples=[
OpenApiExample(
"نمونه درخواست",
2026-03-22 03:08:27 +03:30
value={
"service_id": "support_bot",
"user_id": "12345",
"query": "How do I reset my password?",
},
2026-03-19 22:54:29 +03:30
request_only=True,
),
],
)
def post(self, request: Request):
2026-03-22 03:08:27 +03:30
from .config import load_rag_config, get_service_config
data = request.data if request.method == "POST" else request.query_params
2026-03-22 03:08:27 +03:30
service_id = data.get("service_id")
message = data.get("query", data.get("message"))
user_id = data.get("user_id", data.get("sensor_uuid"))
if not message or not isinstance(message, str):
return Response(
2026-03-22 03:08:27 +03:30
{"code": 400, "msg": "پارامتر query الزامی است."},
status=status.HTTP_400_BAD_REQUEST,
)
message = str(message).strip()
if not message:
return Response(
{"code": 400, "msg": "پیام نباید خالی باشد."},
status=status.HTTP_400_BAD_REQUEST,
)
2026-03-22 03:08:27 +03:30
if not service_id or not isinstance(service_id, str):
return Response(
{"code": 400, "msg": "پارامتر service_id الزامی است."},
status=status.HTTP_400_BAD_REQUEST,
)
service_id = str(service_id).strip()
if not service_id:
return Response(
{"code": 400, "msg": "service_id نباید خالی باشد."},
status=status.HTTP_400_BAD_REQUEST,
)
cfg = load_rag_config()
try:
service = get_service_config(service_id, cfg)
except KeyError:
return Response(
2026-03-22 03:08:27 +03:30
{"code": 400, "msg": f"service_id نامعتبر است: {service_id}"},
status=status.HTTP_400_BAD_REQUEST,
)
2026-03-22 03:08:27 +03:30
if user_id is not None:
user_id = str(user_id).strip()
if not user_id:
user_id = None
if service.use_user_embeddings and not user_id:
return Response(
2026-03-22 03:08:27 +03:30
{"code": 400, "msg": "برای این service_id، پارامتر user_id الزامی است."},
status=status.HTTP_400_BAD_REQUEST,
)
def generate():
try:
2026-03-22 03:08:27 +03:30
for chunk in chat_rag_stream(
message,
sensor_uuid=user_id,
service_id=service_id,
config=cfg,
):
yield chunk
except Exception as e:
yield f"\n[خطا: {e}]"
return StreamingHttpResponse(
generate(),
content_type="text/plain; charset=utf-8",
)
2026-03-19 22:54:29 +03:30
class IrrigationRecommendationView(APIView):
"""
توصیه آبیاری با Celery.
POST با sensor_uuid، plant_name، growth_stage، irrigation_method_name.
تسک در صف قرار می‌گیرد و task_id برگشت داده می‌شود.
"""
@extend_schema(
tags=["RAG Recommendations"],
summary="درخواست توصیه آبیاری",
description=(
"داده‌های سنسور، گیاه و روش آبیاری را دریافت کرده و یک تسک Celery "
"برای تولید توصیه آبیاری در صف قرار می‌دهد."
),
request=inline_serializer(
name="IrrigationRecommendationRequest",
fields={
"sensor_uuid": drf_serializers.CharField(help_text="شناسه یکتای سنسور (اجباری)"),
"plant_name": drf_serializers.CharField(required=False, help_text="نام گیاه"),
"growth_stage": drf_serializers.CharField(required=False, help_text="مرحله رشد گیاه"),
"irrigation_method_name": drf_serializers.CharField(required=False, help_text="نام روش آبیاری"),
"query": drf_serializers.CharField(required=False, help_text="سوال اختیاری"),
},
),
responses={
202: inline_serializer(
name="IrrigationRecommendationResponse",
fields={
"code": drf_serializers.IntegerField(),
"msg": drf_serializers.CharField(),
"data": inline_serializer(
name="IrrigationRecommendationData",
fields={
"task_id": drf_serializers.CharField(),
"status_url": drf_serializers.CharField(),
},
),
},
),
400: OpenApiResponse(description="پارامتر ورودی نامعتبر"),
},
examples=[
OpenApiExample(
"نمونه درخواست",
value={
"sensor_uuid": "550e8400-e29b-41d4-a716-446655440000",
"plant_name": "گوجه‌فرنگی",
"growth_stage": "میوه‌دهی",
"irrigation_method_name": "آبیاری قطره‌ای",
},
request_only=True,
),
],
)
def post(self, request: Request):
from rag.tasks import irrigation_recommendation_task
sensor_uuid = request.data.get("sensor_uuid")
if not sensor_uuid:
return Response(
{"code": 400, "msg": "پارامتر sensor_uuid الزامی است.", "data": None},
status=status.HTTP_400_BAD_REQUEST,
)
task = irrigation_recommendation_task.delay(
sensor_uuid=str(sensor_uuid),
plant_name=request.data.get("plant_name"),
growth_stage=request.data.get("growth_stage"),
irrigation_method_name=request.data.get("irrigation_method_name"),
query=request.data.get("query"),
)
return Response(
{
"code": 202,
"msg": "تسک توصیه آبیاری در صف قرار گرفت.",
"data": {
"task_id": task.id,
"status_url": f"/api/rag/recommend/irrigation/{task.id}/status/",
},
},
status=status.HTTP_202_ACCEPTED,
)
class IrrigationRecommendationStatusView(APIView):
"""وضعیت تسک توصیه آبیاری."""
@extend_schema(
tags=["RAG Recommendations"],
summary="وضعیت تسک توصیه آبیاری",
description="وضعیت تسک Celery توصیه آبیاری را برمی‌گرداند.",
responses={
200: inline_serializer(
name="IrrigationRecommendationStatusResponse",
fields={
"code": drf_serializers.IntegerField(),
"msg": drf_serializers.CharField(),
"data": inline_serializer(
name="IrrigationRecommendationStatusData",
fields={
"task_id": drf_serializers.CharField(),
"status": drf_serializers.CharField(),
"result": drf_serializers.JSONField(required=False),
"progress": drf_serializers.DictField(required=False),
"error": drf_serializers.CharField(required=False),
},
),
},
),
},
)
def get(self, request, task_id):
from celery.result import AsyncResult
result = AsyncResult(task_id)
data = {"task_id": task_id, "status": result.state}
if result.state == "PENDING":
data["message"] = "تسک در صف یا یافت نشد."
elif result.state == "PROGRESS":
data["progress"] = result.info
elif result.state == "SUCCESS":
data["result"] = result.result
elif result.state == "FAILURE":
data["error"] = str(result.result)
return Response(
{"code": 200, "msg": "success", "data": data},
status=status.HTTP_200_OK,
)
class FertilizationRecommendationView(APIView):
"""
توصیه کودهی با Celery.
POST با sensor_uuid، plant_name، growth_stage.
تسک در صف قرار می‌گیرد و task_id برگشت داده می‌شود.
"""
@extend_schema(
tags=["RAG Recommendations"],
summary="درخواست توصیه کودهی",
description=(
"داده‌های سنسور و گیاه را دریافت کرده و یک تسک Celery "
"برای تولید توصیه کودهی در صف قرار می‌دهد."
),
request=inline_serializer(
name="FertilizationRecommendationRequest",
fields={
"sensor_uuid": drf_serializers.CharField(help_text="شناسه یکتای سنسور (اجباری)"),
"plant_name": drf_serializers.CharField(required=False, help_text="نام گیاه"),
"growth_stage": drf_serializers.CharField(required=False, help_text="مرحله رشد گیاه"),
"query": drf_serializers.CharField(required=False, help_text="سوال اختیاری"),
},
),
responses={
202: inline_serializer(
name="FertilizationRecommendationResponse",
fields={
"code": drf_serializers.IntegerField(),
"msg": drf_serializers.CharField(),
"data": inline_serializer(
name="FertilizationRecommendationData",
fields={
"task_id": drf_serializers.CharField(),
"status_url": drf_serializers.CharField(),
},
),
},
),
400: OpenApiResponse(description="پارامتر ورودی نامعتبر"),
},
examples=[
OpenApiExample(
"نمونه درخواست",
value={
"sensor_uuid": "550e8400-e29b-41d4-a716-446655440000",
"plant_name": "گوجه‌فرنگی",
"growth_stage": "رویشی",
},
request_only=True,
),
],
)
def post(self, request: Request):
from rag.tasks import fertilization_recommendation_task
sensor_uuid = request.data.get("sensor_uuid")
if not sensor_uuid:
return Response(
{"code": 400, "msg": "پارامتر sensor_uuid الزامی است.", "data": None},
status=status.HTTP_400_BAD_REQUEST,
)
task = fertilization_recommendation_task.delay(
sensor_uuid=str(sensor_uuid),
plant_name=request.data.get("plant_name"),
growth_stage=request.data.get("growth_stage"),
query=request.data.get("query"),
)
return Response(
{
"code": 202,
"msg": "تسک توصیه کودهی در صف قرار گرفت.",
"data": {
"task_id": task.id,
"status_url": f"/api/rag/recommend/fertilization/{task.id}/status/",
},
},
status=status.HTTP_202_ACCEPTED,
)
class FertilizationRecommendationStatusView(APIView):
"""وضعیت تسک توصیه کودهی."""
@extend_schema(
tags=["RAG Recommendations"],
summary="وضعیت تسک توصیه کودهی",
description="وضعیت تسک Celery توصیه کودهی را برمی‌گرداند.",
responses={
200: inline_serializer(
name="FertilizationRecommendationStatusResponse",
fields={
"code": drf_serializers.IntegerField(),
"msg": drf_serializers.CharField(),
"data": inline_serializer(
name="FertilizationRecommendationStatusData",
fields={
"task_id": drf_serializers.CharField(),
"status": drf_serializers.CharField(),
"result": drf_serializers.JSONField(required=False),
"progress": drf_serializers.DictField(required=False),
"error": drf_serializers.CharField(required=False),
},
),
},
),
},
)
def get(self, request, task_id):
from celery.result import AsyncResult
result = AsyncResult(task_id)
data = {"task_id": task_id, "status": result.state}
if result.state == "PENDING":
data["message"] = "تسک در صف یا یافت نشد."
elif result.state == "PROGRESS":
data["progress"] = result.info
elif result.state == "SUCCESS":
data["result"] = result.result
elif result.state == "FAILURE":
data["error"] = str(result.result)
return Response(
{"code": 200, "msg": "success", "data": data},
status=status.HTTP_200_OK,
)