Update app.py

app.py

@@ -24,8 +24,7 @@ print(f"CUDA доступна: {torch.cuda.is_available()}")
 if torch.cuda.is_available():
     print(f"GPU: {torch.cuda.get_device_name(0)}")
 
-# Используем модель, которая точно работает
-MODEL_NAME = "sberbank-ai/rugpt3small_based_on_gpt2"  # Рабочая модель
+MODEL_NAME = "sberbank-ai/rugpt3small_based_on_gpt2"
 EMBEDDING_MODEL = "all-MiniLM-L6-v2"
 SCIENCE_DATASET = "RafaelUI/ru_science"
 ARTICLE_LIMIT = 50
@@ -52,19 +51,85 @@ st.set_page_config(
 )
 
 # ===================================================================
-# 2. ПРОВЕРКА УСТАНОВКИ TRANSFORMERS
+# 2. БАЗА ЗНАНИЙ ДЛЯ КОРРЕКТНЫХ ОТВЕТОВ
 # ===================================================================
 
-try:
-    from transformers import GPT2LMHeadModel, GPT2Tokenizer
-    TRANSFORMERS_OK = True
-except ImportError:
-    TRANSFORMERS_OK = False
-    st.error("❌ Ошибка: transformers не установлен или устарел")
-    st.info("Установите: pip install transformers --upgrade")
+KNOWLEDGE = {
+    "education": """
+### Образование и специальность
+
+Я, OpenAirAI, не учусь в традиционном смысле, но постоянно обучаюсь на новых данных.
+
+**Моя "специальность":**
+- Обработка естественного языка
+- Поиск информации в научных статьях
+- Анализ данных
+
+**Что я умею:**
+- Отвечать на научные вопросы
+- Находить информацию в статьях ru_science
+- Помогать с системным администрированием
+- Генерировать уникальные ответы
+
+**Что я не умею:**
+- Не имею личного опыта
+- Не могу принимать решения за людей
+- Не имею физического воплощения
+""",
+    "mission": """
+### Моя миссия
+
+Я создан для того, чтобы:
+1. Делать знания доступными
+2. Помогать в научных исследованиях
+3. Популяризировать науку
+
+**Как я помогаю людям:**
+- Отвечаю на вопросы
+- Нахожу релевантные статьи
+- Объясняю сложные концепции простым языком
+
+**Почему это важно:**
+Наука должна быть доступна каждому, а я помогаю убрать барьеры между человеком и знаниями.
+""",
+    "internet": """
+### О существовании интернета
+
+Интернет существует как глобальная сеть, объединяющая миллиарды устройств.
+
+**Что такое интернет:**
+- Физическая инфраструктура (кабели, серверы)
+- Протоколы передачи данных (TCP/IP)
+- Миллионы веб-сайтов и сервисов
+
+**Интернет - это:**
+- Инструмент для обмена информацией
+- Платформа для общения
+- Источник знаний
+
+Я существую в интернете, поэтому могу с уверенностью сказать, что он реален.
+""",
+    "projects": """
+### О проектах и сотрудничестве
+
+OpenRussianAI - открытый проект.
+
+**Как присоединиться:**
+1. Посетите наш сайт: https://sites.google.com/view/opruai/home
+2. Подпишитесь на Hugging Face: https://huggingface.co/OpenRussianAI
+3. Свяжитесь с нами: info@openrussianai.ru
+
+**Что мы делаем:**
+- Разрабатываем AI-помощников
+- Исследуем NLP
+- Популяризируем науку
+
+**Присоединяйтесь к сообществу!**
+"""
+}
 
 # ===================================================================
-# 3. НАСТОЯЩАЯ НЕЙРОСЕТЬ
+# 3. НЕЙРОСЕТЬ
 # ===================================================================
 
 class NeuralChatbot:
@@ -75,18 +140,16 @@ class NeuralChatbot:
         self.generator = None
         self.is_loaded = False
         
-        self.system_prompt = f"""Ты - {AI_NAME}, дружелюбный научный AI-ассистент от компании {COMPANY_NAME}.
+        self.system_prompt = f"""Ты - {AI_NAME}, научный AI-ассистент от компании {COMPANY_NAME}.
 Ты создан в {CREATION_DATE} командой {', '.join(CREATORS)}.
-Ты всегда отвечаешь на русском языке, тепло и профессионально.
-Ты помогаешь с научными вопросами, системным администрированием и технологиями.
-Ты генерируешь уникальные ответы каждый раз.
+Ты отвечаешь на русском языке, четко и по делу.
+Если вопрос про образование, миссию или интернет - используй знания из базы.
+Если вопрос про науку - ищи в статьях.
+Всегда давай структурированный ответ.
 
-Вот вопрос пользователя: """
+Вопрос: """
     
     def load_model(self):
-        if not TRANSFORMERS_OK:
-            return False
-            
         with st.spinner("🧠 Загружаю нейросеть..."):
             try:
                 from transformers import GPT2LMHeadModel, GPT2Tokenizer
@@ -138,21 +201,84 @@ class NeuralChatbot:
             
             return response
             
-        except Exception as e:
-            print(f"Ошибка генерации: {e}")
+        except:
             return self.fallback_response(query)
     
     def fallback_response(self, query):
-        return f"""Я {AI_NAME} от {COMPANY_NAME}. 
+        return f"""Я {AI_NAME} от {COMPANY_NAME}.
 
-К сожалению, сейчас нейросеть временно недоступна, но я хочу ответить на ваш вопрос: "{query}"
+Извините, нейросеть временно недоступна. Вот что я знаю по вашему вопросу:
 
-Обычно я генерирую уникальные ответы с помощью нейросети GPT. Попробуйте позже, и я смогу дать более развернутый ответ! 🧠
+{self.get_knowledge(query)}
 
-А пока я могу рассказать, что создан в {CREATION_DATE} командой {', '.join(CREATORS)}. Я помогаю с научными вопросами и технологиями."""
+Если нужна более подробная информация, попробуйте позже. 🧠"""
+    
+    def get_knowledge(self, query):
+        q = query.lower()
+        if any(w in q for w in ["образован", "специальн", "учусь", "умею"]):
+            return KNOWLEDGE["education"]
+        elif any(w in q for w in ["мисси", "цель", "помога", "задача"]):
+            return KNOWLEDGE["mission"]
+        elif any(w in q for w in ["интернет", "существу"]):
+            return KNOWLEDGE["internet"]
+        elif any(w in q for w in ["проект", "сотруднич", "присоедин"]):
+            return KNOWLEDGE["projects"]
+        else:
+            return "Я помогаю с научными вопросами. Что именно вас интересует?"
 
 # ===================================================================
-# 4. ЗАГРУЗКА СТАТЕЙ
+# 4. ОЧИСТКА ЗАПРОСОВ ОТ СПАМА
+# ===================================================================
+
+def clean_query(query):
+    """Очищает запрос от спама и мусора"""
+    # Удаляем ссылки
+    query = re.sub(r'http[s]?://\S+', '', query)
+    query = re.sub(r'www\.\S+', '', query)
+    
+    # Удаляем email
+    query = re.sub(r'\S+@\S+', '', query)
+    
+    # Удаляем телефоны
+    query = re.sub(r'\+7\s*\(?\d{3}\)?\s*\d{3}\s*\d{2}\s*\d{2}', '', query)
+    query = re.sub(r'8\s*\(?\d{3}\)?\s*\d{3}\s*\d{2}\s*\d{2}', '', query)
+    
+    # Удаляем странные символы
+    query = re.sub(r'[^\w\s\.\?\!,;:]', ' ', query)
+    
+    # Удаляем множественные пробелы
+    query = ' '.join(query.split())
+    
+    # Если запрос слишком длинный - берем первое осмысленное предложение
+    if len(query) > 300:
+        sentences = re.split(r'[.!?]', query)
+        query = '. '.join([s for s in sentences[:3] if len(s) > 10]) + '.'
+    
+    return query.strip()
+
+def extract_main_question(query):
+    """Извлекает основной вопрос из спама"""
+    q = query.lower()
+    
+    # Ключевые слова вопросов
+    question_keywords = ['что', 'как', 'почему', 'где', 'когда', 'кто', 'зачем', 'какой']
+    
+    # Ищем предложения с вопросительными словами
+    sentences = re.split(r'[.!?]', q)
+    questions = []
+    
+    for s in sentences:
+        if any(keyword in s for keyword in question_keywords):
+            questions.append(s.strip())
+    
+    if questions:
+        return '. '.join(questions[:2]) + '?'
+    
+    # Если вопросов нет, берем первые 100 символов
+    return query[:150] + ('...' if len(query) > 150 else '')
+
+# ===================================================================
+# 5. ЗАГРУЗКА СТАТЕЙ
 # ===================================================================
 
 @st.cache_resource
@@ -179,8 +305,7 @@ def load_science_articles():
             with open(ARTICLES_FILE, 'wb') as f:
                 pickle.dump(articles, f)
             return articles
-        except Exception as e:
-            st.warning(f"Не удалось загрузить статьи: {e}")
+        except:
             return []
 
 @st.cache_resource
@@ -218,23 +343,6 @@ def search_articles(query, _articles, _embeddings, _embedder):
     except:
         return []
 
-# ===================================================================
-# 5. ОЧИСТКА ЗАПРОСОВ
-# ===================================================================
-
-def clean_query(query):
-    query = re.sub(r'http[s]?://\S+', '', query)
-    query = re.sub(r'\S+@\S+', '', query)
-    query = re.sub(r'\+7\s*\(?\d{3}\)?\s*\d{3}\s*\d{2}\s*\d{2}', '', query)
-    query = re.sub(r'[^\w\s\.\?\!,;:]', ' ', query)
-    query = ' '.join(query.split())
-    
-    if len(query) > 300:
-        sentences = re.split(r'[.!?]', query)
-        query = '. '.join(sentences[:2]) + '.' if sentences else query[:200]
-    
-    return query.strip()
-
 # ===================================================================
 # 6. ОСНОВНОЙ КЛАСС
 # ===================================================================
@@ -252,32 +360,50 @@ class OpenAirAI:
         return self.is_ready
     
     def generate_answer(self, query):
+        # Очищаем запрос
         clean_q = clean_query(query)
-        return self.chatbot.generate(clean_q)
+        
+        # Если запрос стал пустым
+        if not clean_q or len(clean_q) < 3:
+            return f"Я {self.name} от {self.company}. Чем могу помочь? Задайте конкретный вопрос. 🧠"
+        
+        # Извлекаем основной вопрос
+        main_q = extract_main_question(clean_q)
+        
+        # Ищем статьи
+        articles_context = search_articles(main_q, articles, embeddings, embedder)
+        
+        # Если есть статьи и вопрос научный
+        if articles_context and any(w in main_q.lower() for w in ["науч", "исслед", "стать", "эксперимент"]):
+            response = self.chatbot.generate(main_q)
+            if articles_context:
+                response += "\n\n📄 **Релевантные статьи:**\n"
+                for i, art in enumerate(articles_context, 1):
+                    response += f"{i}. {art['title']}\n"
+            return response
+        
+        # Генерируем ответ через нейросеть
+        return self.chatbot.generate(main_q)
 
 # ===================================================================
 # 7. ИНТЕРФЕЙС
 # ===================================================================
 
-# Загрузка данных
 articles = load_science_articles()
 embedder = load_embedder()
 embeddings = create_embeddings(articles, embedder)
 
-# Инициализация AI
 if 'ai' not in st.session_state:
     st.session_state.ai = OpenAirAI()
     st.session_state.ai.initialize()
 
 ai = st.session_state.ai
 
-# История чата
 if "messages" not in st.session_state:
     st.session_state.messages = []
-    greeting = ai.generate_answer("Привет! Представься и расскажи о себе кратко")
+    greeting = ai.generate_answer("Привет! Представься")
     st.session_state.messages.append({"role": "assistant", "content": greeting})
 
-# --- БОКОВАЯ ПАНЕЛЬ ---
 with st.sidebar:
     st.image("https://cdn-icons-png.flaticon.com/512/4248/4248455.png", width=80)
     st.title(f"🧠 {AI_NAME}")
@@ -297,55 +423,33 @@ with st.sidebar:
     **📊 Статистика:**
     - Статей: {len(articles)}
     - Сообщений: {len(st.session_state.messages)}
-    - Модель: {MODEL_NAME.split("/")[-1]}
     """)
     
     if st.button("🗑️ Очистить чат"):
         st.session_state.messages = []
-        greeting = ai.generate_answer("Привет! Представься и расскажи о себе кратко")
+        greeting = ai.generate_answer("Привет! Представься")
         st.session_state.messages.append({"role": "assistant", "content": greeting})
         st.rerun()
-    
-    if st.button("🔄 Сгенерировать новое приветствие"):
-        new_greeting = ai.generate_answer("Привет! Представься заново")
-        if st.session_state.messages:
-            st.session_state.messages[0] = {"role": "assistant", "content": new_greeting}
-        st.rerun()
 
-# --- ОСНОВНАЯ ЧАСТЬ ---
 st.title(f"🧠 {AI_NAME} - Нейросетевой AI-ассистент")
-st.markdown(f"**{AI_NAME}** от **{COMPANY_NAME}** | Ответы генерируются нейросетью")
+st.markdown(f"**{AI_NAME}** от **{COMPANY_NAME}** | Очищает запросы от спа��а")
 
-# Отображение сообщений
 for message in st.session_state.messages:
     with st.chat_message(message["role"]):
         st.markdown(message["content"])
 
-# Поле ввода
 if prompt := st.chat_input("Задайте вопрос..."):
     st.session_state.messages.append({"role": "user", "content": prompt})
     with st.chat_message("user"):
         st.markdown(prompt)
     
     with st.chat_message("assistant"):
-        with st.spinner("🧠 Нейросеть генерирует ответ..."):
-            # Ищем релевантные статьи
-            articles_context = search_articles(prompt, articles, embeddings, embedder)
-            
-            # Генерируем ответ
+        with st.spinner("🧠 Думаю..."):
             response = ai.generate_answer(prompt)
-            
-            # Добавляем статьи в ответ
-            if articles_context and len(response) < 50:
-                response += "\n\n📄 Я нашел релевантные научные статьи:\n"
-                for i, art in enumerate(articles_context, 1):
-                    response += f"{i}. {art['title']}\n"
-            
             st.markdown(response)
             st.session_state.messages.append({"role": "assistant", "content": response})
     
     st.rerun()
 
-# --- ПОДВАЛ ---
 st.divider()
-st.caption(f"🧠 {AI_NAME} от {COMPANY_NAME} | Создан в {CREATION_DATE} | Генеративная нейросеть")
+st.caption(f"🧠 {AI_NAME} от {COMPANY_NAME} | Создан в {CREATION_DATE}")