from typing import Dict, Any, Type
from fastapi import APIRouter, HTTPException
from pydantic import BaseModel
from dishka import FromDishka
from dishka.integrations.fastapi import DishkaRoute
# Импортируем ваши модели шаблонов
from src.services.world_query_service import WorldQueryService
from src.models.naming_schemas import BiomeLexiconEntry, CharacterNamesConfig, EntityTemplateEntry, FactionNamingRule, ResourceNamingEntry
from src.models.templates_schema import (
BeliefTemplate, BiomeTemplate, FactionTemplate, LocationTemplate,
ResourceTemplate, BossesTemplate, TraitTemplate, TransformationRule
)
from src.services.llm_service import LLMService
from src.services.storyteller import StorytellerService
router = APIRouter(prefix="/api/llm", route_class=DishkaRoute)
# Маппинг строковых ключей (как в URL) на Pydantic классы
# TODO сделать общий маппинг на все сервисы!
TEMPLATE_MAP: Dict[str, Type[BaseModel]] = {
"belief": BeliefTemplate,
"biomes": BiomeTemplate,
"bosses": BossesTemplate,
"factions": FactionTemplate,
"locations": LocationTemplate,
"resources": ResourceTemplate,
"traits": TraitTemplate,
"transformations": TransformationRule,
# кажется, имена сыпятся при попытке генерить их с помощью LLM
"naming_biomes": BiomeLexiconEntry,
"naming_faction": FactionNamingRule,
"naming_resources": ResourceNamingEntry,
"naming_characters": CharacterNamesConfig,
# TODO: это какая-то мусорка
"entity_templates": EntityTemplateEntry,
}
class SuggestRequest(BaseModel):
prompt: str
# TODO добавить поддержку шаблонов имён!
@router.post("/suggest/{config_type}")
async def suggest_template(
config_type: str,
request: SuggestRequest,
service: FromDishka[LLMService]
):
"""
Генерирует заполненный шаблон на основе текстового описания.
Пример: POST /api/llm/suggest/factions
Body: { "prompt": "Агрессивные гномы-пироманты, живущие в вулкане" }
"""
model_class = TEMPLATE_MAP.get(config_type)
if not model_class:
raise HTTPException(status_code=400, detail=f"Unknown template type: {config_type}")
try:
data = await service.generate_template(request.prompt, model_class)
return data
except Exception as e:
raise HTTPException(status_code=500, detail=str(e))
@router.get("/describe/{entity_id}")
async def describe_entity(
entity_id: str,
service: FromDishka[StorytellerService]
):
"""
Получить художественное описание сущности по её ID.
Используется в контекстном меню графа.
"""
description = await service.describe_entity(entity_id)
return {"text": description}
@router.post("/agent/command")
async def agent_command(
request: SuggestRequest, # { prompt: "Убей короля орков" }
llm_service: FromDishka[LLMService],
query_service: FromDishka[WorldQueryService]
):
# 1. Собираем инструменты из QueryService
# Нам нужно обернуть методы сервиса, чтобы LangChain видел их docstrings и типы
# Примечание: Лучше вынести создание tools в отдельный файл utils/tools.py,
# но для примера покажу тут.
from langchain_core.tools import tool
@tool
def search_tool(query: str, exclude_dead: bool = True):
"""Search for entities. If exclude_dead is True, filters out dead/inactive."""
excl = ["dead", "inactive", "absorbed"] if exclude_dead else []
return query_service.query_entities(exclude_tags=excl, limit=10)
@tool
def update_status_tool(entity_id: str, add_tags: list[str]):
"""Updates entity tags."""
return query_service.update_tags(entity_id, add_tags, [])
# 2. Запускаем агента
tools = [search_tool, update_status_tool] # И другие...
response = await llm_service.run_world_agent(
user_query=request.prompt,
tools=tools
)
return {"response": response}
