from flask import Flask
from flask import render_template
from flask import request
from dotenv import load_dotenv
from qdrant_client import QdrantClient
import openai
import os

app = Flask(__name__)


def prompt(question, answers):
 """
 生成对话的示例提示语句,格式如下:
 demo_q:
 使用以下段落来回答问题,如果段落内容不相关就返回未查到相关信息:"成人头疼,流鼻涕是感冒还是过敏?"
 1. 普通感冒:您会出现喉咙发痒或喉咙痛,流鼻涕,流清澈的稀鼻涕(液体),有时轻度发热。
 2. 常年过敏:症状包括鼻塞或流鼻涕,鼻、口或喉咙发痒,眼睛流泪、发红、发痒、肿胀,打喷嚏。
 demo_a:
 成人出现头痛和流鼻涕的症状,可能是由于普通感冒或常年过敏引起的。如果病人出现咽喉痛和咳嗽,感冒的可能性比较大;而如果出现口、喉咙发痒、眼睛肿胀等症状,常年过敏的可能性比较大。
 system:
 你是一个医院问诊机器人
 """
 demo_q = '使用以下段落来回答问题:"成人头疼,流鼻涕是感冒还是过敏?"\n1. 普通感冒:您会出现喉咙发痒或喉咙痛,流鼻涕,流清澈的稀鼻涕(液体),有时轻度发热。\n2. 常年过敏:症状包括鼻塞或流鼻涕,鼻、口或喉咙发痒,眼睛流泪、发红、发痒、肿胀,打喷嚏。'
 demo_a = '成人出现头痛和流鼻涕的症状,可能是由于普通感冒或常年过敏引起的。如果病人出现咽喉痛和咳嗽,感冒的可能性比较大;而如果出现口、喉咙发痒、眼睛肿胀等症状,常年过敏的可能性比较大。'
 system = '你是唯一客服助手机器人'
 q = '使用以下段落来回答问题,如果段落内容不相关就返回未查到相关信息:"'
 q += question + '"\n'
 # 带有索引的格式
 for index, answer in enumerate(answers):
 q += str(index + 1) + '. ' + str(answer['title']) + ': ' + str(answer['text']) + '\n'

 """
 system:代表的是你要让GPT生成内容的方向,在这个案例中我要让GPT生成的内容是医院问诊机器人的回答,所以我把system设置为医院问诊机器人
 前面的user和assistant是我自己定义的,代表的是用户和医院问诊机器人的示例对话,主要规范输入和输出格式
 下面的user代表的是实际的提问
 """
 res = [
 {'role': 'system', 'content': system},
 {'role': 'user', 'content': q},
 ]
 return res


def query(text):
 """
 执行逻辑:
 首先使用openai的Embedding API将输入的文本转换为向量
 然后使用Qdrant的search API进行搜索,搜索结果中包含了向量和payload
 payload中包含了title和text,title是疾病的标题,text是摘要
 最后使用openai的ChatCompletion API进行对话生成
 """
 client = QdrantClient("127.0.0.1", port=6333)
 collection_name = "data_collection"
 load_dotenv()
 openai.api_key = os.getenv("OPENAI_API_KEY")
 sentence_embeddings = openai.Embedding.create(
 model="text-embedding-ada-002",
 input=text
 )

 """
 因为提示词的长度有限,所以我只取了搜索结果的前三个,如果想要更多的搜索结果,可以把limit设置为更大的值
 """
 search_result = client.search(
 collection_name=collection_name,
 query_vector=sentence_embeddings["data"][0]["embedding"],
 limit=3,
 search_params={"exact": False, "hnsw_ef": 128}
 )
 answers = []
 tags = []

 """
 因为提示词的长度有限,每个匹配的相关摘要我在这里只取了前300个字符,如果想要更多的相关摘要,可以把这里的300改为更大的值
 """
 for result in search_result:
 if len(result.payload["text"]) > 300:
 summary = result.payload["text"][:300]
 else:
 summary = result.payload["text"]
 answers.append({"title": result.payload["title"], "text": summary})
 promptMessage=prompt(text, answers)
 print(promptMessage)
 completion = openai.ChatCompletion.create(
 temperature=0.7,
 model="gpt-3.5-turbo",
 messages=promptMessage,
 )

 return {
 "answer": completion.choices[0].message.content,
 "tags": tags,
 }


@app.route('/')
def hello_world():
 return render_template('index.html')


@app.route('/search', methods=['POST'])
def search():
 data = request.get_json()
 search = data['search']


 res = query(search)

 return {
 "code": 200,
 "data": {
 "search": search,
 "answer": res["answer"],
 "tags": res["tags"],
 },
 }


if __name__ == '__main__':
 app.run(host='0.0.0.0', port=3000)