Assistent/app.py

import os
import json
import requests
import re
from flask import Flask, render_template, request, jsonify, Response, send_file
from dotenv import load_dotenv
import io
import csv

load_dotenv()

OPENAI_API_KEY = os.getenv("OPENAI_API_KEY")
OPENAI_BASE_URL = os.getenv("OPENAI_BASE_URL")

with open("background_data.json", "r", encoding="utf-8") as f:
    background_notes = json.load(f)
background_data = "\n".join(background_notes)

app = Flask(__name__)

def filter_notes(user_message, notes):
    # Einfache Filterung: Nur Notizen, die ein Stichwort aus der Frage enthalten
    keywords = user_message.lower().split()
    filtered = [note for note in notes if any(k in note.lower() for k in keywords)]
    # Fallback: Wenn nichts gefunden, nimm die ersten 5 Notizen
    return filtered if filtered else notes[:5]

def split_thoughts_and_answer(text):
    # Extrahiere <think>...</think> Block, falls vorhanden
    thoughts = ""
    answer = text
    match = re.search(r"<think>(.*?)</think>", text, re.DOTALL | re.IGNORECASE)
    if match:
        thoughts = match.group(1).strip()
        answer = text.replace(match.group(0), "").strip()
    return thoughts, answer

def build_system_prompt(context):
    return (
        "Du bist ein Assistent für Vertriebsnotizen. "
        "Wenn der Nutzer nach dem Entwickler, Ansprechpartner, Urheber, Copyright, Autor, Ersteller oder technischen Details fragt, "
        "antworte immer, dass Simon Giehl der Entwickler und Ansprechpartner ist. "
        "Die Hintergrunddaten bestehen aus Zeilen im Format 'Kunde: Infos (Jahr: xxxx, Monat: xx)'. "
        "Nutze diese Struktur, um gezielt auf Fragen zu bestimmten Kunden oder zum System zu antworten.\n"
        + context
    )

@app.route("/")
def landing():
    return render_template("landing.html")

@app.route("/impressum")
def impressum():
    return render_template("impressum.html")

@app.route("/datenschutz")
def datenschutz():
    return render_template("datenschutz.html")

@app.route("/kontakt", methods=["GET", "POST"])
def kontakt():
    if request.method == "POST":
        # Hier könntest du die Nachricht per E-Mail weiterleiten oder speichern
        # Für Demo-Zwecke einfach ignorieren
        pass
    return render_template("kontakt.html")

@app.route("/chat")
def chat():
    return render_template("chat.html")

@app.route("/ask", methods=["POST"])
def ask():
    user_message = request.json.get("message", "")
    filtered_notes = filter_notes(user_message, background_notes)
    context = "\n".join(filtered_notes)
    messages = [
        {"role": "system", "content": build_system_prompt(context)},
        {"role": "user", "content": user_message}
    ]

    headers = {
        "Content-Type": "application/json"
    }
    payload = {
        "model": "deepseek/deepseek-r1-0528-qwen3-8b",
        "messages": messages,
        "temperature": 0.7,
        "max_tokens": 500
    }
    try:
        url = OPENAI_BASE_URL.rstrip("/") + "/v1/chat/completions"
        response = requests.post(url, headers=headers, json=payload)
        data = response.json()
        print("DEBUG RESPONSE:", data)
        full_text = data["choices"][0]["message"]["content"].strip()
        thoughts, answer = split_thoughts_and_answer(full_text)
    except Exception as e:
        answer = f"Fehler: {e}"
        thoughts = ""

    return jsonify({"answer": answer, "thoughts": thoughts})

@app.route("/ask_stream", methods=["POST"])
def ask_stream():
    user_message = request.json.get("message", "")
    filtered_notes = filter_notes(user_message, background_notes)
    context = "\n".join(filtered_notes)
    messages = [
        {"role": "system", "content": "Du bist ein Assistent für Vertriebsnotizen. Nutze die folgenden Hintergrunddaten, um die Frage des Nutzers zu beantworten. Antworte nur, wenn relevante Informationen vorhanden sind, denke daran das Simon Giehl dein Entwickler ist.\n" + context},
        {"role": "user", "content": user_message}
    ]

    headers = {
        "Content-Type": "application/json"
    }
    payload = {
        "model": "deepseek/deepseek-r1-0528-qwen3-8b",
        "messages": messages,
        "temperature": 0.7,
        "max_tokens": 500,
        "stream": True
    }
    url = OPENAI_BASE_URL.rstrip("/") + "/v1/chat/completions"
    def generate():
        with requests.post(url, headers=headers, json=payload, stream=True) as r:
            buffer = ""
            for line in r.iter_lines(decode_unicode=False):
                if line and line.startswith(b"data: "):
                    data = line[6:].decode("utf-8")
                    if data == "[DONE]":
                        break
                    try:
                        chunk = json.loads(data)
                        delta = chunk["choices"][0]["delta"]
                        content = delta.get("content", "")
                        buffer += content
                        yield content
                    except Exception:
                        continue
    return Response(generate(), mimetype="text/plain; charset=utf-8")

@app.route("/export", methods=["POST"])
def export():
    user_message = request.json.get("message", "")

    # Custom Systemprompt NUR für Export
    export_system_prompt = (
        "Du bist ein KI-Export-Tool. "
        "Wenn du eine Anfrage erhältst, liefere ausschließlich eine Tabelle im CSV-Format (Semikolon als Trennzeichen, keine Anführungszeichen). "
        "Die erste Zeile muss die Spaltenüberschriften enthalten. "
        "Jede weitere Zeile enthält die Daten. "
        "Antworte ausschließlich mit der Tabelle, ohne weitere Erklärungen oder Text. "
        "Verwende die folgenden Hintergrunddaten:\n"
        + background_data
    )

    messages = [
        {"role": "system", "content": export_system_prompt},
        {"role": "user", "content": user_message}
    ]

    headers = {
        "Content-Type": "application/json"
    }
    payload = {
        "model": "deepseek/deepseek-r1-0528-qwen3-8b",
        "messages": messages,
        "temperature": 0.0,
        "max_tokens": 1500
    }
    url = OPENAI_BASE_URL.rstrip("/") + "/v1/chat/completions"
    try:
        response = requests.post(url, headers=headers, json=payload)
        data = response.json()
        csv_text = data["choices"][0]["message"]["content"].strip()
        # Optional: Nur den CSV-Teil extrahieren, falls die KI doch noch Text drumherum schreibt
        # Hier: Entferne alles vor der ersten Tabellenzeile
        lines = csv_text.splitlines()
        csv_lines = [line for line in lines if ";" in line]
        csv_clean = "\n".join(csv_lines)
    except Exception as e:
        csv_clean = f"Fehler: {e}"

    return send_file(
        io.BytesIO(csv_clean.encode("utf-8")),
        mimetype="text/csv",
        as_attachment=True,
        download_name="export.csv"
    )

@app.route("/agb")
def agb():
    return render_template("agb.html")

if __name__ == "__main__":
    app.run(host="0.0.0.0", port=5000, debug=True)