Update src/streamlit_app.py

src/streamlit_app.py

@@ -189,7 +189,7 @@ def semantic_search(query, embedder, index, df, genre=None, year=None, country=N
     query_embedding = embedder.encode([query])
     faiss.normalize_L2(query_embedding)
 
-    n_search = 500  # Увеличили количество для более широкого поиска
+    n_search = 500
     dists, idxs = index.search(query_embedding, n_search)
 
     valid_idxs = [i for i in idxs[0] if i >= 0 and i < len(df)]
@@ -199,7 +199,6 @@ def semantic_search(query, embedder, index, df, genre=None, year=None, country=N
     res = df.iloc[valid_idxs].copy()
     res["score"] = dists[0][:len(valid_idxs)]
 
-    # Применяем фильтрацию
     if genre and genre != "Все":
         genre_lower = genre.lower()
         res = res[res["basic_genres"].str.lower().str.contains(genre_lower, na=False)]
@@ -220,15 +219,12 @@ def semantic_search(query, embedder, index, df, genre=None, year=None, country=N
     if res.empty:
         return res
 
-    # --- УЛУЧШЕННОЕ ГИБРИДНОЕ РАНЖИРОВАНИЕ НА ОСНОВЕ КЛЮЧЕВЫХ СЛОВ ---
     query_lower = query.lower()
     
-    # Добавляем очень большой бонус за точное совпадение фразы в названии
     res['exact_match_title'] = res['tvshow_title'].str.lower() == query_lower
     
-    # Добавляем средний бонус за совпадение ключевых слов в названии/описании
     query_words = re.findall(r'\b\w+\b', query_lower)
-    keyword_pattern = '|'.join([re.escape(word) for word in query_words if len(word) > 2]) # Игнорируем короткие слова
+    keyword_pattern = '|'.join([re.escape(word) for word in query_words if len(word) > 2])
     
     if keyword_pattern:
         res['has_keyword'] = res.apply(
@@ -241,13 +237,9 @@ def semantic_search(query, embedder, index, df, genre=None, year=None, country=N
         
     res['final_score'] = res['score']
     
-    # Применяем веса:
-    # Самый большой бонус за точное совпадение названия
     res['final_score'] = np.where(res['exact_match_title'], res['final_score'] + 1.5, res['final_score'])
-    # Умеренный бонус за совпадение ключевых слов
     res['final_score'] = np.where(res['has_keyword'], res['final_score'] + 0.4, res['final_score'])
     
-    # Сортируем по новой, более точной оценке
     sorted_results = res.sort_values(by="final_score", ascending=False)
     
     return sorted_results.head(k)
@@ -274,7 +266,6 @@ def generate_rag_response(user_query, search_results, llm):
     
     ctx = format_docs_for_prompt(search_results)
 
-    # УЛУЧШЕННЫЙ ПРОМПТ ДЛЯ LLM
     prompt_template = """
     Ты — эксперт по кино и сериалам. Твоя задача — помочь пользователю, основываясь на предоставленных ниже результатах поиска.
 
@@ -308,7 +299,6 @@ def main():
     st.set_page_config(page_title="Поиск фильмов и сериалов + AI", layout="wide")
     st.title("Семантический поиск фильмов и сериалов с AI")
 
-    # Инициализация состояния
     if "df" not in st.session_state:
         try:
             st.session_state.df = cached_load_data(CSV_PATH)
@@ -342,19 +332,25 @@ def main():
     index = st.session_state.index
     llm = st.session_state.llm
 
+    # Инициализация переменных состояния
+    if 'last_query' not in st.session_state:
+        st.session_state.last_query = ""
+    if 'results' not in st.session_state:
+        st.session_state.results = pd.DataFrame()
+    if 'ai_clicked' not in st.session_state:
+        st.session_state.ai_clicked = False
+    if 'search_query' not in st.session_state:
+        st.session_state.search_query = ""
+
+
     # ====== Форма поиска ======
     with st.container():
         st.markdown("---")
         with st.form(key='search_form'):
             colf1, colf2, colf3, colf4 = st.columns(4)
             with colf1:
-                basic_genres_list = []
-                for g in df["basic_genres"].dropna().unique():
-                    for part in str(g).split(","):
-                        p = part.strip()
-                        if p:
-                            basic_genres_list.append(p)
-                genres = ["Все"] + sorted(set(basic_genres_list))
+                basic_genres_list = sorted(list(set(g.strip() for g in ", ".join(df["basic_genres"].dropna().unique()).split(","))))
+                genres = ["Все"] + [g for g in basic_genres_list if g]
                 genre_filter = st.selectbox("Жанр", genres, index=0, key="genre_filter_key")
             with colf2:
                 years = ["Все"] + [str(y) for y in sorted(df["year"].unique()) if y != 0]
@@ -369,48 +365,47 @@ def main():
             k = st.slider("Количество результатов:", 1, 20, 5, key="k_slider")
             user_input = st.text_input("Введите ключевые слова или сюжет:", key="user_input_key")
 
-            nav1, nav2, nav3, nav4 = st.columns(4)
-            with nav1:
+            col_buttons = st.columns(4)
+            with col_buttons[0]:
                 random_search = st.form_submit_button("Случайный фильм/сериал")
-            with nav2:
+            with col_buttons[1]:
                 genre_search = st.form_submit_button("ТОП по жанру")
-            with nav3:
+            with col_buttons[2]:
                 new_search = st.form_submit_button("Новинки")
-            with nav4:
+            with col_buttons[3]:
                 text_search = st.form_submit_button("Искать")
 
     # Логика обработки нажатий кнопок
-    performed_search = False
     if text_search and user_input:
         st.session_state.last_query = user_input
-        performed_search = True
+        st.session_state.results = semantic_search(
+            user_input, embedder, index, df,
+            genre_filter, year_filter, country_filter, type_filter, k
+        )
+        st.session_state.ai_clicked = False
     elif random_search:
         random_query = random.choice(df["tvshow_title"].tolist())
         st.session_state.last_query = random_query
-        user_input = random_query # Для корректной работы semantic_search
-        performed_search = True
+        st.session_state.results = semantic_search(
+            random_query, embedder, index, df,
+            genre_filter, year_filter, country_filter, type_filter, k
+        )
+        st.session_state.ai_clicked = False
     elif genre_search and genre_filter != "Все":
-        st.session_state.last_query = genre_filter
-        user_input = genre_filter
-        performed_search = True
+        st.session_state.last_query = f"Лучшие фильмы и сериалы в жанре {genre_filter}"
+        st.session_state.results = semantic_search(
+            st.session_state.last_query, embedder, index, df,
+            genre_filter, year_filter, country_filter, type_filter, k
+        )
+        st.session_state.ai_clicked = False
     elif new_search:
-        new_query = str(int(df["year"].max())) if not df["year"].isna().all() else ""
+        new_query = f"Самые новые фильмы и сериалы {df['year'].max()}"
         st.session_state.last_query = new_query
-        user_input = new_query
-        performed_search = True
-
-    if performed_search:
-        with st.spinner("Поиск..."):
-            st.session_state.results = semantic_search(
-                user_input, embedder, index, df,
-                genre_filter, year_filter, country_filter, type_filter, k
-            )
-            st.session_state.ai_clicked = False
-    else:
-        if 'results' not in st.session_state:
-            st.session_state.results = pd.DataFrame()
-        if 'ai_clicked' not in st.session_state:
-            st.session_state.ai_clicked = False
+        st.session_state.results = semantic_search(
+            new_query, embedder, index, df,
+            genre_filter, year_filter, country_filter, type_filter, k
+        )
+        st.session_state.ai_clicked = False
 
     # ====== Отрисовка результатов ======
     results_container = st.container()
@@ -419,8 +414,9 @@ def main():
     with results_container:
         st.markdown("## Результаты поиска")
         results_exist = isinstance(st.session_state.get("results"), pd.DataFrame) and not st.session_state.results.empty
+        
         if not results_exist:
-            if performed_search and ('last_query' in st.session_state and st.session_state.last_query.strip() != ""):
+            if st.session_state.last_query:
                 st.warning(f"Ничего не найдено по запросу: '{st.session_state.last_query}'.")
             else:
                 st.info("Введите запрос и нажмите «Искать», или выберите «Случайный фильм/сериал».")
@@ -448,11 +444,18 @@ def main():
                         st.markdown(f"[Подробнее]({row['url']})")
                 st.divider()
 
-            if st.session_state.llm and st.button("AI: почему эти подходят и что ещё посмотреть", key="ai_button"):
-                st.session_state.ai_clicked = True
+    # Кнопка для AI-генерации вне формы
+    if st.session_state.llm and not st.session_state.results.empty:
+        if st.button("AI: почему эти подходят и что ещё посмотреть", key="ai_button"):
+            st.session_state.ai_clicked = True
     
     with ai_response_container:
-        if st.session_state.get("ai_clicked"):
+        if st.session_state.get("ai_clicked") and st.session_state.get("last_query"):
+            st.markdown("### Рекомендации AI:")
+            with st.spinner("Генерация ответа AI..."):
+                rag = generate_rag_response(st.session_state.last_query, st.session_state.results, llm)
+                st.write(rag)
+        elif st.session_state.get("ai_clicked") and not st.session_state.get("results").empty:
             st.markdown("### Рекомендации AI:")
             with st.spinner("Генерация ответа AI..."):
                 rag = generate_rag_response(st.session_state.last_query, st.session_state.results, llm)