Update rag_pipeline.py

rag_pipeline.py

@@ -105,62 +105,7 @@ def run_qa_pipeline(query, k=5):
         retrieved = retrieve(query, k)
         if not retrieved:
             return "⚠️ Keine relevanten Textstellen gefunden."
-        prompt = build_prompt(query, retrieved)
-        print("📨 Prompt gesendet...")
-
-        if openai_client:
-            answer = ask_openai(prompt)
-        elif groq_client:
-            answer = ask_groq(prompt)
-        else:
-            return "⚠️ Kein LLM API-Key vorhanden. Bitte OPENAI_API_KEY oder GROQ_API_KEY hinterlegen."
-
-        return f"📌 Frage: {query}\n\n📖 Antwort:\n{answer}"
-
-    except Exception as e:
-        return f"❌ Fehler beim Verarbeiten der Anfrage:\n{str(e)}"def build_prompt(query, texts):
-    context = "\n\n".join(texts)
-    return f"""Beantworte die folgende Frage basierend auf dem Kontext.
-
-Kontext:
-{context}
-
-Frage:
-{query}
-"""
-
-# === Anfrage an OpenAI
-def ask_openai(prompt):
-    if not openai_client:
-        return "❌ Kein OpenAI API Key gefunden"
-    res = openai_client.chat.completions.create(
-        model="gpt-4",
-        messages=[
-            {"role": "system", "content": "Du bist ein hilfsbereiter Catan-Regel-Experte."},
-            {"role": "user", "content": prompt}
-        ]
-    )
-    return res.choices[0].message.content.strip()
 
-# === Anfrage an Groq
-def ask_groq(prompt):
-    if not groq_client:
-        return "❌ Kein Groq API Key gefunden"
-    res = groq_client.chat.completions.create(
-        model="llama3-70b-8192",
-        messages=[
-            {"role": "system", "content": "Du bist ein hilfsbereiter Catan-Regel-Experte."},
-            {"role": "user", "content": prompt}
-        ]
-    )
-    return res.choices[0].message.content.strip()
-
-# === Hauptfunktion für Gradio
-def run_qa_pipeline(query, k=5):
-    try:
-        retrieved = retrieve(query, k)
-        if not retrieved:
-            return "⚠️ Keine relevanten Textstellen gefunden."
         prompt = build_prompt(query, retrieved)
         print("📨 Prompt gesendet...")
 
@@ -174,4 +119,4 @@ def run_qa_pipeline(query, k=5):
         return f"📌 Frage: {query}\n\n📖 Antwort:\n{answer}"
 
     except Exception as e:
-        return f"❌ Fehler: {str(e)}"    return f"🔍 Kontext gefunden:\n\n{prompt}"
+        return f"❌ Fehler beim Verarbeiten der Anfrage:\n{str(e)}"