Merge branch 'main' of https://huggingface.co/spaces/luanpoppe/vella-backend-tests into tests

_utils/gerar_relatorio_modelo_usuario/EnhancedDocumentSummarizer.py

@@ -36,7 +36,7 @@ class EnhancedDocumentSummarizer(DocumentSummarizer):
         chunk_overlap,
         num_k_rerank,
         model_cohere_rerank,
-        prompt_auxiliar,
+        # prompt_auxiliar,
         gpt_model,
         gpt_temperature,
         # id_modelo_do_usuario,
@@ -54,7 +54,7 @@ class EnhancedDocumentSummarizer(DocumentSummarizer):
         )
         self.config = config
         self.logger = logging.getLogger(__name__)
-        self.prompt_auxiliar = prompt_auxiliar
+        # self.prompt_auxiliar = prompt_auxiliar
         self.gpt_model = gpt_model
         self.gpt_temperature = gpt_temperature
         self.prompt_gerar_documento = prompt_gerar_documento
@@ -164,35 +164,33 @@ class EnhancedDocumentSummarizer(DocumentSummarizer):
                 llm_instance = LLM()
                 llm = llm_instance.deepseek()
 
-            prompt_auxiliar = PromptTemplate(
-                template=self.prompt_auxiliar, input_variables=["context"]
-            )
+            # prompt_auxiliar = PromptTemplate(
+            #     template=self.prompt_auxiliar, input_variables=["context"]
+            # )
 
-            resumo_auxiliar_do_documento = llm.invoke(
-                prompt_auxiliar.format(context="\n\n".join(contexts))
-            )
+            # resumo_auxiliar_do_documento = llm.invoke(
+            #     prompt_auxiliar.format(context="\n\n".join(contexts))
+            # )
 
-            self.resumo_gerado = cast(str, resumo_auxiliar_do_documento.content)
+            # self.resumo_gerado = cast(str, resumo_auxiliar_do_documento.content)
 
-            # prompt_gerar_documento = PromptTemplate(
-            #     template=self.prompt_gerar_documento,
-            #     input_variables=["context"],
-            # )
+            prompt_gerar_documento = PromptTemplate(
+                template=self.prompt_gerar_documento,
+                input_variables=["context"],
+            )
 
-            # documento_gerado = cast(
-            #     str,
-            #     llm.invoke(
-            #         prompt_gerar_documento.format(
-            #             context=self.resumo_gerado,
-            #             # modelo_usuario=serializer.data["modelo"],
-            #         )
-            #     ).content,
-            # )
+            documento_gerado = cast(
+                str,
+                llm.invoke(
+                    prompt_gerar_documento.format(
+                        context="\n\n".join(contexts),
+                        # modelo_usuario=serializer.data["modelo"],
+                    )
+                ).content,
+            )
 
             # Split the response into paragraphs
-            summaries = [
-                p.strip() for p in self.resumo_gerado.split("\n\n") if p.strip()
-            ]
+            summaries = [p.strip() for p in documento_gerado.split("\n\n") if p.strip()]
 
             # Create structured output
             structured_output = []

_utils/gerar_relatorio_modelo_usuario/utils.py

@@ -28,7 +28,7 @@ def gerar_resposta_compilada(serializer):
         "hf_embedding": serializer["hf_embedding"],
         "chunk_size": serializer["chunk_size"],
         "chunk_overlap": serializer["chunk_overlap"],
-        "prompt_auxiliar": serializer["prompt_auxiliar"],
+        # "prompt_auxiliar": serializer["prompt_auxiliar"],
         "prompt_gerar_documento": serializer["prompt_gerar_documento"],
     }
 

_utils/resumo_completo_cursor.py

@@ -66,7 +66,7 @@ async def get_llm_summary_answer_by_cursor_complete(
         chunk_size=serializer["chunk_size"],
         num_k_rerank=serializer["num_k_rerank"],
         model_cohere_rerank=serializer["model_cohere_rerank"],
-        prompt_auxiliar=serializer["prompt_auxiliar"],
+        # prompt_auxiliar=serializer["prompt_auxiliar"],
         gpt_model=serializer["model"],
         gpt_temperature=serializer["gpt_temperature"],
         prompt_gerar_documento=serializer["prompt_gerar_documento"],

gerar_documento/views.py

@@ -33,9 +33,9 @@ class GerarDocumentoView(AsyncAPIView):
             data = cast(Dict[str, Any], serializer.validated_data)
             print("\n\ndata: ", data)
 
-            data["prompt_auxiliar"] = (
-                prompt_auxiliar_inicio + "\n" + data["prompt_auxiliar"]
-            )
+            # data["prompt_auxiliar"] = (
+            #     prompt_auxiliar_inicio + "\n" + data["prompt_auxiliar"]
+            # )
 
             # listaPDFs = handle_pdf_files_from_serializer(data["files"])
             listaPDFs = [l["link_arquivo"] for l in data["files"]]