feat: adicionando opção de escolher a llm das duas últimas requisições

_utils/gerar_relatorio_modelo_usuario/EnhancedDocumentSummarizer.py

@@ -119,6 +119,7 @@ class EnhancedDocumentSummarizer(DocumentSummarizer):
         vector_store: Chroma,
         bm25: BM25Okapi,
         chunk_ids: List[str],
+        llm_ultimas_requests: str,
         query: str = "Summarize the main points of this document",
     ) -> List[Dict]:
         """Generate enhanced summary using both vector and BM25 retrieval"""
@@ -153,61 +154,15 @@ class EnhancedDocumentSummarizer(DocumentSummarizer):
                         }
                     )
 
-            # url_request = f"{api_url}/modelo/{self.id_modelo_do_usuario}"
-            # try:
-            #     print("url_request: ", url_request)
-            #     resposta = requests.get(url_request)
-            #     print("resposta: ", resposta)
-            #     if resposta.status_code != 200:
-            #         print("Entrou no if de erro")
-            #         return Response(
-            #             {
-            #                 "error": "Ocorreu um problema. Pode ser que o modelo não tenha sido encontrado. Tente novamente e/ou entre em contato com a equipe técnica"
-            #             }
-            #         )
-            # except:
-            #     return Response(
-            #         {
-            #             "error": "Ocorreu um problema. Pode ser que o modelo não tenha sido encontrado. Tente novamente e/ou entre em contato com a equipe técnica"
-            #         }
-            #     )
-
-            # modelo_buscado = resposta.json()["modelo"]
-            # from modelos_usuarios.models import ModeloUsuarioModel
-
-            # try:
-            #     # modelo_buscado = ModeloUsuarioModel.objects.get(
-            #     #     pk=self.id_modelo_do_usuario
-            #     # )
-            #     # serializer = ModeloUsuarioSerializer(modelo_buscado)
-            #     # print("serializer.data: ", serializer.data)
-            #     modelo_buscado = await sync_to_async(ModeloUsuarioModel.objects.get)(
-            #         pk=self.id_modelo_do_usuario
-            #     )
-            #     serializer = await sync_to_async(ModeloUsuarioSerializer)(
-            #         modelo_buscado
-            #     )
-            #     print("serializer.data: ", serializer.data)
-
-            # except Exception as e:
-            #     print("e: ", e)
-            #     return Response(
-            #         {
-            #             "error": "Ocorreu um problema. Pode ser que o modelo não tenha sido encontrado. Tente novamente e/ou entre em contato com a equipe técnica",
-            #             "full_error": e,
-            #         },
-            #         400,
-            #     )
-
-            # print("modelo_buscado: ", serializer.data["modelo"])
-
-            # llm_instance = LLM()
-            # llm = llm_instance.deepseek()
-            llm = ChatOpenAI(
-                temperature=self.gpt_temperature,
-                model=self.gpt_model,
-                api_key=SecretStr(self.openai_api_key),
-            )
+            if llm_ultimas_requests == "gpt-4o-mini":
+                llm = ChatOpenAI(
+                    temperature=self.gpt_temperature,
+                    model=self.gpt_model,
+                    api_key=SecretStr(self.openai_api_key),
+                )
+            elif llm_ultimas_requests == "deepseek-chat":
+                llm_instance = LLM()
+                llm = llm_instance.deepseek()
 
             prompt_auxiliar = PromptTemplate(
                 template=self.prompt_auxiliar, input_variables=["context"]

_utils/resumo_completo_cursor.py

@@ -98,14 +98,10 @@ async def get_llm_summary_answer_by_cursor_complete(
         )
     )
 
+    llm_ultimas_requests = serializer["llm_ultimas_requests"]
     # Generate enhanced summary
     structured_summaries = await summarizer.generate_enhanced_summary(
-        vector_store,
-        bm25,
-        chunk_ids
-        # , serializer["user_message"]
-        ,
-        prompt_auxiliar_SEM_CONTEXT,
+        vector_store, bm25, chunk_ids, llm_ultimas_requests, prompt_auxiliar_SEM_CONTEXT
     )
 
     if not isinstance(structured_summaries, list):

gerar_documento/serializer.py

@@ -46,6 +46,7 @@ class GerarDocumentoSerializer(ResumoCursorSerializer):
     id_modelo_do_usuario = serializers.IntegerField(required=False)
     should_have_contextual_chunks = serializers.BooleanField(default=False)  # type: ignore
     should_use_llama_parse = serializers.BooleanField(required=False, default=False)  # type: ignore
+    llm_ultimas_requests = serializers.CharField(required=False, default="gpt-4o-mini")
 
 
 class GerarDocumentoComPDFProprioSerializer(ResumoCursorSerializer):
@@ -74,3 +75,4 @@ class GerarDocumentoComPDFProprioSerializer(ResumoCursorSerializer):
     id_modelo_do_usuario = serializers.IntegerField(required=False, default=11)
     should_have_contextual_chunks = serializers.BooleanField(default=False)  # type: ignore
     should_use_llama_parse = serializers.BooleanField(required=False, default=False)  # type: ignore
+    llm_ultimas_requests = serializers.CharField(required=False, default="gpt-4o-mini")