AIagent/llm_classes/ollama.py

import json
from typing import Dict, List, Any, Optional, Union
from datetime import timedelta
from .llm import LLM

class Ollama(LLM):
    """
    Classe pour l'intégration avec l'API Ollama
    Cette classe hérite de la classe de base LLM
    """
    
    def __init__(self):
        """
        Initialisation des attributs spécifiques à Ollama
        """
        super().__init__()
        
        # Attributs spécifiques à Ollama
        self.suffix: str = ""
        self.images: bytes = b""  # Équivalent à Buffer en WLangage
        self.template: str = ""
        self.raw: bool = False
        self.keep_alive: timedelta = timedelta(minutes=5)  # 5min en WLangage
        self.o_mirostat: int = 0
        self.o_mirostat_eta: float = 0.1
        self.o_mirostat_tau: float = 5
        self.o_num_ctx: int = 2048
        self.o_repeat_last_n: int = 64
        self.o_repeat_penalty: float = 1.1
        self.o_seed: int = 0
        self.o_stop: List[str] = []
        self.o_num_predict: int = -1
        self.o_min_p: float = 0
        
        # Initialisation par défaut
        self.o_mirostat = 0
        self.o_mirostat_eta = 0.1
        self.o_mirostat_tau = 5
        self.o_num_ctx = 2048
        self.o_repeat_last_n = 64
        self.o_repeat_penalty = 1.1
        self.o_temperature = 0.8
        self.o_seed = 0
        self.o_stop = []
        self.o_num_predict = -1
        self.o_top_k = 40
        self.o_top_p = 0.9
        self.o_min_p = 0
        self.raw = False
        self.keep_alive = timedelta(minutes=5)  # 5min en WLangage
    
    def urlBase(self) -> str:
        """
        Retourne l'URL de base de l'API Ollama
        """
        return "http://217.182.105.173:11434/"
    
    def cleAPI(self) -> str:
        """
        Retourne la clé API Ollama (vide par défaut)
        """
        return ""
    
    def Interroger(self, question: str) -> str:
        """
        Interroge Ollama avec une question
        Modifie l'URL de fonction avant l'appel
        """
        self.urlFonction = "api/generate"
        return self.LLM_POST(question)
    
    def _even_LLM_POST(self, question: str) -> None:
        """
        Préparation du contenu de la requête pour Ollama
        """
        # Paramètres de base
        self._Contenu["system"] = self.prompt_system
        self._Contenu["prompt"] = question
        self._Contenu["stream"] = self._stream
        self._Contenu["suffix"] = self.suffix
        self._Contenu["format"] = self.format
        self._Contenu["raw"] = self.raw
        
        # Conversion de timedelta en nombre de secondes pour keep_alive
        if isinstance(self.keep_alive, timedelta):
            self._Contenu["keep_alive"] = int(self.keep_alive.total_seconds())
        
        # Traitement des images si présentes
        if self.images:
            # À implémenter si nécessaire
            pass
        
        # Options avancées
        self._Contenu["options"] = {
            "mirostat": self.o_mirostat,
            "mirostat_eta": self.o_mirostat_eta,
            "mirostat_tau": self.o_mirostat_tau,
            "num_ctx": self.o_num_ctx,
            "repeat_last_n": self.o_repeat_last_n,
            "repeat_penalty": self.o_repeat_penalty,
            "temperature": self.o_temperature,
            "seed": self.o_seed,
            "stop": self.o_stop,
            "num_predict": self.o_num_predict,
            "top_k": self.o_top_k,
            "top_p": self.o_top_p,
            "min_p": self.o_min_p
        }
    
    def _interrogerRetourneReponse(self, reponse: str) -> str:
        """
        Extraction de la réponse à partir du JSON retourné par Ollama
        """
        data = json.loads(reponse)
        return data["response"]