from core.base_llm import BaseLLM
import requests

class CodeLlama13bPython(BaseLLM):
    def __init__(self):
        # Nom du modèle spécifique
        model_name = "codellama:13b-python"
        # Moteur utilisé pour l'inférence
        engine = "Ollama"

        # Paramètres par défaut spécifiques à CodeLlama13bPython
        default_params = {
            "temperature": 0.6,  # Contrôle la créativité : plus bas pour code
            "top_p": 0.95,       # Nucleus sampling : sélectionne les tokens jusqu'à une probabilité cumulative
            "top_k": 40,         # Considère les top_k tokens les plus probables pour chaque étape de génération
            "repeat_penalty": 1.2, # Pénalise les répétitions : important pour le code
            "num_predict": 1024, # Nombre maximum de tokens à générer dans la réponse - plus grand pour le code
            "stop": ["```"],     # Arrête sur code block
            "seed": None,        # Graine pour la reproductibilité
            "stream": False,     # Si True, la réponse est envoyée en flux (streaming)
            "raw": False         # Si True, désactive le prompt système automatique
        }

        super().__init__(model_name=model_name, engine=engine, base_params=default_params)

    def generate(self, user_prompt):
        prompt = self._format_prompt(user_prompt)
        payload = self.params.copy()
        payload["prompt"] = prompt

        response = requests.post("http://localhost:11434/api/generate", json=payload)
        if not response.ok:
            raise Exception(f"Erreur API Ollama : {response.status_code} - {response.text}")

        result = response.json().get("response", "")
        self._log_result(user_prompt, result)
        return result