Планировал, что скажешь .csv. Захотелось поиздеваться, ну да ладно - в следующий раз. Думал, что ты оговорился, и имел в виду, локальные базы, ну скажем - SQLite.
Sly32#: У тебя цель - использовать больше контекста в вопросах.
Так я так и делаю, я разговариваю с другим ИИ, в подробностях говорю, что именно мне нужно, и прошу написать промпт. В самом коде у меня была оптимизация промпта. Но перед тем как выкладывать код на форум, я эту часть кода удалил, конфиденциальности ради.
Sly32#: Твое решение не оптимально, более такой поиск используют только в учебных целях, в рабочих проектах - нет.
Давай объясню, что я делаю. У меня есть две программы, мне нужно перенести их из пункта "А", в пункт "Б". Поэтому, я пишу маленькую программу которая делает авто замены. Чтобы я мог нажать одну кнопочку (т.е. запустить программу) и она поменяет все пути к базам, дискам, серверам... Есть еще много чего, о чем я спрашиваю AI, который видит весь код, но лучше промолчу.
Sly32#: заготовка у тебя уже есть, она норм, только допилить.
Я еще не решил, пилить или не пилить. И так экономия - за гранью. А дальше - что, (за следующей, гранью)? Мне AI платить будет что ли?
Sly32#: я могу подсказать как исправить, что добавить
Я у AI, дважды переспросил вчера, он сказал, что ты не сможешь докалибаться, мамой говорит клянусь. Скорей всего твои рекомендации на общую картину не повлияют.
Sly32#: Ну чтож, ИИ норм написал, учись у него. Проверил, работает? Визуально - должно. С промптом бы я поработал, ну и контекстный поиск можно было бы улучшить.
Тут просто поиск по словам, я бы делал вектора.
Так надеялся, что не будет пожеланий по улучшению. Придется в понедельник - допилить.
Sly32#: Ты сейчас пытаешься сам написать систему, но у тебя нет для этого компетенций, только потратишь время.
import os
import sys
# --- Подавляем "шумные" предупреждения gRPC/ALTS ---# Эти строки должны стоять до импорта genai, чтобы быть эффективными.
os.environ["GRPC_VERBOSITY"] = "ERROR"
os.environ["GLOG_minloglevel"] = "3"# ----------------------------------------------------import google.generativeai as genai
import re
import time
from datetime import datetime # Добавлен для отметки времени# --- НАСТРОЙКА ---# API-ключ, предоставленный пользователем.
GOOGLE_API_KEY = 'ВАШ_API_КЛЮЧ_GEMINI'
PROJECT_PATH = "D:/путь/путь/путь/путь/путь/путь/путь"
TARGET_EXTENSIONS = ['.tx1', '.tx2', '.tx3', '.tx4', '.tx5']
# Новые константы для файлового ввода/вывода
INPUT_QUERY_FILE = "input_query.txt"
OUTPUT_HISTORY_FILE = "chat_history.txt"# Максимальный размер контекста, который мы отправляем в модель.
MAX_CONTEXT_SIZE = 100000# 100К символов# --- ФУНКЦИЯ: чтение содержимого файла (как в оригинале) ---def get_file_paths(project_path):
file_paths = []
for root, _, files in os.walk(project_path):
for file in files:
ifany(file.endswith(ext) for ext in TARGET_EXTENSIONS):
full_path = os.path.join(root, file)
rel_path = os.path.relpath(full_path, project_path)
file_paths.append((full_path, rel_path))
returnsorted(file_paths, key=lambda x: x[1])
# --- НОВАЯ ФУНКЦИЯ: Извлечение релевантного контекста (Адаптивный MCP) ---def extract_relevant_context(project_path, file_paths, user_query):
"""
Извлекает только те части кода, которые релевантны ЗАПРОСУ ПОЛЬЗОВАТЕЛЯ.
Этот механизм заменяет полную загрузку контекста (MCP-подобный подход).
"""
relevant_context = ""# Извлекаем ключевые слова (фразы) из запроса пользователя
query_keywords = user_query.upper().split()
# Создаем набор поисковых терминов, исключая очень короткие слова.
search_terms = set([k for k in query_keywords iflen(k) > 2])
ifnot search_terms:
# Если запрос очень короткий или пустой, мы не можем провести адаптивный поиск.# В этом случае, мы полагаемся на Fallback-логику ниже.passfor full_path, rel_path in file_paths:
try:
# Читаем файлwithopen(full_path, 'r', encoding='windows-1251', errors='ignore') as f:
content = f.read()
except Exception:
try:
# Попытка с другой кодировкойwithopen(full_path, 'r', encoding='utf-8', errors='ignore') as f:
content = f.read()
except Exception:
continue
relevant_lines = []
lines = content.split('\n')
# Переменная для контекстного захвата:# Включаем 1 строку до и 1 строку после релевантной строки.
lines_to_include = set()
# Проверяем, есть ли термины для поиска. Если нет, этот блок пропускается.if search_terms:
for i, line inenumerate(lines):
is_relevant = Falsefor term in search_terms:
# Ищем целое слово или паттерн (например, "DB" или "LEVEL")if re.search(r'\b' + re.escape(term) + r'\b', line, re.IGNORECASE):
is_relevant = Truebreakif is_relevant:
# Включаем релевантную строку и соседей для контекста
lines_to_include.add(i)
if i > 0:
lines_to_include.add(i - 1)
if i < len(lines) - 1:
lines_to_include.add(i + 1)
# Собираем контекст для текущего файлаif lines_to_include:
relevant_context += f"--- Файл: {rel_path} ---\n"# Проходим по всем строкам и включаем те, которые были отмеченыfor i insorted(list(lines_to_include)):
relevant_context += lines[i] + "\n"
relevant_context += "\n"# Проверка, не превысили ли мы лимитiflen(relevant_context) > MAX_CONTEXT_SIZE:
relevant_context = relevant_context[:MAX_CONTEXT_SIZE] + "\n... КОНТЕКСТ ОБОРВАН (достигнут лимит) ...\n"breakifnot relevant_context:
# Fallback: Если ничего не найдено (либо не было ключевых слов, либо они не сработали), # загружаем начало первого файла, как было запланировано в вашей логике.print("[ВНИМАНИЕ] Релевантный контекст по ключевым словам не найден. Загружаю первые 10000 символов первого файла.")
if file_paths:
try:
withopen(file_paths[0][0], 'r', encoding='windows-1251', errors='ignore') as f:
content = f.read()
return"Не удалось найти релевантный код. Загружаю начало первого файла:\n" + content[:10000]
except:
return"Не удалось найти и загрузить код."return"Не удалось найти код."return relevant_context.strip()
# --- ОСНОВНАЯ ЛОГИКА ПРОГРАММЫ ---def main():
# 1. Считывание путей и имен файловprint(f"--- Сканирование проекта: {PROJECT_PATH} ---")
file_paths = get_file_paths(PROJECT_PATH)
ifnot file_paths:
print(f"[ОШИБКА] Файлы не найдены в папке: {PROJECT_PATH}")
sys.exit(1)
# 2. Получение запроса от пользователя ИЗ ФАЙЛА# Читаем новый запросifnot os.path.exists(INPUT_QUERY_FILE):
print(f"[ОШИБКА] Файл запроса '{INPUT_QUERY_FILE}' не найден.")
print("Пожалуйста, создайте этот файл и поместите в него свой вопрос.")
sys.exit(1)
try:
withopen(INPUT_QUERY_FILE, 'r', encoding='utf-8') as f:
user_input = f.read().strip()
except Exception as e:
print(f"[ОШИБКА] Не удалось прочитать файл запроса '{INPUT_QUERY_FILE}': {e}")
sys.exit(1)
ifnot user_input:
print(f"Файл запроса '{INPUT_QUERY_FILE}' пуст. Запрос отменен.")
returnprint(f"--- Запрос прочитан из {INPUT_QUERY_FILE}: {user_input[:50]}... ---")
# 3. Извлечение релевантного контекстаprint("... Извлечение релевантного контекста (Адаптивный MCP) ...")
start_time = time.time()
# *** Используем user_input для адаптивного поиска! ***
relevant_context = extract_relevant_context(PROJECT_PATH, file_paths, user_input)
# ******************************************************
end_time = time.time()
print(f"--- Контекст извлечен ({len(relevant_context)} символов за {end_time - start_time:.2f} с) ---")
# 4. Настройка APItry:
# Пытаемся настроить с предоставленным ключом.
api_key_to_use = GOOGLE_API_KEY or os.environ.get("GEMINI_API_KEY") or os.environ.get("GOOGLE_API_KEY")
if api_key_to_use:
genai.configure(api_key=api_key_to_use)
model = genai.GenerativeModel('gemini-2.5-flash')
except Exception as e:
print(f"[ОШИБКА НАСТРОЙКИ] Не удалось настроить модель: {e}")
print("Подсказка: Убедитесь, что ваш API-ключ корректно задан.")
return# 5. Подготовка промпта
system_prompt = (
"Ты — опытный программист, специализирующийся на ... и ... ""Твоя задача — помочь пользователю. Отвечай на его вопрос, используя только предоставленный РЕЛЕВАНТНЫЙ КОНТЕКСТ. ""Анализируй контекст как **полный и достаточный** источник для ответа. ""Отвечай точно, ссылаясь на имена файлов, которые ты видишь в контексте, при необходимости.\\n\\n""РЕЛЕВАНТНЫЙ КОНТЕКСТ ПРОЕКТА ...:\\n\\n" + relevant_context
)
# 6. Отправка запросаprint("AI: ...думаю...")
ai_response_text = ""try:
response = model.generate_content(
contents=[
{'role': 'user', 'parts': [{'text': system_prompt}]},
{'role': 'user', 'parts': [{'text': user_input}]}
]
)
# 7. Обработка ответаif response.text:
ai_response_text = response.text
else:
ai_response_text = f"[ОШИБКА] API вернул пустой ответ. Prompt Feedback: {response.prompt_feedback}"except Exception as e:
ai_response_text = f"[ОШИБКА API] Произошла ошибка при вызове модели: {e}"# 8. Сохранение истории в файл
current_time = datetime.now().strftime("%Y-%m-%d %H:%M:%S")
new_entry = f"==========================================================\n"
new_entry += f"[{current_time}] ЗАПРОС (из {INPUT_QUERY_FILE}):\n"
new_entry += f"{user_input}\n"
new_entry += f"\n"
new_entry += f"[{current_time}] ОТВЕТ AI ({len(relevant_context)} символов контекста):\n"
new_entry += f"{ai_response_text}\n\n"# Добавляем новую запись в конец файла историиtry:
withopen(OUTPUT_HISTORY_FILE, 'a', encoding='utf-8') as f:
f.write(new_entry)
print(f"--- РЕЗУЛЬТАТ СОХРАНЕН в файл: {OUTPUT_HISTORY_FILE} ---")
# Если была ошибка API, сообщаем об этом в консолиif"[ОШИБКА]"in ai_response_text:
print(f"ВНИМАНИЕ: Произошла ошибка. Проверьте {OUTPUT_HISTORY_FILE} для деталей.")
except Exception as e:
print(f"[КРИТИЧЕСКАЯ ОШИБКА] Не удалось записать историю в файл {OUTPUT_HISTORY_FILE}: {e}")
if __name__ == '__main__':
main()
Почему вы всегда, не отвечаете на самые важные, ключевые вопросы. Мне осталось только прикрутить MCP к своему скрипту, убрать анимацию, и загрузку всего в промпт?
Когда напишу новую программу с MCP, я захочу свернуть код, чтобы - без простыней. Как на этом форуме сворачивать текст?
Sly32#: Локально наверное удобнее всего работать с Ollama.
А так вот какой выход вы рекомендуете - локально. Для локального пользования нужен мощный компьютер. Если шеф денег на AI не даст, так обязательно денег даст на новый компьютер?
Что за странный вопрос?
У тебя цель - использовать больше контекста в вопросах.
Так я так и делаю, я разговариваю с другим ИИ, в подробностях говорю, что именно мне нужно, и прошу написать промпт. В самом коде у меня была оптимизация промпта. Но перед тем как выкладывать код на форум, я эту часть кода удалил, конфиденциальности ради.
Твое решение не оптимально, более такой поиск используют только в учебных целях, в рабочих проектах - нет.
Давай объясню, что я делаю. У меня есть две программы, мне нужно перенести их из пункта "А", в пункт "Б". Поэтому, я пишу маленькую программу которая делает авто замены. Чтобы я мог нажать одну кнопочку (т.е. запустить программу) и она поменяет все пути к базам, дискам, серверам... Есть еще много чего, о чем я спрашиваю AI, который видит весь код, но лучше промолчу.
И вообще мне лень
В том то и дело, мне тоже - лень, доводить до совершенства. Из пары мегабайт я трачу лишь килобайты - и так сойдёт.
NoSQL
заготовка у тебя уже есть, она норм, только допилить.
Я еще не решил, пилить или не пилить. И так экономия - за гранью. А дальше - что, (за следующей, гранью)? Мне AI платить будет что ли?
я могу подсказать как исправить, что добавить
Я у AI, дважды переспросил вчера, он сказал, что ты не сможешь докалибаться, мамой говорит клянусь. Скорей всего твои рекомендации на общую картину не повлияют.
решил тоже себе собрать свой МСР сервер
Научить работать с любыми ЛЛМ не только гугловой.
Ну чтож, ИИ норм написал, учись у него. Проверил, работает? Визуально - должно. С промптом бы я поработал, ну и контекстный поиск можно было бы улучшить.
Тут просто поиск по словам, я бы делал вектора.
Так надеялся, что не будет пожеланий по улучшению. Придется в понедельник - допилить.
Проверил, работает?
Работает, экономия - нереальная.
Ты сейчас пытаешься сам написать систему, но у тебя нет для этого компетенций, только потратишь время.
OMG(Oh My God)
Это слово из плана на завтра - вычеркиваю.
Неужели за столько дней ты не попробовал погуглить что такое MCP?
Не пробовал, AI - же знает. Зачем?
Все, я умываю руки.
Чистые руки это - хорошо.
Почему вы всегда, не отвечаете на самые важные, ключевые вопросы. Мне осталось только прикрутить MCP к своему скрипту, убрать анимацию, и загрузку всего в промпт?
Когда напишу новую программу с MCP, я захочу свернуть код, чтобы - без простыней. Как на этом форуме сворачивать текст?
Вообще-то я уже советовал - Использовать Github Copilot.
У него есть MCP? Мне Notepad++ нравится, в него можно добавить? Что можно добавить в Notepad++?
но ничто не мешает оплатить подписку
Я уже говорил, кто на работе мешает работать. Подробности умолчу.
Ты сейчас пытаешься сам написать систему, но у тебя нет для этого компетенций, только потратишь время.
Хотел вначале завтра выучить несколько новых слов, а уж потом отвечать. Но мне же осталось всего лишь прикрутить MCP?
А ты математику в школе учил? не знаешь, что такое вектора?
Да, в математике - знаю.
И какую ты проблему этим решил?
Локально наверное удобнее всего работать с Ollama.
А так вот какой выход вы рекомендуете - локально. Для локального пользования нужен мощный компьютер. Если шеф денег на AI не даст, так обязательно денег даст на новый компьютер?
векторный индекс
Опять что-то новое - завтра разберусь.
FAISS
Завтра разберусь.
Еще план на завтра: "Gemini 2.5 Computer Use", "Browserbase", "Apps SDK", "Gemini CLI", "gemini extensions install <GitHub URL или локальный путь>".
Обьясни, для чего тебе там анимация
Как, показывай.
Вначале я анимацию сделал, а потом как и говорил содержимое директории загнал в память.
ОМГ
Что такое ОМГ, я тоже не знаю.
Вы расскажите, что именно вы делаете? Или мне и дальше угадывать, какой самый бюджетный вариант?