feat: Robot ecosystem v1.2.6 - Google Search RAG & Master-Merge logic stabilized

backend/app/services/ai_service.py.bak

@@ -0,0 +1,116 @@
+import os
+import json
+import logging
+import asyncio
+from typing import Dict, Any, Optional
+from google import genai
+from google.genai import types
+from sqlalchemy import select
+from app.db.session import SessionLocal
+from app.models import SystemParameter
+
+logger = logging.getLogger("AI-Service")
+
+class AIService:
+    """
+    AI Service v1.2.4 - Production Ready
+    - Robot 2 (Technical Enrichment) & Robot 3 (OCR)
+    - Fix: JSON response cleaning and array-to-dict transformation.
+    """
+    api_key = os.getenv("GEMINI_API_KEY")
+    client = genai.Client(api_key=api_key) if api_key else None
+    PRIMARY_MODEL = "gemini-2.0-flash"
+
+    @classmethod
+    async def get_config_delay(cls) -> float:
+        """Lekéri az adminisztrálható késleltetést az adatbázisból."""
+        try:
+            async with SessionLocal() as db:
+                stmt = select(SystemParameter).where(SystemParameter.key == "AI_REQUEST_DELAY")
+                res = await db.execute(stmt)
+                param = res.scalar_one_or_none()
+                return float(param.value) if param else 1.0
+        except Exception:
+            return 1.0
+
+    @classmethod
+    async def get_clean_vehicle_data(cls, make: str, raw_model: str, v_type: str) -> Optional[Dict[str, Any]]:
+        """Robot 2: Gépjármű technikai adatok dúsítása."""
+        if not cls.client:
+            return None
+        
+        await asyncio.sleep(await cls.get_config_delay())
+
+        prompt = f"""
+        Jármű: {make} {raw_model} ({v_type}). 
+        Adj technikai adatokat JSON formátumban. 
+        FONTOS: A 'technical_code' mező NEM lehet üres. Ha nem tudod a gyári kódot, adj 'N/A' értéket!
+        
+        Várt struktúra:
+        {{
+            "marketing_name": "tiszta marketing név",
+            "technical_code": "gyári kód vagy N/A",
+            "ccm": egész szám,
+            "kw": egész szám,
+            "maintenance": {{
+                "oil_type": "viszkozitás",
+                "oil_qty": tizedes tört literben,
+                "spark_plug": "gyertya típus",
+                "coolant": "hűtőfolyadék"
+            }}
+        }}
+        """
+        config = types.GenerateContentConfig(
+            system_instruction="Profi gépjárműtechnikus vagy. Kizárólag tiszta JSON-t válaszolsz.",
+            response_mime_type="application/json",
+            temperature=0.1
+        )
+
+        try:
+            response = cls.client.models.generate_content(model=cls.PRIMARY_MODEL, contents=prompt, config=config)
+            res_json = json.loads(response.text)
+            
+            if isinstance(res_json, list) and len(res_json) > 0:
+                res_json = res_json[0]
+            
+            return res_json if isinstance(res_json, dict) else None
+        except Exception as e:
+            logger.error(f"❌ AI hiba ({make} {raw_model}): {e}")
+            return None
+
+    @classmethod
+    async def analyze_document_image(cls, image_data: bytes, doc_type: str) -> Optional[Dict[str, Any]]:
+        """Robot 3: Multimodális OCR elemzés (Képbeolvasás)."""
+        if not cls.client:
+            return None
+            
+        await asyncio.sleep(await cls.get_config_delay())
+        
+        prompts = {
+            "identity": "Személyes okmány adatok.",
+            "vehicle_reg": "Rendszám, alvázszám, technikai adatok.",
+            "invoice": "Számla adatok, összegek, dátumok.",
+            "odometer": "Csak a kilométeróra állása számként."
+        }
+        
+        config = types.GenerateContentConfig(
+            system_instruction="Profi OCR dokumentum-elemző vagy. Csak tiszta JSON-t válaszolsz.",
+            response_mime_type="application/json"
+        )
+        
+        try:
+            response = cls.client.models.generate_content(
+                model=cls.PRIMARY_MODEL,
+                contents=[
+                    f"Elemezd ezt a képet ({doc_type}): {prompts.get(doc_type, '')}",
+                    types.Part.from_bytes(data=image_data, mime_type="image/jpeg")
+                ],
+                config=config
+            )
+            res_json = json.loads(response.text)
+            if isinstance(res_json, list) and len(res_json) > 0:
+                res_json = res_json[0]
+            return res_json if isinstance(res_json, dict) else None
+        except Exception as e:
+            logger.error(f"❌ AI OCR hiba ({doc_type}): {e}")
+            return None