Max P.
58b9cb586c
- Add `AppConfig` and `PresetConfig` models using Pydantic for config validation - Refactor `read_configurations` to return an `AppConfig` instance - Implement `OllamaClient` for chat-based server interaction - Implement `WhisperClient` for transcription via Whisper CLI - Migrate notification utilities to `libs` directory - Update tray application to use new clients and config structure - Simplify Whisper and Ollama integration logic in `WhisperWorker` Signed-off-by: Max P. <Mail@MPassarello.de>
68 lines
2.6 KiB
Python
68 lines
2.6 KiB
Python
import requests
|
|
from typing import Union, List, Optional
|
|
|
|
from pyvtt.libs.notify import notify
|
|
from pyvtt.models.config import AppConfig, PresetConfig
|
|
|
|
|
|
class OllamaClient:
|
|
def __init__(self, config: AppConfig):
|
|
"""
|
|
Initialisiert den Ollama-Client mit der Basis-Konfiguration aus der globalen App-Konfiguration.
|
|
|
|
:param config: AppConfig-Instanz mit Host und Port für den Ollama-Server.
|
|
"""
|
|
self.base_url = config.ollama_url
|
|
self.port = config.ollama_port
|
|
|
|
def send_chat(
|
|
self,
|
|
user_message: str,
|
|
config: PresetConfig,
|
|
) -> str:
|
|
"""
|
|
Sendet eine Chat-Anfrage an den Ollama-Server basierend auf der spezifischen Preset-Konfiguration.
|
|
|
|
:param user_message: Der vom Nutzer erzeugte Eingabetext (z. B. Transkript).
|
|
:param config: PresetConfig-Instanz mit modell-, prompt- und kontextbezogenen Parametern.
|
|
:return: Der von Ollama zurückgegebene, formatierte Antworttext, die user_message
|
|
unverändert zurückgibt, wenn Ollama deaktiviert ist oder none bei einem Fehler.
|
|
"""
|
|
if config.ollama and config.ollama.lower() == "disable":
|
|
print("[OllamaClient] Ollama ist im Preset deaktiviert.")
|
|
print("[OllamaClient] Gebe die Eingabe unverändert zurück.")
|
|
return user_message
|
|
|
|
# Prompt als String aufbereiten – Liste wird zu Zeilen verbunden
|
|
if isinstance(config.ollama_prompt, list):
|
|
prompt_str = "\n".join(config.ollama_prompt)
|
|
else:
|
|
prompt_str = config.ollama_prompt
|
|
|
|
# Payload für die API-Anfrage vorbereiten
|
|
payload = {
|
|
"model": config.ollama_model,
|
|
"messages": [
|
|
{"role": "system", "content": prompt_str},
|
|
{"role": "user", "content": user_message}
|
|
],
|
|
"options": {
|
|
"num_ctx": config.ollama_context,
|
|
} if config.ollama_context else {},
|
|
"stream": False
|
|
}
|
|
|
|
endpoint = f"{self.base_url}:{self.port}/api/chat"
|
|
|
|
# Anfrage an Ollama senden und Antwort extrahieren
|
|
try:
|
|
response = requests.post(endpoint, json=payload)
|
|
response.raise_for_status()
|
|
json_response = response.json()
|
|
content = json_response.get("message", {}).get("content", "").strip()
|
|
return "\n".join(line.strip() for line in content.splitlines())
|
|
except requests.exceptions.RequestException as e:
|
|
print(f"[OllamaClient] HTTP-Fehler: {e}")
|
|
notify("Fehler", "Ein Fehler bei der Kommunikation mit 'Ollama' ist aufgetreten!")
|
|
return ""
|