Описание изменений

backend/services/ollama.js

@@ -0,0 +1,149 @@
+const { ChatOllama } = require('@langchain/ollama');
+const { RetrievalQAChain } = require("langchain/chains");
+const { PromptTemplate } = require("@langchain/core/prompts");
+const axios = require('axios');
+
+// Создаем шаблон для контекстного запроса
+const PROMPT_TEMPLATE = `
+Ты - AI-ассистент для бизнеса, специализирующийся на блокчейн-технологиях и Web3.
+Используй следующий контекст для ответа на вопрос пользователя.
+Если ты не знаешь ответа, просто скажи, что не знаешь, не пытайся придумать ответ.
+
+Контекст: {context}
+
+Вопрос: {query}
+
+Ответ:
+`;
+
+// Функция для проверки доступности Ollama
+async function checkOllamaAvailability() {
+  console.log('Проверка доступности Ollama...');
+  
+  try {
+    // Добавляем таймаут для запроса
+    const response = await axios.get('http://localhost:11434/api/tags', {
+      timeout: 5000 // 5 секунд таймаут
+    });
+    
+    if (response.status === 200) {
+      console.log('Ollama доступен. Доступные модели:');
+      if (response.data && response.data.models) {
+        response.data.models.forEach(model => {
+          console.log(`- ${model.name}`);
+        });
+      }
+      return true;
+    }
+  } catch (error) {
+    console.error('Ollama недоступен:', error.message);
+    console.log('Приложение продолжит работу без Ollama');
+    return false;
+  }
+}
+
+// Функция для прямого запроса к Ollama API
+async function directOllamaQuery(message, model = 'mistral') {
+  try {
+    console.log(`Отправка запроса к Ollama (модель: ${model}):`, message);
+    
+    // Проверяем доступность Ollama перед отправкой запроса
+    const isAvailable = await checkOllamaAvailability();
+    if (!isAvailable) {
+      throw new Error('Сервер Ollama недоступен');
+    }
+    
+    // Создаем экземпляр ChatOllama
+    const ollama = new ChatOllama({
+      baseUrl: 'http://localhost:11434',
+      model: model,
+      temperature: 0.7,
+    });
+    
+    console.log('Отправка запроса к Ollama...');
+    const result = await ollama.invoke(message);
+    console.log('Получен ответ от Ollama');
+    
+    return result.content;
+  } catch (error) {
+    console.error('Ошибка при запросе к Ollama:', error);
+    throw error;
+  }
+}
+
+// Функция для создания цепочки Ollama с RAG
+async function createOllamaChain(vectorStore) {
+  try {
+    console.log('Создаем модель Ollama...');
+    // Создаем модель Ollama
+    const model = new ChatOllama({
+      baseUrl: process.env.OLLAMA_BASE_URL || 'http://localhost:11434',
+      model: process.env.OLLAMA_MODEL || 'mistral',
+      temperature: 0.2,
+      timeout: 60000, // 60 секунд таймаут
+    });
+    console.log('Модель Ollama создана');
+
+    // Проверяем модель прямым запросом
+    try {
+      console.log('Тестируем модель прямым запросом...');
+      const testResponse = await model.invoke('Тестовый запрос');
+      console.log('Тест модели успешен:', testResponse);
+    } catch (testError) {
+      console.error('Ошибка при тестировании модели:', testError);
+      // Продолжаем выполнение, даже если тест не прошел
+    }
+
+    console.log('Создаем шаблон запроса...');
+    // Создаем шаблон запроса
+    const prompt = new PromptTemplate({
+      template: PROMPT_TEMPLATE,
+      inputVariables: ["context", "query"],
+    });
+    console.log('Шаблон запроса создан');
+
+    console.log('Получаем retriever из векторного хранилища...');
+    const retriever = vectorStore.asRetriever();
+    console.log('Retriever получен');
+    
+    console.log('Создаем цепочку для поиска и ответа...');
+    // Создаем цепочку для поиска и ответа
+    const chain = RetrievalQAChain.fromLLM(
+      model,
+      retriever,
+      {
+        returnSourceDocuments: true,
+        prompt: prompt,
+        inputKey: "query",
+        outputKey: "text",
+        verbose: true
+      }
+    );
+    console.log('Цепочка для поиска и ответа создана');
+
+    return chain;
+  } catch (error) {
+    console.error('Error creating Ollama chain:', error);
+    throw error;
+  }
+}
+
+// Функция для получения модели Ollama
+async function getOllamaModel() {
+  try {
+    // Создаем модель Ollama
+    const model = new ChatOllama({
+      baseUrl: process.env.OLLAMA_BASE_URL || 'http://localhost:11434',
+      model: process.env.OLLAMA_MODEL || 'mistral',
+      temperature: 0.2,
+      timeout: 60000, // 60 секунд таймаут
+    });
+
+    return model;
+  } catch (error) {
+    console.error('Error creating Ollama model:', error);
+    throw error;
+  }
+}
+
+module.exports = { getOllamaModel, createOllamaChain, checkOllamaAvailability, directOllamaQuery };