crm.clientright.ru/iacode14.php

<?php
// iacode14.php
require_once 'aiassist/config.php';
require_once 'aiassist/logger.php';
require_once 'aiassist/database.php';
require_once 'aiassist/crmHandler.php';
require_once 'aiassist/elastic.php';
require_once 'aiassist/fileHandler.php';
require_once 'aiassist/vectorgpt.php';
require_once 'aiassist/gptAssistant.php';
require_once 'aiassist/search.php';
//require_once 'aiassist/search_context.php';


if ($_SERVER['REQUEST_METHOD'] === 'POST') {
    $id = $_POST['id'] ?? null;
    if (!$id) {
        $input = json_decode(file_get_contents('php://input'), true);
        $id = $input['id'] ?? null;
    }
    if (!$id || !is_numeric($id)) {
        logMessage("Ошибка: Некорректный ID.");
        die(json_encode(["status" => "error", "message" => "Некорректный ID."], JSON_UNESCAPED_UNICODE));
    }
    $GLOBALS['caseId'] = $id;
    
    // 1️⃣ Получаем данные из базы
    $pdo = getDbConnection();
    $documents = fetchDocumentData($pdo, $id);
    if (empty($documents)) {
        logMessage("Документы не найдены для ID: $id");
        die("Документы не найдены для ID: $id");
    }
    logMessage("✅ Документы получены: " . json_encode($documents, JSON_UNESCAPED_UNICODE));

    // 2️⃣ Извлекаем текст из документов
    $combinedContent = "";
    foreach ($documents as $doc) {
        if (empty($doc['filepath'])) continue;
        $text = extractText($doc['filepath']);
        if (!empty($text)) {
            $combinedContent .= $text . "\n";
        }
    }
    logMessage("📄 Собранный контент:\n" . $combinedContent);

    if (empty($combinedContent)) {
        logMessage("❌ Ошибка: анализ документов не дал результатов.");
        die("Ошибка: анализ документов не вернул результатов.");
    }

    // 3️⃣ Первый запрос в GPT (извлекаем ключевые параметры дела)
    $threadId = createNewThread();
    if (!$threadId) {
        logMessage("❌ Ошибка создания треда GPT");
        die("Ошибка создания треда");
    }

    logMessage("📤 Отправляем в GPT-4 на предварительный анализ...");

    $parsedResponse = extractCaseDetailsWithGPT($threadId, ASSISTANT_ID, "", $combinedContent);
    if (!$parsedResponse) {
        logMessage("❌ Ошибка анализа обращения через GPT-4.");
        die("Ошибка анализа обращения через GPT-4");
    }

    logMessage("✅ Ответ GPT-4 (ключевые параметры): " . json_encode($parsedResponse, JSON_UNESCAPED_UNICODE));

    // 4️⃣ Генерируем эмбеддинг по `facts`
    $embedding = getTextEmbedding($parsedResponse['facts']);
    logMessage("🔍 Полученный эмбеддинг (первые 10 значений): " . json_encode(array_slice($embedding["embedding_1024"], 0, 10)));

    // 5️⃣ Ищем судебные решения в ElasticSearch
    logMessage("🔍 Выполняем поиск судебных решений...");
    $searchResults = searchSimilarCases([
        'category' => $parsedResponse['category'],
        'article' => implode(" ", $parsedResponse['articles']),
        'amount' => $parsedResponse['claim_amount'],
        'facts' => $parsedResponse['facts'],
        'embedding' => $embedding
    ]);

    logMessage("✅ Найденные судебные решения: " . json_encode($searchResults, JSON_UNESCAPED_UNICODE));

    // 6️⃣ Формируем итоговый промпт
    $embedding = getTextEmbedding($combinedContent);
    logMessage("🔍 Полученный эмбеддинг (первые 10 значений): " . json_encode(array_slice($embedding, 0, 10)));

     // Выполняем поиск судебных решений
     $searchResults = searchSimilarCases([
    'category' => $parsedResponse['category'],
    'article' => implode(" ", $parsedResponse['articles']),
    'amount' => $parsedResponse['claim_amount'],
    'facts' => $parsedResponse['facts'],
    'embedding' => $embedding
     ]);
      logMessage("✅ Найденные судебные решения: " . json_encode($searchResults, JSON_UNESCAPED_UNICODE));

     // Формируем `finalPrompt`
     $finalPrompt = "Новый спор:\n" . $combinedContent . "\n\n" .
    "Контекст поиска судебных решений:\n\n";
     foreach ($searchResults as $case) {
      $finalPrompt .= "- " . ($case['court_decision'] ?? "Нет данных") . "\n";
      }


    // 7️⃣ Второй запрос в GPT (финальный анализ)
    logMessage("📤 Отправляем в GPT-4 финальный анализ...");
    $analysis = analyzeDocumentWithAssistantStream($threadId, ASSISTANT_ID, "", $finalPrompt, $searchResults);

    if (!$analysis) {
        logMessage("❌ Ошибка анализа совокупного запроса");
        die("Ошибка анализа совокупного запроса");
    }

    logMessage("✅ Итоговый анализ от GPT-4:\n" . $analysis);

    // 8️⃣ Завершаем обработку
    logMessage("✅ Обработка всех документов завершена.");
    exit;
}


/*
if ($_SERVER['REQUEST_METHOD'] === 'POST') {
    $id = $_POST['id'] ?? null;
    if (!$id) {
        $input = json_decode(file_get_contents('php://input'), true);
        $id = $input['id'] ?? null;
    }
    if (!$id || !is_numeric($id)) {
        logMessage("Ошибка: Некорректный ID.");
        die(json_encode(["status" => "error", "message" => "Некорректный ID."], JSON_UNESCAPED_UNICODE));
    }
    $GLOBALS['caseId'] = $id;
    
    $pdo = getDbConnection();
    $documents = fetchDocumentData($pdo, $id);
    if (empty($documents)) {
        logMessage("Документы не найдены для ID: $id");
        die("Документы не найдены для ID: $id");
    }
    logMessage("Документы получены из БД: " . json_encode($documents, JSON_UNESCAPED_UNICODE));
    
    $filePathList = array_map(function($doc) {
        return $doc['filepath'];
    }, $documents);
    
    $previousAnalysis = checkPreviousAnalysis($id, $filePathList);
    logMessage("DEBUG: Значение предыдущего анализа: " . print_r($previousAnalysis, true));
    if ($previousAnalysis) {
        logMessage("Найден сохранённый анализ, отправляем его в CRM.");
        exit;
    } else {
        logMessage("Сохранённый анализ не найден, продолжаем обработку.");
    }
    
    // Создание Vector Store и загрузка файлов
    $vectorStoreId = createVectorStore();
    $uploadedFileIds = [];
    foreach ($filePathList as $filePath) {
        if (!file_exists($filePath)) {
            logMessage("Ошибка: Файл не существует: $filePath");
            continue;
        }
        $fileId = uploadFileToOpenAI($filePath);
        if (!$fileId) {
            logMessage("Ошибка загрузки файла: $filePath");
            continue;
        }
        if (!addFileToVectorStore($vectorStoreId, $fileId)) {
            logMessage("Ошибка добавления файла в Vector Store: $filePath");
        } else {
            logMessage("Файл успешно добавлен в Vector Store: $filePath");
            $uploadedFileIds[$filePath] = $fileId;
        }
    }
    
    if (!updateAssistantWithVectorStore($vectorStoreId)) {
        logMessage("Ошибка обновления ассистента с Vector Store");
        die("Ошибка обновления ассистента");
    }
    
    // Извлечение текста из документов и формирование объединённого контента
    $combinedContent = "";
    foreach ($documents as $doc) {
        if (empty($doc['filepath'])) continue;
        $text = extractText($doc['filepath']);
        if (!empty($text)) {
            $combinedContent .= $text . "\n";
        }
    }
    logMessage("Собранный контент для анализа:\n" . $combinedContent);
    if (empty($combinedContent)) {
        logMessage("Ошибка: анализ документов не вернул результатов");
        die("Ошибка: анализ документов не вернул результатов");
    }
    
    $fileIdCombined = implode(',', array_values($uploadedFileIds));
    logMessage("Объединённый список идентификаторов файлов: " . $fileIdCombined);
    
    // Получаем итоговый prompt для GPT через search_context.php
    $finalPrompt = include 'aiassist/search_context.php';
    logMessage("Итоговый prompt для GPT:\n" . $finalPrompt);
    
    $threadId = createNewThread();
    if (!$threadId) {
        logMessage("Ошибка создания треда");
        die("Ошибка создания треда");
    }
    
    // Пример вызова анализа через GPT-4
    $analysis = analyzeDocumentWithAssistantStream($threadId, ASSISTANT_ID, $fileIdCombined, $finalPrompt, []);
    if (!$analysis) {
        logMessage("❌ Ошибка анализа совокупного запроса");
        die("Ошибка анализа совокупного запроса");
    }
    
    // Получение эмбеддинга для полного текста обращения
    $embedding = getTextEmbedding($combinedContent);
    logMessage("Полученный эмбеддинг (первые 10 значений): " . json_encode(array_slice($embedding["embedding_1024"], 0, 10)));
    
    // Далее можно продолжить обработку: анализ обращения, поиск судебных решений, сохранение результата и т.д.
    
    logMessage("Обработка всех документов завершена.");
    exit;

    */
 else {
    logMessage("Ошибка: запрос должен быть POST");
    die("Ошибка: запрос должен быть POST");
}
?>