forked from ericorps/ia-microservice
68 lines
3.0 KiB
Python
68 lines
3.0 KiB
Python
"""
|
|
Gateway de IA de Qualidot - Módulo de Adaptadores de Evaluación de Imágenes
|
|
|
|
Propósito:
|
|
Este módulo contiene funciones de adaptadores que permiten evaluar imágenes usando diferentes proveedores de IA.
|
|
Cada función de adaptador se encarga de interactuar con un proveedor específico (como OpenAI, AssemblyAI, Deepgram, etc.)
|
|
y de convertir la respuesta del proveedor al formato estándar de evaluación de imágenes de Qualidot.
|
|
|
|
"""
|
|
|
|
import tempfile
|
|
import os
|
|
from fastapi import HTTPException
|
|
from openai import OpenAI, AsyncOpenAI
|
|
import assemblyai as aai
|
|
from app.core.config import settings
|
|
from app.schemas.image_standard import ImageRequestFile, StandardImageAnalysisResult
|
|
from app.core import config
|
|
|
|
# Función de adaptador principal que infiere el proveedor y llama al adaptador específico
|
|
async def evaluate_image_with_provider(image_request: ImageRequestFile) -> StandardImageAnalysisResult:
|
|
"""
|
|
Función de adaptador para evaluar imágenes usando el proveedor de IA configurado.
|
|
"""
|
|
provider = image_request.provider.lower()
|
|
|
|
match provider:
|
|
case "openai":
|
|
return await evaluate_with_openai(image_request)
|
|
case "inserte nombre de otra ia aqui":
|
|
return await evaluate_with_ai_model2(image_request)
|
|
|
|
# AGREGAR OTROS CASOS PARA DIFERENTES PROVEEDORES DE IA AQUÍ
|
|
|
|
case _:
|
|
raise ValueError(f"Proveedor de IA no soportado: {image_request.provider}")
|
|
|
|
# Función de adaptador para evaluar imágenes usando OpenAI
|
|
async def evaluate_with_openai(image_request: ImageRequestFile) -> StandardImageAnalysisResult:
|
|
"""
|
|
Función de adaptador para evaluar imágenes usando OpenAI.
|
|
(Plantilla para futuras implementaciones)
|
|
"""
|
|
client = AsyncOpenAI(api_key=settings.OPENAI_API_KEY)
|
|
|
|
# PASOS A SEGUIR PARA IMPLEMENTAR LA LÓGICA DE EVALUACIÓN CON OPENAI:
|
|
# 1. Validar la imagen de entrada (tamaño, formato, etc.)
|
|
# 2. Configurar el cliente de OpenAI con la clave API
|
|
# 3. Llamar a la API de OpenAI para evaluar la imagen
|
|
# 4. Convertir la respuesta de OpenAI al formato estándar de evaluación de imágenes de Qualidot
|
|
# 5. Manejar errores y excepciones adecuadamente
|
|
raise NotImplementedError("La función evaluate_with_openai aún no está implementada.")
|
|
|
|
async def evaluate_with_ai_model2(image_request: ImageRequestFile) -> StandardImageAnalysisResult:
|
|
"""
|
|
Función de adaptador para transcribir video usando otra AI.
|
|
(Plantilla para futuras implementaciones)
|
|
"""
|
|
|
|
# PASOS A SEGUIR PARA IMPLEMENTAR LA LÓGICA DE TRANSCRIPCIÓN CON IA (ELEGIR MODELO):
|
|
# 1. Validar el video de entrada (tamaño, formato, etc.)
|
|
# 2. Configurar el cliente de OpenAI con la clave API
|
|
# 3. Llamar a la API de OpenAI para transcribir el video
|
|
# 4. Convertir la respuesta de OpenAI al formato estándar de resumen de texto de Qualidot
|
|
# 5. Manejar errores y excepciones adecuadamente
|
|
raise NotImplementedError("La función transcribe_with_ai_model2 aún no está implementada.")
|
|
|
|
# Otros modelos de IA |