# -*- coding: utf-8 -*- import time import httpx import json import anthropic def fetch_llm_generate_task(odoo_base_url="http://localhost:8069"): """ 从 Odoo 接口获取待生成的 LLM 任务数据 Args: odoo_base_url: Odoo 服务地址，默认 http://localhost:8069 Returns: dict or None: 返回获取到的任务数据，包含以下字段： - id: 记录ID - final_prompt: 最终提示词 - system_prompt: 系统提示词 - user_prompt: 用户提示词 如果没有待生成的任务，返回 None """ url = f"{odoo_base_url}/api/local-llm-generate/fetch" headers = { "Content-Type": "application/json" } payload = {} try: print(f"[INFO] 正在请求 Odoo 接口: {url}") response = httpx.post( url, headers=headers, json=payload, timeout=30 ) response.raise_for_status() data = response.json() # print(f"[INFO] 接口返回数据: {json.dumps(data, ensure_ascii=False, indent=2)}") # 检查是否返回了 {"data": null}（没有待生成任务） if isinstance(data, dict) and 'data' in data and data['data'] is None: print("[INFO] 当前没有待生成的 LLM 任务") exit(1) # 返回获取到的任务数据（包含 id, final_prompt, system_prompt, user_prompt） if isinstance(data, dict) and 'id' in data: print(f"[SUCCESS] 获取到任务数据, record_id={data['id']}") return data print(f"[WARNING] 返回数据格式不符合预期: {data}") return None except httpx.TimeoutException: print("[ERROR] 请求超时") return None except httpx.ConnectError as e: print(f"[ERROR] 连接错误: {e}") return None except httpx.HTTPStatusError as e: print(f"[ERROR] HTTP 错误: {e}") return None except Exception as e: print(f"[ERROR] 发生未知错误: {e}") return None def call_llm_generate(task_data, max_retries=3): """ 调用本地 Ollama LLM 生成内容 Args: task_data: 包含 final_prompt, system_prompt, user_prompt 的字典 max_retries: 最大重试次数，默认 max_retries 次 Returns: str: 生成的内容，如果失败返回 "failed" """ if task_data is None: error_msg = "[ERROR] task_data 为 None，无法调用 LLM" print(error_msg) return error_msg # 提取 task_data 中的字段 final_prompt = task_data.get('final_prompt', '') system_prompt = task_data.get('system_prompt', '') user_prompt = task_data.get('user_prompt', '') record_id = task_data.get('id', 'unknown') print(f"[INFO] 开始为 record_id={record_id} 调用本地 Ollama") # Ollama API 地址 ollama_url = "http://localhost:11434/v1/chat/completions" # 组装 messages messages = [] if system_prompt: messages.append({"role": "system", "content": system_prompt}) if final_prompt: messages.append({"role": "user", "content": final_prompt}) # 请求体 payload = { "model": "kimi-k2.5:cloud", "messages": messages, "stream": False } # 重试机制 for attempt in range(1, max_retries + 1): try: print(f"[INFO] 第 {attempt} 次尝试调用 Ollama...") response = httpx.post( ollama_url, json=payload, timeout=600 ) response.raise_for_status() result = response.json() # 提取生成的内容 if "choices" in result and len(result["choices"]) > 0: generated_content = result["choices"][0].get("message", {}).get("content", "") if generated_content: print(f"[SUCCESS] 第 {attempt} 次尝试成功，生成长度: {len(generated_content)} 字符") return generated_content else: print(f"[WARNING] 第 {attempt} 次尝试返回空内容") else: print(f"[WARNING] 第 {attempt} 次尝试返回格式异常: {result}") except httpx.TimeoutException: print(f"[ERROR] 第 {attempt} 次尝试超时") except httpx.ConnectError as e: print(f"[ERROR] 第 {attempt} 次尝试连接错误: {e}") except httpx.HTTPStatusError as e: print(f"[ERROR] 第 {attempt} 次尝试 HTTP 错误: {e}") except Exception as e: print(f"[ERROR] 第 {attempt} 次尝试发生未知错误: {e}") # 如果不是最后一次尝试，等待后继续 if attempt < max_retries: import time print(f"[INFO] 等待 2 秒后重试...") time.sleep(2) # 所有重试都失败了 print(f"[FAILED] 经过 {max_retries} 次尝试后仍然失败") return "failed" def call_llm_generate_with_anthropic(task_data, max_retries=3): """ 调用 MiniMax 的 Anthropic 兼容接口生成内容 Args: task_data: 包含 final_prompt, system_prompt, user_prompt 的字典 max_retries: 最大重试次数，默认 3 次（针对非529错误） Returns: str: 生成的内容，如果失败返回 "failed" """ if task_data is None: error_msg = "[ERROR] task_data 为 None，无法调用 LLM" print(error_msg) return error_msg # 提取 task_data 中的字段 final_prompt = task_data.get('final_prompt', '') system_prompt = task_data.get('system_prompt', '') user_prompt = task_data.get('user_prompt', '') record_id = task_data.get('id', 'unknown') print(f"[INFO] 开始为 record_id={record_id} 调用 MiniMax Anthropic 接口") # 配置 Anthropic 客户端 ANTHROPIC_API_KEY = "sk-cp-l_as8mjqPhsOIny9IFKZ8jzA92z1c0eRwchldhEf4KzQjs9cjVknV2o7VNCcvYUXsXFq7uF4aSgp2RxxmUHLXwPGKgIvzedM70_XUIXiBB3gu_UmLDQLfh4" ANTHROPIC_BASE_URL = "https://api.minimaxi.com/anthropic" client = anthropic.Anthropic( api_key=ANTHROPIC_API_KEY, base_url=ANTHROPIC_BASE_URL ) # 针对 529 错误的专门重试机制 MAX_RETRIES_529 = 30 # 529 错误最大重试次数 RETRY_DELAY_529 = 10 # 529 错误重试间隔（秒） total_retry = 1 for attempt_529 in range(1, MAX_RETRIES_529 + 1): # 普通错误的重试机制 for attempt in range(1, max_retries + 1): try: print(f"[INFO] 第 {total_retry} 次尝试调用 MiniMax...") total_retry += 1 # 构建消息列表 messages = [] # 如果有 final_prompt 或 user_prompt，作为用户消息 user_content = final_prompt if final_prompt else user_prompt if user_content: messages.append({ "role": "user", "content": [ { "type": "text", "text": user_content } ] }) # 调用 API（使用流式传输，因为操作可能超过 10 分钟） generated_content = "" with client.messages.stream( model="MiniMax-M2.7-highspeed", system=system_prompt if system_prompt else "You are a helpful assistant.", messages=messages, max_tokens=32768 ) as stream: for text in stream.text_stream: generated_content += text # 检查是否有思考过程（流式模式下通常不会返回 thinking 块） if hasattr(stream, 'thinking') and stream.thinking: print(f"[DEBUG] 思考过程: {stream.thinking[:100]}...") if generated_content: print(f"[SUCCESS] 第 {attempt} 次尝试成功，生成长度: {len(generated_content)} 字符") return generated_content else: print(f"[WARNING] 第 {attempt} 次尝试返回空内容") except Exception as e: # 检查是否是 529 错误 error_str = str(e) if "529" in error_str or "overloaded" in error_str.lower(): print(f"[WARNING] 遇到服务器拥挤 (529) 错误: {e}") # 跳出内层循环，进入外层 529 重试逻辑 break else: print(f"[ERROR] 第 {attempt} 次尝试发生错误: {e}") # 如果不是最后一次尝试，等待后继续（普通错误重试） if attempt < max_retries: print(f"[INFO] 等待 2 秒后重试...") time.sleep(2) else: # 内层循环正常结束（没有 break），说明没有遇到 529 错误且重试用完 # 所有重试都失败了 error_msg = f"[FAILED] 经过 {max_retries} 次尝试后仍然失败" print(error_msg) return error_msg # 执行到这里说明遇到了 529 错误，进行外层重试 if attempt_529 < MAX_RETRIES_529: print(f"[INFO] 遇到服务器拥挤 (529)，第 {attempt_529}/{MAX_RETRIES_529} 次重试，等待 {RETRY_DELAY_529} 秒...") time.sleep(RETRY_DELAY_529) else: error_msg = f"[FAILED] 经过 {MAX_RETRIES_529} 次 529 重试后仍然失败" print(error_msg) return error_msg # 所有重试都失败了 error_msg = f"[FAILED] 经过 {MAX_RETRIES_529} 次 529 重试后仍然失败" print(error_msg) return error_msg def upload_llm_result(odoo_base_url, upload_data): """ 上传 LLM 生成结果到 Odoo Args: odoo_base_url: Odoo 服务地址 upload_data: 包含以下字段的字典： - record_id: int, 记录ID - status: str, "success" 或 "failed" - result: str, 成功时的生成内容 - error_message: str, 失败时的错误信息 Returns: bool: 上传成功返回 True，失败返回 False """ # 构建上传结果的 API URL url = f"{odoo_base_url}/api/alpha-idea/result" # 设置请求头，指定内容类型为 JSON headers = { "Content-Type": "application/json" } try: # 打印上传信息日志 print(f"[INFO] 正在上传结果到 Odoo: {url}") print(f"[INFO] 上传数据: {json.dumps(upload_data, ensure_ascii=False)}") # 发送 POST 请求，设置超时时间为 30 秒 response = httpx.post( url, headers=headers, json=upload_data, timeout=30 ) # 如果 HTTP 状态码表示错误，则抛出异常 response.raise_for_status() # 解析响应结果 result = response.json() print(f"[INFO] 上传结果接口返回: {json.dumps(result, ensure_ascii=False)}") # 检查返回结果是否成功 if isinstance(result, dict): # 判断返回状态是否为成功 if result.get('status') == 'success' or result.get('success') is True: print(f"[SUCCESS] 结果上传成功") return True # 如果返回结果不符合预期，打印警告信息 print(f"[WARNING] 结果上传可能失败: {result}") return False # 处理各种异常情况 except httpx.TimeoutException: print("[ERROR] 上传结果超时") return False except httpx.ConnectError as e: print(f"[ERROR] 上传结果连接错误: {e}") return False except httpx.HTTPStatusError as e: print(f"[ERROR] 上传结果 HTTP 错误: {e}") return False except Exception as e: print(f"[ERROR] 上传结果发生未知错误: {e}") return False if __name__ == "__main__": # 配置 Odoo 服务地址 ODOO_BASE_URL = "https://quantify.erhe.top" print("开始获取 LLM 生成任务...") # 这里我手动控制就行 llm_select = 0 while True: # 获取任务数据 task_data = fetch_llm_generate_task(odoo_base_url=ODOO_BASE_URL) if not task_data: break if llm_select == 1: llm_generate_result = call_llm_generate(task_data) else: llm_generate_result = call_llm_generate_with_anthropic(task_data) if not llm_generate_result: continue print(llm_generate_result[:100]) # 检查是否成功：如果结果以 [ERROR] 或 [FAILED] 开头，说明失败了 is_failed = llm_generate_result.startswith('[ERROR]') or llm_generate_result.startswith('[FAILED]') if not is_failed: print("开始上传 LLM 生成结果...") upload_data = { 'record_id': task_data['id'], 'status': 'success', 'result': llm_generate_result } else: print("开始上传 LLM 生成结果失败...") upload_data = { 'record_id': task_data['id'], 'status': 'failed', 'result': '', 'error_message': llm_generate_result } # 上传结果到 Odoo upload_success = upload_llm_result(ODOO_BASE_URL, upload_data) if upload_success: print("[SUCCESS] 当次流程完成") else: print("[FAILED] 结果上传失败") sleep_time = 60 print(f"等待 {sleep_time} 秒后开始下一次循环...") time.sleep(sleep_time)