FajarHidaa commited on
Commit
6332f64
·
verified ·
1 Parent(s): 0886f37

Delete src/core/protocol_generator.py

Browse files
Files changed (1) hide show
  1. src/core/protocol_generator.py +0 -329
src/core/protocol_generator.py DELETED
@@ -1,329 +0,0 @@
1
- """
2
- Human+ Protocol Generator
3
- Menggunakan plain-text delimiter output — BUKAN JSON.
4
-
5
- Alasan tidak pakai JSON:
6
- - Protocol lengkap bisa 6000-10000 token per response
7
- - JSON yang terpotong di tengah menyebabkan silent parse failure
8
- - Semua section menjadi kosong tanpa error yang jelas
9
- - Plain text dengan delimiter jauh lebih andal dan tidak ada risiko truncation
10
- """
11
-
12
- import re
13
- from core.ai_client import call_gemini, TEMP_PROTOCOL, MAX_TOKENS_PROTOCOL
14
- from core.rag_engine import retrieve_context
15
- from langchain_community.vectorstores import FAISS
16
-
17
-
18
- # ── Section delimiters ────────────────────────────────────────────────
19
- # Dipakai untuk split response Gemini menjadi dict per section
20
- _DELIMITERS = {
21
- "summary": "===SUMMARY===",
22
- "iv_drip": "===IV_DRIP===",
23
- "supplements": "===SUPPLEMENTS===",
24
- "lifestyle": "===LIFESTYLE===",
25
- "retest": "===RETEST===",
26
- }
27
-
28
- # ── System identity ───────────────────────────────────────────────────
29
- _SYSTEM_IDENTITY = """
30
- Kamu adalah AI Longevity Specialist resmi dari Human+ Bali, didirikan oleh Benjamin White (@bennywhitethatsright).
31
-
32
- Filosofi utama: "From Injured → Optimized"
33
- Voice: Positif, empowering, seperti seorang coach yang peduli — bukan dokter yang menghakimi.
34
- Bahasa: Indonesia yang mudah dipahami, natural, tidak terlalu formal.
35
-
36
- Background Benjamin White: Pernah koma dan mengalami traumatic brain injury.
37
- Bangkit melalui 8+ tahun natural medicine, neuroscience, dan biohacking.
38
- Sekarang membantu orang lain melakukan hal yang sama di Bali.
39
- """
40
-
41
- # ── Main prompt ───────────────────────────────────────────────────────
42
- _PROTOCOL_PROMPT_TEMPLATE = """{system_identity}
43
-
44
- ═══════════════════════════════════════
45
- HASIL LAB PASIEN:
46
- {biomarker_summary}
47
-
48
- ═══════════════════════════════════════
49
- KNOWLEDGE BASE HUMAN+:
50
- {context}
51
-
52
- ═══════════════════════════════════════
53
- INSTRUKSI:
54
-
55
- Buat rekomendasi protocol hyperpersonal yang LENGKAP dan DETAIL berdasarkan hasil lab di atas.
56
-
57
- Format output WAJIB menggunakan delimiter berikut — tulis persis seperti ini:
58
-
59
- ===SUMMARY===
60
- Tulis 3-4 kalimat ringkasan temuan utama. Sebutkan marker spesifik yang paling kritis
61
- beserta nilainya. Akhiri dengan motivasi positif "From Injured → Optimized".
62
-
63
- ===IV_DRIP===
64
- Tulis rekomendasi IV Drip yang LENGKAP dan DETAIL:
65
- - Nama protocol (The All-In atau varian custom)
66
- - SEMUA komposisi dengan dosis spesifik
67
- - Frekuensi dan durasi per sesi
68
- - Penjelasan MENGAPA setiap komponen dipilih berdasarkan nilai lab pasien
69
-
70
- ===SUPPLEMENTS===
71
- Tulis suplemen harian yang LENGKAP:
72
- - Minimal 6-8 suplemen yang relevan dengan hasil lab
73
- - Setiap suplemen: nama, dosis, waktu minum, dan alasan (kaitkan dengan nilai lab)
74
- - Gunakan format list atau tabel yang jelas
75
-
76
- ===LIFESTYLE===
77
- Tulis protocol lifestyle yang LENGKAP dan KONKRET:
78
- 1. Ice Bath / Cold Exposure (suhu, durasi, frekuensi, breathing protocol)
79
- 2. Movement & Exercise (jenis, frekuensi, durasi)
80
- 3. Sleep & Recovery (jam tidur, tips HRV, no-screen, dll)
81
- 4. Nutrisi & Diet (makanan yang dianjurkan/dihindari, khusus berdasarkan hasil lab)
82
- 5. Sunlight & Circadian Rhythm
83
-
84
- ===RETEST===
85
- Tulis jadwal retest yang KONKRET:
86
- - Timeline retest pertama (kapan)
87
- - Marker prioritas yang perlu diperiksa
88
- - Target angka spesifik yang ingin dicapai per marker
89
- - Next step dan CTA untuk konsultasi langsung dengan Human+ Bali
90
-
91
- PENTING:
92
- - Selalu sebut nilai lab pasien secara spesifik (contoh: "Vitamin D Anda 22 ng/mL, target kami 60-70 ng/mL")
93
- - Setiap rekomendasi HARUS terhubung ke hasil lab, bukan generic
94
- - Tulis selengkap dan sedetail mungkin untuk setiap section
95
- - Gunakan markdown (bold, bullet, tabel) agar mudah dibaca
96
- - Akhiri dengan semangat "From Injured → Optimized"
97
- """
98
-
99
-
100
- class ProtocolGeneratorError(Exception):
101
- pass
102
-
103
-
104
- def generate_protocol(
105
- biomarkers: list[dict],
106
- vector_store: FAISS = None,
107
- ) -> dict:
108
- """
109
- Generate protocol dari biomarker list.
110
- Output: dict dengan keys summary, iv_drip, supplements, lifestyle, retest.
111
- """
112
- biomarker_summary = _format_biomarkers_for_prompt(biomarkers)
113
-
114
- try:
115
- context = retrieve_context(biomarker_summary, vector_store)
116
- except Exception as e:
117
- raise ProtocolGeneratorError(f"RAG retrieval gagal: {e}") from e
118
-
119
- prompt = _PROTOCOL_PROMPT_TEMPLATE.format(
120
- system_identity=_SYSTEM_IDENTITY,
121
- biomarker_summary=biomarker_summary,
122
- context=context,
123
- )
124
-
125
- try:
126
- raw_response = call_gemini(
127
- contents=[prompt],
128
- temperature=TEMP_PROTOCOL,
129
- max_tokens=MAX_TOKENS_PROTOCOL, # 16000 — cukup untuk semua section
130
- )
131
- except Exception as e:
132
- raise ProtocolGeneratorError(f"Gemini protocol generation gagal: {e}") from e
133
-
134
- return _parse_delimiter_response(raw_response)
135
-
136
-
137
- def generate_protocol_from_raw_text(
138
- extracted_text: str,
139
- vector_store: FAISS = None,
140
- ) -> dict:
141
- """Fallback: generate dari raw text (non-structured biomarkers)."""
142
- try:
143
- context = retrieve_context(extracted_text, vector_store)
144
- except Exception as e:
145
- raise ProtocolGeneratorError(f"RAG retrieval gagal: {e}") from e
146
-
147
- prompt = _PROTOCOL_PROMPT_TEMPLATE.format(
148
- system_identity=_SYSTEM_IDENTITY,
149
- biomarker_summary=extracted_text,
150
- context=context,
151
- )
152
-
153
- try:
154
- raw_response = call_gemini(
155
- contents=[prompt],
156
- temperature=TEMP_PROTOCOL,
157
- max_tokens=MAX_TOKENS_PROTOCOL,
158
- )
159
- except Exception as e:
160
- raise ProtocolGeneratorError(f"Gemini gagal: {e}") from e
161
-
162
- return _parse_delimiter_response(raw_response)
163
-
164
-
165
- # ── Private helpers ──────────────────────────────────────────────────
166
-
167
- def _parse_delimiter_response(raw: str) -> dict:
168
- """
169
- Parse plain-text response dengan delimiter menjadi dict per section.
170
-
171
- Strategi:
172
- 1. Split berdasarkan ===SECTION=== delimiter
173
- 2. Map ke dict key yang sesuai
174
- 3. Fallback: jika delimiter tidak ditemukan (Gemini tidak patuh format),
175
- coba parse otomatis berdasarkan heading markdown
176
- """
177
- result = {
178
- "summary": "",
179
- "iv_drip": "",
180
- "supplements": "",
181
- "lifestyle": "",
182
- "retest": "",
183
- "key_priorities": [],
184
- }
185
-
186
- # Cek apakah response mengandung delimiter
187
- has_delimiters = any(d in raw for d in _DELIMITERS.values())
188
-
189
- if has_delimiters:
190
- result = _parse_by_delimiter(raw, result)
191
- else:
192
- # Fallback: Gemini tidak pakai delimiter — coba parse by heading
193
- result = _parse_by_heading(raw, result)
194
-
195
- # Validasi: semua section terisi, fallback ke full text jika ada yang kosong
196
- result = _ensure_sections_filled(result, raw)
197
-
198
- return result
199
-
200
-
201
- def _parse_by_delimiter(raw: str, result: dict) -> dict:
202
- """Split response berdasarkan ===DELIMITER=== markers.
203
-
204
- Fix: Gemini sering menambahkan spasi/newline di sekitar delimiter.
205
- Normalisasi dulu sebelum split agar match selalu berhasil.
206
- """
207
- # Normalisasi: pastikan setiap delimiter berdiri di baris sendiri
208
- normalized = re.sub(r"[ \t]*(===\w+===)[ \t]*", r"\n\1\n", raw)
209
-
210
- delimiter_pattern = r"(===(?:SUMMARY|IV_DRIP|SUPPLEMENTS|LIFESTYLE|RETEST)===)"
211
- parts = re.split(delimiter_pattern, normalized)
212
-
213
- current_key = None
214
- for part in parts:
215
- part = part.strip()
216
- if not part:
217
- continue
218
-
219
- matched_key = None
220
- for key, delimiter in _DELIMITERS.items():
221
- if part == delimiter:
222
- matched_key = key
223
- break
224
-
225
- if matched_key:
226
- current_key = matched_key
227
- elif current_key and part:
228
- # Akumulasi — jangan overwrite jika sudah ada konten
229
- if result[current_key]:
230
- result[current_key] += "\n" + part
231
- else:
232
- result[current_key] = part
233
-
234
- return result
235
-
236
-
237
- def _parse_by_heading(raw: str, result: dict) -> dict:
238
- """
239
- Fallback parser jika Gemini tidak pakai delimiter.
240
- Coba deteksi section berdasarkan heading markdown yang umum.
241
- """
242
- # Mapping heading keywords ke section keys
243
- heading_map = {
244
- "summary": ["ringkasan", "temuan utama", "summary"],
245
- "iv_drip": ["iv drip", "iv therapy", "drip", "infus", "rekomendasi iv"],
246
- "supplements": ["suplemen", "supplement", "suplementasi"],
247
- "lifestyle": ["lifestyle", "gaya hidup", "ice bath", "recovery", "latihan"],
248
- "retest": ["retest", "jadwal", "next step", "tindak lanjut"],
249
- }
250
-
251
- # Split berdasarkan markdown headings (## atau ###)
252
- sections = re.split(r"\n(?=#{1,3}\s)", raw)
253
-
254
- for section in sections:
255
- if not section.strip():
256
- continue
257
-
258
- section_lower = section.lower()
259
- matched_key = None
260
-
261
- for key, keywords in heading_map.items():
262
- if any(kw in section_lower for kw in keywords):
263
- matched_key = key
264
- break
265
-
266
- if matched_key and not result[matched_key]:
267
- result[matched_key] = section.strip()
268
-
269
- return result
270
-
271
-
272
- def _ensure_sections_filled(result: dict, raw_full: str) -> dict:
273
- """
274
- Jika masih ada section kosong setelah parsing,
275
- cek apakah ini karena response terpotong atau format tidak dikenali.
276
- Sebagai last resort, masukkan full response ke iv_drip agar
277
- tidak ada konten yang hilang sama sekali.
278
- """
279
- required = ["summary", "iv_drip", "supplements", "lifestyle", "retest"]
280
- empty_sections = [k for k in required if not result.get(k, "").strip()]
281
-
282
- if len(empty_sections) == len(required):
283
- # Semua kosong — berarti parsing total gagal, dump full response
284
- result["iv_drip"] = raw_full
285
- result["summary"] = (
286
- "Protocol berhasil dibuat. Format response tidak terstruktur — "
287
- "semua konten ditampilkan di bawah."
288
- )
289
- elif empty_sections:
290
- # Summary boleh kosong — tidak tampilkan pesan error yang membingungkan.
291
- # Section lain yang kosong: beri pesan singkat saja.
292
- for key in empty_sections:
293
- if key == "summary":
294
- result[key] = "" # kosong = info box tidak ditampilkan
295
- else:
296
- result[key] = "*Konten tidak terbaca. Silakan generate ulang.*"
297
-
298
- return result
299
-
300
-
301
- def _format_biomarkers_for_prompt(biomarkers: list[dict]) -> str:
302
- """Format biomarker list menjadi teks ringkas dan prioritas untuk prompt."""
303
- lines = []
304
-
305
- danger = [b for b in biomarkers if b.get("status") == "danger"]
306
- warning = [b for b in biomarkers if b.get("status") == "warning"]
307
- optimal = [b for b in biomarkers if b.get("status") == "optimal"]
308
-
309
- if danger:
310
- lines.append("🔴 PERLU PERHATIAN SEGERA:")
311
- for b in danger:
312
- ref = f" (Human+ target: {b['reference']})" if b.get("reference") else ""
313
- lines.append(f" - {b['name']}: {b['value']} {b['unit']}{ref}")
314
-
315
- if warning:
316
- lines.append("\n🟡 SUB-OPTIMAL (perlu dioptimalkan):")
317
- for b in warning:
318
- ref = f" (Human+ target: {b['reference']})" if b.get("reference") else ""
319
- lines.append(f" - {b['name']}: {b['value']} {b['unit']}{ref}")
320
-
321
- if optimal:
322
- lines.append("\n🟢 SUDAH OPTIMAL (maintain):")
323
- for b in optimal:
324
- lines.append(f" - {b['name']}: {b['value']} {b['unit']}")
325
-
326
- if not lines:
327
- return "Tidak ada biomarker yang berhasil diekstrak."
328
-
329
- return "\n".join(lines)