File size: 3,042 Bytes
c2c8be6
d5de2c7
 
28da506
 
c2c8be6
d5de2c7
28da506
2dd6281
d5de2c7
 
 
2dd6281
d5de2c7
 
c2c8be6
d5de2c7
 
 
 
2dd6281
c2c8be6
 
d5de2c7
 
 
 
28da506
 
 
 
 
 
2dd6281
 
 
 
 
 
28da506
 
 
 
2dd6281
 
 
 
 
 
 
 
 
 
 
 
 
28da506
 
 
 
d5de2c7
 
2dd6281
d5de2c7
 
 
c2c8be6
 
2dd6281
c2c8be6
 
 
28da506
 
 
 
2dd6281
28da506
 
2dd6281
 
28da506
2dd6281
28da506
2dd6281
 
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
from fastapi import FastAPI, HTTPException
from pydantic import BaseModel
import os
import requests
from bs4 import BeautifulSoup
import google.generativeai as genai
from fastapi.middleware.cors import CORSMiddleware
from typing import List
import time

app = FastAPI()

# تنظیمات CORS برای اتصال بدون مشکل به فرانت‌اَند
app.add_middleware(
    CORSMiddleware,
    allow_origins=["*"],
    allow_methods=["*"],
    allow_headers=["*"],
)

# پیکربندی هوش مصنوعی
genai.configure(api_key=os.getenv("GEMINI_API_KEY"))

class TrendRequest(BaseModel):
    topic: str
    context: str

class ChannelRequest(BaseModel):
    channels: List[str]

def get_latest_eitaa_posts(channel_id):
    try:
        url = f"https://eitaa.com/{channel_id}"
        # اضافه کردن هدر برای شبیه‌سازی مرورگر و کاهش احتمال مسدود شدن
        headers = {
            'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/91.0.4472.124 Safari/537.36'
        }
        response = requests.get(url, headers=headers, timeout=15)
        
        if response.status_code != 200:
            return []
        
        soup = BeautifulSoup(response.text, 'html.parser')
        # پیدا کردن ظرف پیام‌ها در ایتا وب
        messages = soup.find_all('div', class_='eitaa-message-text')
        
        extracted_data = []
        for msg in messages[-5:]: # دریافت ۵ پیام آخر
            text = msg.get_text(separator="\n").strip()
            if text:
                extracted_data.append({
                    "text": text,
                    "channel": channel_id,
                    "url": url
                })
        return extracted_data
    except Exception as e:
        print(f"Error scraping {channel_id}: {e}")
        return []

@app.get("/")
def home():
    return {"status": "Online", "service": "Shadow Intelligence API"}

@app.post("/generate")
def generate(request: TrendRequest):
    try:
        model = genai.GenerativeModel('gemini-1.5-flash')
        prompt = f"به عنوان یک متخصص رسانه، برای این موضوع در ایتا متن بنویس:\nموضوع: {request.topic}\nمحورها: {request.context}"
        response = model.generate_content(prompt)
        return {"result": response.text}
    except Exception as e:
        raise HTTPException(status_code=500, detail=str(e))

@app.post("/scan-channels")
def scan_channels(request: ChannelRequest):
    all_posts = []
    for channel in request.channels:
        posts = get_latest_eitaa_posts(channel)
        all_posts.extend(posts)
        time.sleep(1) # وقفه کوتاه برای جلوگیری از مسدود شدن آی‌پی
    
    # خروجی اکنون به صورت لیستی از اشیاء است که فرانت‌اَند متوجه می‌شود
    return {
        "message": "رصد موفقیت‌آمیز بود",
        "data": all_posts
    }