IETM_FIXE\ietm6
4d049274f9
Some checks failed
E2E Tests / e2e (push) Waiting to run
Tests unitaires / Web (Angular · vitest + couverture) (push) Successful in 26s
Build & Push Images / tests (push) Failing after 13s
Build & Push Images / build (brain) (push) Has been skipped
Build & Push Images / build (core) (push) Has been skipped
Build & Push Images / build (web) (push) Has been skipped
Build & Push Images / build-switcher (push) Has been skipped
Tests unitaires / Brain (Python · pytest + couverture) (push) Successful in 1m12s
Tests unitaires / Core (Java · mvn test + JaCoCo) (push) Failing after 1m28s
Mise en place de tests unitaires coté Python et Angular Mise en place de la couverture de test directement dans le workflow : le programme ne build pas si jamais un test échoue Passage en v0.16.2 en conséquence
67 lines
2.8 KiB
Python
67 lines
2.8 KiB
Python
"""Adapter Google Gemini — implémente les ports LLMProvider / LLMChatProvider.
|
|
|
|
Gemini expose un endpoint COMPATIBLE OpenAI
|
|
(POST {base}/openai/chat/completions, SSE) : client "OpenAI-compatible" qui hérite
|
|
de BaseOpenAICompatibleAdapter et ne fournit que ses spécificités (dont un message
|
|
dédié quand Google refuse la clé en 401/403).
|
|
|
|
Tier GRATUIT : clé API sur aistudio.google.com (sans CB). Atout majeur pour
|
|
l'extraction de PDF : un CONTEXTE de ~1M tokens → un livre entier tient en 1-2
|
|
appels. Modèle conseillé : `gemini-2.0-flash` (rapide, gros contexte, fidèle).
|
|
"""
|
|
from __future__ import annotations
|
|
|
|
from app.core.config import Settings
|
|
from app.domain.ports import LLMProviderError
|
|
from app.infrastructure.base_openai_adapter import (
|
|
_FIRST_TOKEN_TIMEOUT_SECONDS,
|
|
BaseOpenAICompatibleAdapter,
|
|
)
|
|
|
|
|
|
class GeminiLLMProvider(BaseOpenAICompatibleAdapter):
|
|
"""Adapter Gemini (OpenAI-compatible) — satisfait LLMProvider et LLMChatProvider."""
|
|
|
|
_provider_label = "Gemini"
|
|
_api_url = "https://generativelanguage.googleapis.com/v1beta/openai/chat/completions"
|
|
_supports_json_object = True
|
|
|
|
def __init__(self, settings: Settings) -> None:
|
|
if not settings.gemini_api_key:
|
|
raise LLMProviderError(
|
|
"Clé API Gemini manquante. Configure-la depuis l'écran Paramètres "
|
|
"(clé gratuite sur aistudio.google.com)."
|
|
)
|
|
super().__init__(
|
|
settings.gemini_api_key, settings.gemini_model, settings.llm_timeout_seconds
|
|
)
|
|
|
|
def _headers(self) -> dict[str, str]:
|
|
return {**super()._headers(), "Accept": "application/json"}
|
|
|
|
def _first_token_timeout_message(self) -> str:
|
|
return (
|
|
f"Erreur Gemini : aucun contenu produit en "
|
|
f"{int(_FIRST_TOKEN_TIMEOUT_SECONDS)}s. Réessayez ou vérifiez "
|
|
"votre quota gratuit."
|
|
)
|
|
|
|
def _generation_timeout_message(self) -> str:
|
|
return (
|
|
f"Erreur Gemini : génération non terminée en {self._timeout}s. Réduisez la "
|
|
"taille des morceaux d'import ou augmentez le timeout."
|
|
)
|
|
|
|
def _error_for_status(self, status_code: int, detail: str) -> LLMProviderError:
|
|
# 401/403 = clé rejetée par GOOGLE (pas un problème LoreMind) : message
|
|
# actionnable plutôt que le JSON brut de l'API.
|
|
if status_code in (401, 403):
|
|
return LLMProviderError(
|
|
"Erreur Gemini : clé API refusée par Google "
|
|
f"(HTTP {status_code}). Vérifiez que la clé vient bien "
|
|
"de aistudio.google.com (« Get API key ») et qu'elle n'a pas de "
|
|
"restrictions (API ou adresse IP) dans la Google Cloud Console. "
|
|
f"Détail : {detail[:300]}"
|
|
)
|
|
return super()._error_for_status(status_code, detail)
|