Доработка API на Python для чатбота

  Работающий чатбот на Python состоит из 2 частей - ядро и веб интерфейс для ввода текста вручную. Требуется к ядру сделать REST API, чтобы можно было запросы отправлять через API. Логику чатбота менять не требуется.

  Есть ссылка по которой можно зайти через браузер и писать в бот. Есть доступ ssh к серверу, на котором бот работает, код запущен в виде образа Docker. Есть исходные коды, есть Docker образ. Результат нужен в виде исходных кодов плюс образ Docker. Предыдущий разработчик делал API, есть код, но его не проверяли в работе. Возможно он сразу запустится, возможно потребуются правки.

  В предложении просьба указывать оценку в часах плюс стоимость часа для почасового контракта. И задавайте вопросы.

Документация по требуемому API:

Endpoint:
POST YYYY
Description: Exchange chat messages.
Security: Requires Bearer Token for authentication.
Request Schema ( ChatInput ):
• message : string (The message from the client)
• chat_session_id : string, Optional (Existing session ID, if available)
• sender_id : string (Unique identifier for the sender)
Response Schema ( ChatResponse ):
• chat_session_id : string (The unique session ID for the chat)
• response : string (The response message from the chatbot)
• file_url : string, Optional (URL of the file sent by the chatbot, if any)
• timestamp : datetime (Time when the response was generated)
• status_code : int (HTTP status code for the operation)
• sender_id : string (Unique identifier for the sender)
• receiver_id : string (Unique identifier for the receiver)
• transfer_to_agent : string (Whether the conversation should be transferred to a
live agent; values could be 'yes' or 'no')
• follow_up : string (Indicates whether this is a follow-up in an ongoing
conversation or a new interaction. Acceptable values are 'yes' for follow-up
conversations and 'no' for new conversations.)

Из исходных кодов, для информации:

requirements.txt:

openai
langchain
pypdf
langchain[docarray]
tiktoken
faiss-cpu
streamlit
streamlit-lottie

dev-requirements.txt:

flake8
autopep8

Dockerfile:

# Use an official Python runtime as a parent image
FROM python:3.11
# Set environment variables
ARG OPENAI_API_KEY
ENV OPENAI_API_KEY=$OPENAI_API_KEY
# Set the working directory in the container to /app
WORKDIR YYYY
# Add the current directory (i.e., everything) to the container's /app
ADD . YYYY
# Install any needed packages specified in requirements.txt
RUN pip install -r requirements.txt
# Change the working directory to /app/src
WORKDIR YYYY
# Make port YYYY available to the world outside this container (Streamlit uses this port)
EXPOSE YYYY
# Run main.py when the container launches, this assumes that main.py is in the /app/src directory
CMD streamlit run main.py

api.py:

from fastapi import FastAPI, HTTPException, Depends, Header
from pydantic import BaseModel
from typing import Optional
from uuid import uuid4
from SAA.chat_session import ChatSession
import datetime
app = FastAPI()
sessions = {}
class ChatInput(BaseModel):
    message: str
    chat_session_id: Optional[str] = None
    sender_id: str
class ChatResponse(BaseModel):
    chat_session_id: str
    response: str
    file_url: Optional[str]
    timestamp: datetime.datetime
    status_code: int
    sender_id: str
    receiver_id: str
    transfer_to_agent: str
    follow_up: str
app.get("YYYY")
def read_root():
    return {"message": "Hello, World!"}
def get_token_header(token: str = Header(...)):
    secure_token = "YYYY"
    if token != secure_token:
        raise HTTPException(status_code=400, detail="Invalid Token")
    return token
app.post("YYYY")
async def chat(input: ChatInput, response_model=ChatResponse, token: str = Depends(get_token_header)):
    timestamp = datetime.datetime.now()
    status_code = 200  # default status
    try:
        session_id = input.chat_session_id
        if session_id and session_id in sessions:
            existing_session = sessions[session_id]
            existing_session.add_message(input.message)
        else:
            session_id = str(uuid4())
            sessions[session_id] = ChatSession("Hossam", input.message)
        response_text = sessions[session_id].get_last_response().lstrip(
            "Sales Agent:")
        response_file_url = sessions[session_id].get_last_file_url()
    except Exception as e:
        status_code = YYYY
        raise HTTPException(status_code=status_code, detail=str(e))
    return {
        "chat_session_id": session_id,
        "response": response_text,
        "file_url": response_file_url,
        "timestamp": timestamp,
        "status_code": status_code,
        "sender_id": input.sender_id,
        "receiver_id": "YYYY",
        "transfer_to_agent": "no"
    }

(некоторые символы удалил, FLH ругался)