Files
courrier/app/piece_ia.py
T

109 lines
4.5 KiB
Python

"""Resume d'une piece jointe a la demande (tt-2026-11-072). Le texte est extrait ici, localement, puis envoye au seul
modele autorise via PrivAiTe (pseudonymisation). Ni le contenu, ni le resume ne sont conserves ; refus net si l'IA est
desactivee ou PrivAiTe injoignable ; types actifs et fichiers trop gros refuses ; scans sans texte signales."""
import base64
import io
import re
import zipfile
from typing import Optional
from xml.etree import ElementTree
from fastapi import APIRouter, HTTPException, Query
from app import ia
MAX_OCTETS = 8 * 1024 * 1024
MAX_TEXTE = 12000
TEXTE = {"txt", "csv", "md", "log"}
class SansTexte(Exception):
pass
def _ext(nom: str) -> str:
return nom.rsplit(".", 1)[-1].lower() if "." in nom else ""
def extraire_texte(nom: str, brut: bytes) -> str:
e = _ext(nom)
if e in TEXTE:
t = brut.decode("utf-8", "replace")
elif e == "docx":
try:
with zipfile.ZipFile(io.BytesIO(brut)) as z:
racine = ElementTree.fromstring(z.read("word/document.xml"))
except Exception:
raise SansTexte("document illisible")
t = "\n".join("".join(x.text or "" for x in p.iter("{http://schemas.openxmlformats.org/wordprocessingml/2006/main}t"))
for p in racine.iter("{http://schemas.openxmlformats.org/wordprocessingml/2006/main}p"))
elif e == "xlsx":
try:
import openpyxl
wb = openpyxl.load_workbook(io.BytesIO(brut), read_only=True, data_only=True)
lignes = []
for ws in wb.worksheets[:3]:
lignes.append("# " + ws.title)
for i, row in enumerate(ws.iter_rows(values_only=True)):
if i >= 80:
break
lignes.append(" | ".join("" if c is None else str(c) for c in row))
t = "\n".join(lignes)
except Exception:
raise SansTexte("classeur illisible")
elif e == "pdf":
try:
from pypdf import PdfReader
t = "\n".join((p.extract_text() or "") for p in PdfReader(io.BytesIO(brut)).pages[:15])
except Exception:
raise SansTexte("PDF illisible")
else:
raise SansTexte("type non pris en charge (PDF, Word, Excel, texte)")
t = re.sub(r"[ \t]+", " ", t)
t = re.sub(r"\n{3,}", "\n\n", t).strip()
if len(t) < 40:
raise SansTexte("aucun texte lisible (probablement un scan)")
return t[:MAX_TEXTE]
CONSIGNE = ("Tu resumes une piece jointe pour un responsable achats. En francais, 4 a 6 lignes maximum : nature du document, "
"points essentiels, montants, quantites, dates et echeances, action attendue s'il y en a une. Ne fais aucune "
"supposition : si une information manque, ne l'invente pas. Pas de formule d'introduction.")
def resumer_texte(texte: str) -> str:
return ia.appeler_privaite([{"role": "system", "content": CONSIGNE}, {"role": "user", "content": texte}], max_tokens=1200).strip()
def creer_routeur(mirror_client) -> APIRouter:
router = APIRouter(prefix="/ia")
@router.post("/piece")
def resumer_piece(id: str = Query(..., min_length=1, max_length=400), nom: str = Query(..., min_length=1, max_length=260)):
if not ia.ia_active():
raise HTTPException(status_code=409, detail="L'IA est désactivée.")
try:
res = mirror_client.get_attachment(id, nom)
except Exception:
raise HTTPException(status_code=502, detail="Pièce jointe indisponible : miroir injoignable.")
d = res.get("donnees") if isinstance(res, dict) else None
b64 = d.get("contenu_base64") if isinstance(d, dict) else None
if not b64:
raise HTTPException(status_code=404, detail="Pièce jointe introuvable.")
if len(b64) * 3 // 4 > MAX_OCTETS:
raise HTTPException(status_code=413, detail="Pièce jointe trop volumineuse pour un résumé (8 Mo maximum).")
try:
brut = base64.b64decode(b64)
except Exception:
raise HTTPException(status_code=502, detail="Pièce jointe illisible.")
try:
texte = extraire_texte(nom, brut)
except SansTexte as e:
raise HTTPException(status_code=422, detail="Résumé impossible : " + str(e) + ".")
try:
return {"nom": nom, "resume": resumer_texte(texte), "extrait_chars": len(texte)}
except ia.IAIndisponible as e:
raise HTTPException(status_code=503, detail="IA indisponible, aucun résumé : " + str(e) + ".")
return router