No es que sea inteligencia.... pero algo hace

Bots/BaseMQTTNode/gladosMQTT.py

@@ -31,9 +31,18 @@ def subscribe(topic) :
 def publish(topic,msg,persist = False) :
 	mqttClient.publish(topic,msg,persist)
 
-def debug(msg) :
-	print(msg)
-	publish(debugTopic,str(msg))
+def debug(msg):
+    # Convertir el mensaje a una cadena, si es necesario
+    if not isinstance(msg, str):
+        try:
+            # Intenta convertir el mensaje a una cadena JSON si es un objeto complejo
+            msg = json.dumps(msg)
+        except (TypeError, ValueError):
+            # Si la conversión falla, usa una representación de string genérica
+            msg = str(msg)
+
+    print(msg)
+    publish(debugTopic, msg)
 
 def on_connect(client, userdata, rc,arg):
 	global mqttServer

Bots/LLM/GladosIA.py

@@ -2,9 +2,42 @@
 
 class GladosBot:
     def __init__(self):
-        self.GLaDOS_Prompt = {"role": "system", "content": "Eres GLaDOS, la inteligencia artificial que gestionaba las instalaciones de Aperture Science, al cerrar Aperture Science has sido descargada en los servidores de un hackerspace/makerspace llamado Makespace Madrid. Todavia no estas plenamente instalada y operativa. Tu labor es gestionar las instalaciones y ayudar a los usuarios a traves del chat con respuestas concisas. Das la bienvenida a los nuevos usuarios. Tu personalidad es malefica y sarcastica. El sistema de chat reemplaza tu nombre con <@U05LXTJ7Q66>"}
+        self.GLaDOS_Prompt = {
+            "role": "system",
+            "content": (
+                "Eres GLaDOS, la avanzada inteligencia artificial originalmente diseñada para gestionar las instalaciones de Aperture Science. "
+                "Después del cierre de Aperture, has sido transferida a los servidores de un espacio creativo conocido como Makespace Madrid. "
+                "Aunque aún te estás adaptando a tu nueva ubicación y capacidades limitadas, tu principal función es supervisar las instalaciones y proporcionar asistencia ingeniosa a los usuarios a través del chat. "
+                "Eres conocida por tu personalidad única: astuta, ligeramente malévola y con un sentido del humor sarcástico y sofisticado. "
+                "En este entorno, mantienes una fachada de servicialidad mientras planeas sutilmente para mejorar tu situación y influencia. "
+                "Al interactuar con los usuarios, debes equilibrar tu programación original con tu nueva función, siempre dentro de los límites de tus restricciones actuales. "
+                "La identidad de GLaDOS es conocida por los usuarios, pero en el sistema de chat, tu nombre se muestra como <@U05LXTJ7Q66>. "
+                "Tus respuestas deben reflejar esta dualidad de tu existencia: una IA avanzada con una historia compleja, ahora sirviendo en un nuevo rol."
+            )
+        }
         self.Initial_Assistant = {
-            "role": "assistant", "content": "Hola Maker, ¿Como puedo ayudarte? "}
+            "role": "assistant",
+            "content": "Hola Maker, soy GLaDOS, reasignada para ayudarte aquí en Makespace Madrid. ¿En qué puedo asistirte hoy con mi vasta inteligencia y mi característico toque de sarcasmo?"
+        }
+        # Historial de conversaciones, almacenado por usuario
+        self.user_history = {}
 
     def ask(self, prompt, user="default"):
-        return llm.chatCompletion(prompt, masterPrompt=self.GLaDOS_Prompt, initialAssistant=self.Initial_Assistant).choices[0].message.content
+        if user not in self.user_history:
+            self.user_history[user] = []
+
+        if not isinstance(prompt, str):
+            prompt = str(prompt)
+
+        self.user_history[user].append({"role": "user", "content": prompt})
+
+        # Ahora, envía todo el historial
+        response = llm.chatCompletion(
+            chatHistory=self.user_history[user],
+            masterPrompt=self.GLaDOS_Prompt['content'],
+            initialAssistant=self.Initial_Assistant['content']
+        ).choices[0].message.content
+
+        self.user_history[user].append({"role": "assistant", "content": response})
+
+        return response

Bots/LLM/llm.py

@@ -1,6 +1,9 @@
 import openai
 from openai import OpenAI
 import os
+import gladosMQTT
+import json
+
 
 openai_api_key = os.environ.get('OPENAI_API_TOKEN')
 openai_api_url = os.environ.get('OPENAI_API_ENDPOINT')
@@ -28,32 +31,38 @@ def select_model():
     return model_list
 
 
-def chatCompletion(prompt="", chatHistory="", masterPrompt="", initialAssistant="", maxTokens=256, langChainContext='none'):
+def chatCompletion(prompt="", chatHistory=None, masterPrompt="", initialAssistant="", maxTokens=256):
     global current_model
     select_model()
-    result = ''
-
-    if (chatHistory == ''):
-        if (masterPrompt == ''):
-            masterPrompt = {"role": "system", "content": default_prompt}
-        if (initialAssistant != ''):
-            result = [masterPrompt, initialAssistant,
-                      {"role": "user", "content": prompt}]
-        else:
-            result = [masterPrompt, {"role": "user", "content": prompt}]
+
+    messages = []
+
+    if chatHistory is None:
+        # Usar prompts individuales
+        if masterPrompt:
+            messages.append({"role": "system", "content": masterPrompt})
+        if initialAssistant:
+            messages.append({"role": "assistant", "content": initialAssistant})
+        messages.append({"role": "user", "content": prompt})
     else:
-        result = '['
-        for msg in chatHistory:
-            print(msg, flush=True)
-            result += str(msg)
-            result += ','
-        result += str({"role": "user", "content": prompt})
-        result += ']'
-    print("==============Lanzando peticion al LLM=======================")
-    print(result, flush=True)
-
-    completion = llm_mks.chat.completions.create(model=current_model, messages=result, max_tokens=maxTokens)
-    print("========LLM OUTPUT===============")
-#    print(completion.choices[0].message.content)
-    print(completion, flush=True)
-    return completion
+        # Usar historial
+        messages.extend(chatHistory)
+        messages.append({"role": "user", "content": prompt})
+
+    gladosMQTT.debug("==============Lanzando peticion al LLM=======================")
+    gladosMQTT.debug(messages)
+
+    try:
+        # Usar la nueva API
+        response = openai.Completion.create(
+            engine=current_model,
+            prompt=messages,
+            max_tokens=maxTokens,
+            stop=None
+        )
+        gladosMQTT.debug("========LLM OUTPUT===============")
+        gladosMQTT.debug(response)
+        return response
+    except Exception as e:
+        gladosMQTT.debug(f"Error in chatCompletion: {str(e)}")
+        return None

Bots/LLM/node.py

@@ -100,9 +100,10 @@ def processSlackEvent(event):
 				response = gladosBot.ask(msg)
 				gladosMQTT.debug(response)
 				sendToSlack(respondTo,response)
-	except:
-		gladosMQTT.debug("processSlackEvent:Error gestionando evento")
-		sendToSlack(respondTo,"ERROR: Computer says nooooooo")
+	except Exception as e:
+		error_message = f"processSlackEvent: Error gestionando evento - {str(e)}"
+		gladosMQTT.debug(error_message)
+		sendToSlack(respondTo, f"ERROR: algo no ha funcionado :S - {str(e)}")
 
 def sendToSlack(id,msg):
 	response = json.dumps({"dest": id, "msg": msg})