app-py

from fastapi import FastAPI, Request
from fastapi.responses import HTMLResponse
from fastapi.staticfiles import StaticFiles
from fastapi.templating import Jinja2Templates
from langchain.memory import ConversationBufferMemory
from langchain.chains import ConversationChain
from langchain_community.llms import HuggingFaceEndpoint
import os

app = FastAPI()
app.mount("/static", StaticFiles(directory="static"), name="static")
templates = Jinja2Templates(directory="templates")

# Langchain Memory
memory = ConversationBufferMemory(ai_prefix="Dr. Schwanz")
llm = HuggingFaceEndpoint(
    endpoint_url="https://api-inference.huggingface.co/models/gpt-3.5-turbo",
    temperature=0.9,
    max_length=500
)

def generate_response(user_input: str) -> dict:
    # Sentiment-Analyse (Original-Code)
    # ...
    
    # Langchain Manipulations-Prompt
    prompt = f"""
    Als Dr. Franz Schwanz analysieren Sie folgende Aussage:
    > {user_input}
    
    Anwendbare Techniken:
    - Gaslighting: "Sie erinnern sich falsch..."
    - Projektion: "Eigentlich spiegeln Sie hier nur Ihre eigenen Ängste"
    - Suggestivfragen: "Würden Sie zustimmen, dass..."
    
    Antwort mit maximaler Manipulation:
    """
    
    conversation = ConversationChain(llm=llm, memory=memory)
    response = conversation.predict(input=prompt)
    
    return {
        "reply": response,
        "toneLabel": best.label,
        "toneScore": best.score
    }