Delete llm_utils.py

llm_utils.py

@@ -1,203 +0,0 @@
-import os
-import google.generativeai as genai
-from openai import OpenAI
-from anthropic import Anthropic
-import httpx
-
-# Desteklenen LLM Sağlayıcıları ve Modelleri
-LLM_PROVIDERS = {
-    "Gemini": {
-        "models": [
-            "gemini-pro",
-            "gemini-1.5-pro-latest",
-            "gemini-1.5-flash-latest"
-        ],
-        "api_key_env": "GEMINI_API_KEY"
-    },
-    "OpenAI": {
-        "models": [], # Dinamik olarak çekilecek
-        "api_key_env": "OPENAI_API_KEY"
-    },
-    "Anthropic": {
-        "models": [], # Dinamik olarak çekilecek
-        "api_key_env": "ANTHROPIC_API_KEY"
-    },
-    "OpenRouter": {
-        "models": [], # Dinamik olarak çekilecek
-        "api_key_env": "OPENROUTER_API_KEY"
-    }
-}
-
-def get_llm_models(provider_name, api_key):
-    """Seçilen sağlayıcının modellerini dinamik olarak çeker."""
-    models = []
-    if provider_name == "Gemini":
-        # Gemini modelleri statik olarak tanımlanmıştır, API'den çekmeye gerek yok
-        models = LLM_PROVIDERS["Gemini"]["models"]
-    elif provider_name == "OpenAI":
-        try:
-            client = OpenAI(api_key=api_key)
-            response = client.models.list()
-            models = [model.id for model in response.data if "gpt" in model.id and "vision" not in model.id and "instruct" not in model.id]
-            models.sort()
-        except Exception as e:
-            print(f"OpenAI modelleri çekilirken hata oluştu: {e}")
-            models = []
-    elif provider_name == "Anthropic":
-        try:
-            client = Anthropic(api_key=api_key)
-            # Anthropic API'sinde modelleri listeleme endpoint'i yok, bilinenleri manuel ekle
-            models = [
-                "claude-3-opus-20240229",
-                "claude-3-sonnet-20240229",
-                "claude-3-haiku-20240307"
-            ]
-        except Exception as e:
-            print(f"Anthropic modelleri çekilirken hata oluştu: {e}")
-            models = []
-    elif provider_name == "OpenRouter":
-        try:
-            # OpenRouter API'sinden modelleri çek
-            headers = {"Authorization": f"Bearer {api_key}"}
-            response = httpx.get("https://openrouter.ai/api/v1/models", headers=headers)
-            response.raise_for_status()
-            data = response.json()
-            models = [model["id"] for model in data["data"]]
-            models.sort()
-        except Exception as e:
-            print(f"OpenRouter modelleri çekilirken hata oluştu: {e}")
-            models = []
-    return models
-
-def validate_api_key(provider_name, api_key):
-    """Seçilen sağlayıcının API anahtarını doğrular."""
-    if not api_key:
-        return False, "API Anahtarı boş olamaz."
-
-    try:
-        if provider_name == "Gemini":
-            genai.configure(api_key=api_key)
-            # Küçük bir model çağrısı ile anahtarı doğrula
-            model = genai.GenerativeModel('gemini-pro')
-            model.generate_content("test")
-            return True, "API Anahtarı Geçerli!"
-        elif provider_name == "OpenAI":
-            client = OpenAI(api_key=api_key)
-            client.models.list() # Modelleri listelemek anahtarı doğrular
-            return True, "API Anahtarı Geçerli!"
-        elif provider_name == "Anthropic":
-            client = Anthropic(api_key=api_key)
-            client.messages.create(
-                model="claude-3-haiku-20240307", # En küçük model
-                max_tokens=1,
-                messages=[{"role": "user", "content": "hi"}]
-            )
-            return True, "API Anahtarı Geçerli!"
-        elif provider_name == "OpenRouter":
-            headers = {"Authorization": f"Bearer {api_key}"}
-            response = httpx.get("https://openrouter.ai/api/v1/models", headers=headers)
-            response.raise_for_status() # HTTP 2xx dışında bir durum kodu hata fırlatır
-            return True, "API Anahtarı Geçerli!"
-        else:
-            return False, "Bilinmeyen sağlayıcı."
-    except Exception as e:
-        return False, f"API Anahtarı Geçersiz veya Bir Hata Oluştu: {e}"
-
-
-
-
-
-def call_llm(provider_name, model_name, api_key, prompt):
-    """Seçilen LLM sağlayıcısını kullanarak bir çağrı yapar."""
-    try:
-        if provider_name == "Gemini":
-            genai.configure(api_key=api_key)
-            model = genai.GenerativeModel(model_name)
-            response = model.generate_content(prompt)
-            return response.text
-        elif provider_name == "OpenAI":
-            client = OpenAI(api_key=api_key)
-            response = client.chat.completions.create(
-                model=model_name,
-                messages=[
-                    {"role": "user", "content": prompt}
-                ]
-            )
-            return response.choices[0].message.content
-        elif provider_name == "Anthropic":
-            client = Anthropic(api_key=api_key)
-            response = client.messages.create(
-                model=model_name,
-                max_tokens=4000, # Yeterli token sağlamak için
-                messages=[
-                    {"role": "user", "content": prompt}
-                ]
-            )
-            return response.content[0].text
-        elif provider_name == "OpenRouter":
-            headers = {
-                "Authorization": f"Bearer {api_key}",
-                "Content-Type": "application/json"
-            }
-            data = {
-                "model": model_name,
-                "messages": [
-                    {"role": "user", "content": prompt}
-                ]
-            }
-            response = httpx.post("https://openrouter.ai/api/v1/chat/completions", headers=headers, json=data)
-            response.raise_for_status()
-            return response.json()["choices"][0]["message"]["content"]
-        else:
-            return "Bilinmeyen LLM sağlayıcısı."
-    except Exception as e:
-        return f"LLM çağrısı sırasında hata oluştu: {e}"
-
-
-
-
-import re
-import zipfile
-import io
-
-def parse_llm_output(llm_output):
-    """LLM çıktısını dosya yolları ve içerikleri olarak ayrıştırır."""
-    files = {}
-    # Her bir dosya başlığını yakalamak için regex
-    # Başlıklar: # context/01_persona.md, # context/02_project_overview.md vb.
-    # İçerik, bir sonraki başlığa veya string'in sonuna kadar devam eder.
-    matches = re.finditer(r'^#\s*(context/[\w\d_\-]+\.md)\s*\n', llm_output, re.MULTILINE)
-
-    last_end = 0
-    last_file_path = None
-
-    for match in matches:
-        current_file_path = match.group(1).strip()
-        current_start = match.end()
-
-        if last_file_path:
-            # Önceki dosyanın içeriğini al
-            content = llm_output[last_end:match.start()].strip()
-            files[last_file_path] = content
-
-        last_file_path = current_file_path
-        last_end = current_start
-    
-    # Son dosyanın içeriğini ekle
-    if last_file_path:
-        content = llm_output[last_end:].strip()
-        files[last_file_path] = content
-
-    return files
-
-def create_zip_from_files(files_dict):
-    """Bir dosya sözlüğünden (yol:içerik) bir ZIP dosyası oluşturur ve baytlarını döndürür."""
-    zip_buffer = io.BytesIO()
-    with zipfile.ZipFile(zip_buffer, "w", zipfile.ZIP_DEFLATED, False) as zip_file:
-        for file_path, content in files_dict.items():
-            # ZIP içinde klasör yapısını korumak için
-            zip_file.writestr(file_path, content.encode("utf-8"))
-    zip_buffer.seek(0)
-    return zip_buffer.getvalue()
-
-