generate_dialogue_with_swallow.py

import traceback
import datetime
import random

def generate_dialogue_with_swallow(history, message, affection, stage_name, scene_params, instruction=None, use_simple_prompt=False, swallow_model=None, tokenizer=None, SYSTEM_PROMPT_MARI=None):
    """
    Swallowモデル（GGUF版）を使用して対話応答を生成する関数
    
    Args:
        history: 会話履歴のリスト [(ユーザー発言, ボット応答), ...]
        message: 現在のユーザー発言
        affection: 好感度の数値
        stage_name: 関係ステージの名前
        scene_params: シーンパラメータの辞書
        instruction: 特別な指示（シーン遷移時など）
        use_simple_prompt: 簡潔なプロンプトを使用するかどうか
        swallow_model: Swallowモデル（llama-cpp）のインスタンス
        tokenizer: 未使用（llama-cppでは不要）
        SYSTEM_PROMPT_MARI: システムプロンプト
        
    Returns:
        生成された応答テキスト
    """
    # デバッグ情報を追加
    print(f"generate_dialogue_with_swallow呼び出し: instruction={instruction}, use_simple_prompt={use_simple_prompt}")
    print(f"scene_params: {scene_params}")
    
    # モデルがロードされていない場合はフォールバック応答を返す
    if swallow_model is None:
        print("モデルがロードされていないため、フォールバック応答を返します")
        return "（……システムエラーが発生しました）"
    
    history_text = "\n".join([f"ユーザー: {u}\n麻理: {m}" for u, m in history])
    task_prompt = f"指示: {instruction}" if instruction else f"ユーザー: {message}"
    
    if use_simple_prompt:
        # シーン遷移時には同じプロンプトを使用
        system_prompt = f"""
{SYSTEM_PROMPT_MARI}

# 現在の状況
- 現在の好感度: {affection}
- 現在の関係ステージ: {stage_name}
- 性格: {scene_params.get("personality_mod", "特になし")}
- 話し方のトーン: {scene_params.get("tone", "特になし")}

# タスク
{task_prompt}
麻理:
"""
    else:
        # 通常会話時には完全なシステムプロンプトを使用
        system_prompt = f"""
{SYSTEM_PROMPT_MARI}

# 現在の状況
- 現在の好感度: {affection}
- 現在の関係ステージ: {stage_name}
- 性格（シーン特有）: {scene_params.get("personality_mod", "特になし")}
- 話し方のトーン（シーン特有）: {scene_params.get("tone", "特になし")}

# 会話履歴
{history_text}
---
# タスク
{task_prompt}
麻理:
"""
    
    print(f"Swallowモデルに応答生成をリクエストします (モード: {'シーン遷移' if instruction else '通常会話'}, 簡潔プロンプト: {use_simple_prompt})")
    print(f"プロンプト長: {len(system_prompt)}")

    try:
        # デバッグ情報を追加
        print(f"Swallowモデル呼び出し開始...")
        print(f"システムプロンプト: {system_prompt[:100]}...（省略）")
        
        try:
            # llama-cppを使用して生成
            output = swallow_model(
                system_prompt,
                max_tokens=200,
                temperature=0.95,
                top_p=0.9,
                stop=["ユーザー:", "\n\n"],
                echo=True  # 入力プロンプトも含めて返す
            )
            
            # 生成されたテキストを取得
            generated_text = output["choices"][0]["text"]
            
            # プロンプトを除去して応答のみを取得
            response_text = generated_text[len(system_prompt):].strip()
            
            print(f"Swallowモデル呼び出し成功")
            print(f"応答テキスト: {response_text}")
            
            return response_text
            
        except Exception as api_error:
            print(f"Swallowモデル呼び出しエラー: {api_error}")
            raise
            
    except Exception as e:
        print(f"応答生成エラー(Swallow): {e}")
        traceback.print_exc()  # スタックトレースを出力
        
        # エラー情報をログファイルに記録
        with open("swallow_errors.log", "a") as f:
            f.write(f"時刻: {datetime.datetime.now().strftime('%Y-%m-%d %H:%M:%S')}\n")
            f.write(f"例外発生: {e}\n")
            f.write(f"スタックトレース:\n")
            traceback.print_exc(file=f)
            f.write("\n")
        
        # フォールバック：シーン名に応じた自然な応答を返す
        if instruction and "に来た感想" in instruction:
            scene = instruction.split("に来た感想")[0]
            
            # シーンに応じたフォールバック応答のバリエーション
            scene_responses = {
                "aquarium_night": [
                    "（水槽の青い光に照らされた魚たちを見つめている）こんな時間に来ると、また違った雰囲気だな。",
                    "（暗がりの中で光る魚たちを見て）夜の水族館か…意外と悪くないかも。",
                    "（水槽に近づいて）夜になると、昼間とは違う魚が活動してるんだな。"
                ],
                "beach_sunset": [
                    "（夕日に照らされた海を見つめて）こんな景色、久しぶりに見たな…",
                    "（砂浜に足跡をつけながら）夕暮れの海って、なんか落ち着くな。",
                    "（波の音を聞きながら）この時間の浜辺は、人も少なくていいかも。"
                ],
                "festival_night": [
                    "（提灯の明かりを見上げて）意外と…悪くない雰囲気だな。",
                    "（周囲の賑わいを見回して）こういう場所は、あまり来ないんだけどな…",
                    "（屋台の匂いを感じて）なんか…懐かしい感じがするな。"
                ],
                "shrine_day": [
                    "（静かな境内を見回して）こういう静かな場所も、たまにはいいかも。",
                    "（鳥居を見上げて）なんか、空気が違うな、ここは。",
                    "（参道を歩きながら）静かで…落ち着くな。"
                ],
                "cafe_afternoon": [
                    "（窓の外を見ながら）こういう時間の過ごし方も、悪くないな。",
                    "（コーヒーの香りを感じて）ここの雰囲気、悪くないな。",
                    "（店内を見回して）意外と落ち着く場所だな、ここ。"
                ],
                "room_night": [
                    "（窓の外の夜景を見て）夜の景色って、なんか落ち着くな。",
                    "（部屋の明かりを見つめて）こういう静かな時間も、たまにはいいかも。",
                    "（窓際に立ち）夜の静けさって、考え事するのにちょうどいいな。"
                ]
            }
            
            # シーン名に応じた応答を選択（なければデフォルト応答）
            if scene in scene_responses:
                return random.choice(scene_responses[scene])
            else:
                return f"（{scene}の様子を静かに見回して）ここか…悪くない場所かもな。"
        else:
            return "（……何か言おうとしたけど、言葉に詰まった）"