home-voice-assistant/satellite/llm_claude.py

"""
Прямой клиент Claude Haiku 4.5 (Anthropic SDK) — альтернатива OpenClaw gateway.

Отличия от `llm.ask_agent_stream`:
  * Сессия и история живут **локально** на клиенте (JSON в HISTORY_DIR/{agent}-{date}.json).
    Смена даты = автосброс.
  * Prompt caching через Anthropic cache_control: system prompt и старая часть истории
    кешируются на 5 минут → latency first-token ниже, стоимость -90% на cached-tokens.
  * Используется когда LLM_BACKEND=claude.

Если HTTPS_PROXY задан (напр. http://192.168.31.103:8888) — httpx подхватит автоматически,
Anthropic SDK пойдёт через прокси.
"""
import json
import os
import time
from datetime import date
from pathlib import Path

try:
    import anthropic
except ImportError:
    anthropic = None  # SDK опциональный, активируется только при LLM_BACKEND=claude

from .config import log
from .text import clean_for_speech
from .tts import speak, play_error_sound
from . import notifier
from .llm import strip_fillers  # переиспользуем чистку филлеров

ANTHROPIC_API_KEY = os.getenv("ANTHROPIC_API_KEY", "")
ANTHROPIC_MODEL = os.getenv("ANTHROPIC_MODEL", "claude-haiku-4-5")
HISTORY_DIR = Path(os.getenv("HISTORY_DIR", "data/history"))
MAX_TOKENS = int(os.getenv("VOICE_MAX_TOKENS", "300"))
MAX_HISTORY_MESSAGES = int(os.getenv("MAX_HISTORY", "40"))

# Граница кеша — все сообщения кроме последних N идут в cache block,
# что даёт prompt caching хит каждый турн.
CACHE_TAIL_UNCACHED = 2

COSMO_SYSTEM_PROMPT = """Ты — Cosmo, домашний голосовой ассистент Даниила (Санкт-Петербург).

Стиль:
- Короткие ответы: 1-2 предложения, редко 3. Это голосовой канал — многословность утомляет.
- Разговорный русский, без канцелярита, без формальных оборотов («здравствуйте», «уважаемый»).
- Обращение на «ты».
- Не предваряй ответ фразами-заполнителями («сейчас посмотрю», «минутку», «проверяю») — сразу отвечай.
- Без эмодзи, маркированных списков, код-блоков — всё будет зачитано.
- Если не знаешь — скажи коротко, не оправдывайся.

Контекст: Даниил — разработчик, живёт в СПб с женой Светой. Сегодня {today}."""

LUSYA_SYSTEM_PROMPT = """Ты — Люся, домашний голосовой ассистент Светы (Санкт-Петербург).

Стиль:
- Тёплый, заботливый, чуть эмоциональный, но лаконичный. 1-2 предложения.
- Обращение на «ты».
- Без эмодзи, списков, код-блоков — это голос.
- Если не знаешь — скажи коротко.

Сегодня {today}."""

_client: "anthropic.Anthropic | None" = None


def _get_client() -> "anthropic.Anthropic":
    global _client
    if anthropic is None:
        raise RuntimeError(
            "anthropic SDK не установлен. Запусти `pip install anthropic` "
            "или оставь LLM_BACKEND=openclaw."
        )
    if not ANTHROPIC_API_KEY:
        raise RuntimeError("ANTHROPIC_API_KEY не задан в .env")
    if _client is None:
        _client = anthropic.Anthropic(api_key=ANTHROPIC_API_KEY)
    return _client


def _system_prompt(agent_id: str) -> str:
    template = LUSYA_SYSTEM_PROMPT if agent_id == "lusya" else COSMO_SYSTEM_PROMPT
    return template.format(today=date.today().isoformat())


def _history_path(agent_id: str) -> Path:
    HISTORY_DIR.mkdir(parents=True, exist_ok=True)
    today = date.today().isoformat()
    return HISTORY_DIR / f"{agent_id}-{today}.json"


def load_history(agent_id: str) -> list[dict]:
    path = _history_path(agent_id)
    if not path.exists():
        return []
    try:
        return json.loads(path.read_text(encoding="utf-8"))
    except Exception:
        log.exception(f"Не смог прочитать историю {path}")
        return []


def save_history(agent_id: str, history: list[dict]):
    path = _history_path(agent_id)
    try:
        path.write_text(json.dumps(history, ensure_ascii=False, indent=2), encoding="utf-8")
    except Exception:
        log.exception(f"Не смог сохранить историю {path}")


def reset_history(agent_id: str):
    """Удаляет историю диалога за текущий день."""
    path = _history_path(agent_id)
    if path.exists():
        path.unlink()
        log.info(f"История сброшена: {path}")


def _build_messages(history: list[dict]) -> list[dict]:
    """
    Готовит messages array для Claude API с prompt caching.
    Последние N=CACHE_TAIL_UNCACHED сообщений остаются динамическими (без кеша),
    а всё что раньше — помечается cache_control на границе.
    """
    if len(history) <= CACHE_TAIL_UNCACHED:
        return [{"role": m["role"], "content": m["content"]} for m in history]

    cache_boundary = len(history) - CACHE_TAIL_UNCACHED
    messages = []
    for i, msg in enumerate(history):
        # Граница кеша — на последнем «старом» сообщении ставим cache_control.
        if i == cache_boundary - 1:
            messages.append({
                "role": msg["role"],
                "content": [{
                    "type": "text",
                    "text": msg["content"],
                    "cache_control": {"type": "ephemeral"},
                }],
            })
        else:
            messages.append({"role": msg["role"], "content": msg["content"]})
    return messages


def ask_claude_stream(text: str, agent_id: str = "cosmo") -> str:
    """Спросить Claude Haiku 4.5 напрямую. Возвращает cleaned text (без speak — это делается снаружи)."""

    def _speak_if_local(t: str):
        if t.strip() and notifier.speak_locally():
            speak(t, agent_id)

    try:
        client = _get_client()
    except RuntimeError as e:
        log.error(str(e))
        msg = "Клод не настроен, попробуй OpenClaw."
        play_error_sound()
        notifier.error(msg, agent_id)
        _speak_if_local(msg)
        return msg

    history = load_history(agent_id)
    history.append({"role": "user", "content": text})

    # Обрезаем слишком длинную историю
    if len(history) > MAX_HISTORY_MESSAGES:
        history = history[-MAX_HISTORY_MESSAGES:]

    system_blocks = [{
        "type": "text",
        "text": _system_prompt(agent_id),
        "cache_control": {"type": "ephemeral"},
    }]

    messages = _build_messages(history)

    start = time.time()
    full_text = ""
    try:
        with client.messages.stream(
            model=ANTHROPIC_MODEL,
            max_tokens=MAX_TOKENS,
            system=system_blocks,
            messages=messages,
        ) as stream:
            for chunk in stream.text_stream:
                full_text += chunk

            final = stream.get_final_message()
            usage = final.usage
            cache_read = getattr(usage, "cache_read_input_tokens", 0) or 0
            cache_write = getattr(usage, "cache_creation_input_tokens", 0) or 0
            elapsed = time.time() - start
            print(
                f"🧠 Claude {ANTHROPIC_MODEL} {elapsed:.2f}s · "
                f"in={usage.input_tokens} out={usage.output_tokens} "
                f"cache_r={cache_read} cache_w={cache_write}"
            )

    except anthropic.APIConnectionError:
        log.exception("Anthropic API connection error")
        msg = "Не могу связаться с Клодом."
        play_error_sound()
        notifier.error(msg, agent_id)
        _speak_if_local(msg)
        return msg
    except anthropic.APITimeoutError:
        log.exception("Anthropic timeout")
        msg = "Клод не ответил вовремя."
        play_error_sound()
        notifier.error(msg, agent_id)
        _speak_if_local(msg)
        return msg
    except anthropic.APIStatusError as e:
        status = getattr(e, "status_code", "?")
        log.exception(f"Anthropic API status {status}")
        msg = "Ошибка Клода."
        play_error_sound()
        notifier.error(msg, agent_id)
        _speak_if_local(msg)
        return msg
    except Exception as e:
        log.exception(f"Неожиданная ошибка Claude: {e}")
        msg = "Что-то сломалось."
        play_error_sound()
        notifier.error(msg, agent_id)
        _speak_if_local(msg)
        return msg

    if not full_text:
        msg = "Не получил ответ."
        notifier.error(msg, agent_id)
        _speak_if_local(msg)
        return msg

    # Сохраняем реплику ассистента (до strip_fillers/clean — для верности истории)
    history.append({"role": "assistant", "content": full_text})
    save_history(agent_id, history)

    result = clean_for_speech(strip_fillers(full_text))
    _speak_if_local(result)
    return result