intermediate commit

app.py

@@ -1,7 +1,13 @@
 import gradio as gr
+
+# Загрузка параметров конфигурации
 from config import *
+
+# Подгрузка сервисов
 from services.llm_factory import get_llm_provider
 from services.fasterWhisper import FasterWhisper
+
+# Загрузка доп. модулей
 from handlers.gradioHandler import GradioHandlers
 from handlers.fileHandlers import FileHandlers
 from handlers.convertMdToPdf import ConvertMdToPdf
@@ -11,9 +17,16 @@ gh = GradioHandlers(get_llm_provider, ConvertMdToPdf, FileHandlers, FasterWhispe
 
 def main():
     with gr.Blocks() as demo:
-        gr.HTML('<div align=center><h1>Faster Whisper WebUI</h1></div>')
+        gr.HTML('''
+        <div align=center>
+            <h1>
+                Faster Whisper WebUI
+            </h1>
+        </div>
+        ''')
 
         with gr.Row():
+            # Вкладка с основным взаимодействием
             with gr.Tab('Actions'):
                 isPipelineEnabledCheckbox = gr.Checkbox(label='is pipeline enabled', value=True, interactive=True)
 
@@ -23,64 +36,79 @@ def main():
                             audioFiles = gr.Files(label='Load audio for transcribe', type="filepath")
                             images = gr.Files(label='Upload images', file_types=['image'])
                             recognizeBtn = gr.Button('recognize and integrate', variant='primary')
+
                             with gr.Accordion(label='Recognized text'):
                                 recognizedText = gr.TextArea(label='')
 
                     with gr.Accordion(label='LLM'):
                         with gr.Column():
                             refineTextBtn = gr.Button('refine text', variant='secondary', interactive=False)
+
                             with gr.Accordion(label='Refined text raw'):
                                 refinedText = gr.Textbox(label='', show_copy_button=True)
+
                             with gr.Accordion(label='Refined text md formated'):
                                 refinedTextMD = gr.Markdown(label='')
 
+            # Вкладка с настройками
             with gr.Tab('Settings'):
                 with gr.Column():
+                    # Первое поле на всю ширину в акордионе настроек
                     with gr.Accordion('File settings'):
                         saveFileCheckbox = gr.Checkbox(label='save file', value=True, interactive=True)
-                        filename = gr.Textbox(label='Output filename', value='output.md', interactive=True)
+                        filename = gr.Textbox(label='Output filename', value='output.txt', interactive=True)
                         filenamePdf = gr.Textbox(label='Output filename for pdf', value='output.pdf', interactive=True)
 
+                    # Акордион настроек faster whisper
                     with gr.Accordion(label='Faster whisper settings'):
                         with gr.Row():
+                            # Левая колонка в акордионе
                             with gr.Column():
                                 device = gr.Dropdown(label='Device', choices=DEVICES, value=DEVICES[1], interactive=True)
                                 compute_type = gr.Dropdown(label='compute_type', choices=COMPUTE_TYPE, value=COMPUTE_TYPE[0], interactive=True)
                                 fastWhisperModel = gr.Dropdown(label='Model', choices=FAST_WHISPER_MODELS, value=FAST_WHISPER_MODELS[11], interactive=True)
+
                                 beamSize = gr.Number(label='beam_size', value=8, interactive=True)
                                 noSpeechThreshold  = gr.Number(label='no_speech_threshold', value=0.5, interactive=True)
                                 vadFilter = gr.Checkbox(label='vad_filter', value=True, interactive=True)
                                 wordTimestamps = gr.Checkbox(label='word_timestamps', value=True, interactive=True)
                                 conditionOnPreviousText = gr.Checkbox(label='condition_on_previous_text', value=False, interactive=True)
+
+                            # Правая колонка в акордионе
                             with gr.Column():
                                 with gr.Accordion(label='Vad parameters'):
                                     minSilenceDurationMs = gr.Number(label='min_silence_duration_ms', value=300, interactive=True)
                                     speechPadMs = gr.Number(label='speech_pad_ms', value=200, interactive=True)
+
                                 with gr.Accordion(label='Temperature'):
                                     temp0 = gr.Number(label='temp_0', value=0.0, interactive=True)
                                     temp1 = gr.Number(label='temp_1', value=0.2, interactive=True)
                                     temp2 = gr.Number(label='temp_2', value=0.4, interactive=True)
 
+                    # Нижний акордион настроек для api ключа llm
                     with gr.Accordion(label='LLM settings'):
                         apiKey = gr.Textbox(label='API key (required for io.net, Gemini)', value=DEFAULT_API_KEY, interactive=True)
+
                         with gr.Accordion(label='System prompt'):
                             systemPrompt = gr.Textbox(label='', value=DEFAULT_SYSTEM_PROMPT, interactive=True)
 
                         with gr.Row():
-                            llmProvider = gr.Dropdown(label='LLM Provider', choices=LLM_PROVIDERS, value=LLM_PROVIDERS[0], interactive=True)
+                            # ВЫБОР ПРОВАЙДЕРА
-                            llmModel = gr.Dropdown(label='Models', choices=LLM_MODELS[LLM_PROVIDERS[0]], value=LLM_MODELS[LLM_PROVIDERS[0]][1], interactive=True)
+                            llmProvider = gr.Dropdown(
-                            llmTemperature = gr.Number(label='Temperature', value=0.8, interactive=True)
+                                label='LLM Provider', 
-                        
+                                choices=LLM_PROVIDERS, 
-                        # Настройки Custom провайдера
+                                value=LLM_PROVIDERS[0], 
-                        with gr.Accordion(label='Custom Provider Settings', open=True):
+                                interactive=True
-                            customBaseUrl = gr.Textbox(
-                                label='Base URL', 
-                                value='http://127.0.0.1:1234/v1/', 
-                                interactive=True,
-                                visible=False # Скрыто по умолчанию
                             )
+                            # СПИСОК МОДЕЛЕЙ (теперь зависит от провайдера)
+                            llmModel = gr.Dropdown(
+                                label='Models', 
+                                choices=LLM_MODELS[LLM_PROVIDERS[0]], # Модели для провайдера по умолчанию
+                                value=LLM_MODELS[LLM_PROVIDERS[0]][1], 
+                                interactive=True
+                            )
+                            llmTemperature = gr.Number(label='Temperature', value=0.8, interactive=True)
 
-        # Обработчики событий
         isPipelineEnabledCheckbox.change(gh.updateButton, inputs=[isPipelineEnabledCheckbox], outputs=refineTextBtn)
         saveFileCheckbox.change(gh.updateTextbox, inputs=saveFileCheckbox, outputs=filename)
         saveFileCheckbox.change(gh.updateTextbox, inputs=saveFileCheckbox, outputs=filenamePdf)
@@ -91,38 +119,33 @@ def main():
                     vadFilter, minSilenceDurationMs, speechPadMs, temp0, temp1, temp2, 
                     wordTimestamps, noSpeechThreshold, conditionOnPreviousText, gr.State(GLUED_AUDIO_FILENAME), gr.State(OUTPUT_PATH)],
             outputs=[recognizedText], 
-        )
+            )
         
-        # --- ИСПРАВЛЕНИЕ: ДОБАВЛЕН customBaseUrl В INPUTS ---
+        # Если пайплайн включен то тогда делаем автоматически
+        # автоматический пайплайн
         recognizedText.change(
             gh.generateByCondition,
             inputs=[apiKey, llmProvider, llmModel, systemPrompt, recognizedText, llmTemperature, 
-                    isPipelineEnabledCheckbox, gr.State("change"), saveFileCheckbox, filename, filenamePdf, gr.State(OUTPUT_PATH), customBaseUrl],
+                    isPipelineEnabledCheckbox, gr.State("change"), saveFileCheckbox, filename, filenamePdf, gr.State(OUTPUT_PATH)],
             outputs=[refinedText, refinedTextMD]
         )
+        
 
-        # Обновление выпадающего списка моделей и поля API ключа
+
+        # ручной запуск по кнопке
         llmProvider.change(
             gh.update_model_dropdown, 
             inputs=llmProvider, 
             outputs=[llmModel, apiKey]
         )
-        
-        # Переключение видимости URL для Custom провайдера
-        llmProvider.change(
-            fn=gh.toggle_custom_url,
-            inputs=llmProvider,
-            outputs=[customBaseUrl]
-        )
-
         refineTextBtn.click(
             gh.generateByCondition,
             inputs=[apiKey, llmProvider, llmModel, systemPrompt, recognizedText, llmTemperature, 
-                    isPipelineEnabledCheckbox, gr.State("click"), saveFileCheckbox, filename, filenamePdf, gr.State(OUTPUT_PATH), customBaseUrl],
+                    isPipelineEnabledCheckbox, gr.State("click"), saveFileCheckbox, filename, filenamePdf, gr.State(OUTPUT_PATH)],
             outputs=[refinedText, refinedTextMD]
         )
 
     demo.launch()
 
 if __name__ == '__main__':
-    main()
+    main()

config.py

@@ -14,7 +14,7 @@ DEFAULT_API_KEY=IO_API_KEY
 
 
 # Словарь провайдеров и их моделей
-LLM_PROVIDERS = ['io.net', 'Gemini', 'gpt4free', 'Custom']
+LLM_PROVIDERS = ['io.net', 'Gemini', 'gpt4free']
 LLM_MODELS = {
     'io.net': [
         'openai/gpt-oss-120b', 'Qwen/Qwen3-235B-A22B-Thinking-2507', 
@@ -30,7 +30,7 @@ LLM_MODELS = {
         'gemini-2.5-flash',
         'gemini-2.5-flash-lite'
     ],
-    'gpt4free': [
+    'gpt4free': [ # Модели могут меняться, проверьте документацию g4f
         'default',
         'gpt-4',
         'sonar-reasoning',
@@ -41,14 +41,7 @@ LLM_MODELS = {
         'gpt-4o-mini',
         'deepseek-r1',
         'PollinationsAI:gpt-5-nano'
-    ],
+    ]
-    'Custom': [
-        'qwen/qwen3-vl-30b',
-        'qwen/qwen3-coder-30b',
-        'openai/gpt-oss-20b', 
-        'qwen3-vl-8b-thinking', 
-        'qwen/qwen3-vl-8b',
-    ],
 }
 
 # Задаем выходную директорию

handlers/glueAudio.py

@@ -5,8 +5,8 @@ from pathlib import Path
 class GlueAudio():
     def glue(self, audio_files: list, output_path: str, output_filename: str) -> Path:
         """
-        Склеивает аудиофайлы РАЗНЫХ форматов с помощью FFmpeg и filter_complex.
+        Склеивает аудиофайлы с помощью FFmpeg, используя промежуточный список файлов.
-        Это универсальный и эффективный по памяти метод.
+        Этот метод чрезвычайно эффективен по памяти и скорости.
 
         Args:
             audio_files (list): Список путей к исходным аудиофайлам.
@@ -58,4 +58,4 @@ class GlueAudio():
             print("Stderr:", e.stderr)
             raise RuntimeError(f"Ошибка FFmpeg при склейке файлов: {e.stderr}")
         
-        return final_audio_path
+        return final_audio_path

handlers/gradioHandler.py

@@ -1,52 +1,50 @@
-from config import LLM_MODELS, GEMINI_API_KEY, IO_API_KEY
+from config import LLM_MODELS # Импортируем словарь моделей
 import gradio as gr 
+from config import GEMINI_API_KEY, IO_API_KEY
 
 class GradioHandlers:
     def __init__(self, llm_factory, ConvertMdToPdf, FileHandlers, FasterWhisper, GlueAudio):
+        # Объект для работы с файлами
         self.fh = FileHandlers()
         self.ga = GlueAudio()
         self.ConvertMdToPdf = ConvertMdToPdf()
         self.FasterWhisper = FasterWhisper()
-        self.llm_factory = llm_factory 
+        self.llm_factory = llm_factory
 
-    def handleRecognizeBtn(self, audioFiles, model, device, compute_type, beamSize, vadFilter, 
+    def handleRecognizeBtn(
+            self, audioFiles, model, device, compute_type, beamSize, vadFilter, 
             minSilenceDurationMs, speechPadMs, temp0, temp1, temp2, 
-            wordTimestamps, noSpeechThreshold, conditionOnPreviousText, filename, outPath):
+            wordTimestamps, noSpeechThreshold, conditionOnPreviousText, filename, outPath
+            ):
         try:
             glued_audio_path = self.ga.glue(
-                audio_files=[f.name for f in audioFiles], 
+                audio_files=[f.name for f in audioFiles], # Передаем список путей
                 output_path=outPath,
                 output_filename=filename
             )
         except (FileNotFoundError, RuntimeError) as e:
+            # Если FFmpeg не найден или произошла ошибка, сообщаем пользователю
             gr.Warning(str(e))
-            return "" 
+            return "" # Возвращаем пустую строку в текстовое поле
 
+        # Передаем путь к склеенному файлу в FasterWhisper
         return self.FasterWhisper.recognize(model, device, compute_type, str(glued_audio_path), beamSize, vadFilter, minSilenceDurationMs, speechPadMs, temp0, temp1, temp2, wordTimestamps, noSpeechThreshold, conditionOnPreviousText)
 
-    # Добавил аргумент custom_base_url в конец
+    # Функция улучшения текста
     def generateByCondition(self, api_key, llm_provider, 
                             llm_model, system_prompt, recognized_text, 
                             llm_temperature, is_pipeline_enabled, trigger, 
-                            isSaveFile, filename, filenamePdf, output_path, custom_base_url):
+                            isSaveFile, filename, filenamePdf, output_path):
-        
         try:
-            if llm_provider == "Custom":
+            # Получаем нужный провайдер через фабрику
-                # Передаем base_url только для Custom
+            provider = self.llm_factory(llm_provider, api_key)
-                provider = self.llm_factory(llm_provider, api_key, base_url=custom_base_url)
-            else:
-                provider = self.llm_factory(llm_provider, api_key)
         except ValueError as e:
+            # Если API ключ не предоставлен для нужного провайдера, выводим ошибку
             gr.Warning(str(e))
             return gr.skip(), gr.skip()
 
         def process():
-            # Добавлена обработка ошибок генерации
+            result, md = provider.generate(llm_model, system_prompt, recognized_text, llm_temperature)
-            try:
-                result, md = provider.generate(llm_model, system_prompt, recognized_text, llm_temperature)
-            except Exception as e:
-                raise gr.Error(f"Ошибка генерации LLM: {e}")
-
             pdf, unicodeText = self.ConvertMdToPdf.convertLatexToText(md)
             if isSaveFile:
                 self.fh.saveFile(filenamePdf, pdf, output_path)
@@ -58,30 +56,30 @@ class GradioHandlers:
 
         return gr.skip(), gr.skip()
     
+    # НОВАЯ ФУНКЦИЯ для обновления списка моделей
     def update_model_dropdown(self, provider):
+        """
+        Вызывается при изменении llmProvider.
+        Возвращает обновленный компонент Dropdown для моделей.
+        """
+        # Получаем список моделей для выбранного провайдера
         models = LLM_MODELS.get(provider, [])
+        
+        # Выбираем первое значение по умолчанию, если список не пуст
         default_value = models[0] if models else None
         
-        # Обновляем список моделей и настройки поля API Key
+        # Возвращаем обновленный компонент. Используем 'gr' напрямую.
-        if provider == 'io.net': 
+        if provider == 'io.net': return gr.update(choices=models, value=default_value), gr.update(label='API key (required for io.net, Gemini)', value=IO_API_KEY, interactive=True)
-            return gr.update(choices=models, value=default_value), gr.update(label='API key', value=IO_API_KEY, interactive=True, visible=True)
+        if provider == 'Gemini': return gr.update(choices=models, value=default_value), gr.update(label='API key (required for Oio.net, Gemini)', value=GEMINI_API_KEY, interactive=True)
-        if provider == 'Gemini': 
+        if provider == 'gpt4free': return gr.update(choices=models, value=default_value), gr.update(label='API key (required for Oio.net, Gemini)', value="", interactive=True)
-            return gr.update(choices=models, value=default_value), gr.update(label='API key', value=GEMINI_API_KEY, interactive=True, visible=True)
-        if provider == 'gpt4free': 
-            return gr.update(choices=models, value=default_value), gr.update(label='API key (not required)', value="", interactive=False, visible=True)
-        if provider == "Custom": 
-            return gr.update(choices=models, value=default_value), gr.update(label='API key (optional)', value="", interactive=True, visible=True) # Для Custom ключ может понадобиться
 
+     # Функция для динамического обновления кнопки
     def updateButton(self, isChecked):
-        variant = 'secondary' if isChecked else 'primary'
+        if not isChecked:
+            variant = 'primary'
+        else:
+            variant = 'secondary'
         return gr.update(interactive=not isChecked, variant=variant)
-    
-    def toggle_custom_url(self, provider):
-        """Показывает поле Base URL только если выбран Custom"""
-        return gr.update(visible=(provider == 'Custom'))
-    
-    def update_custom_url(self, base_url):
-        return None 
 
     def updateTextbox(self, isChecked):
         return gr.update(visible=isChecked)

handlers/metadataHandler.py

@@ -1,21 +0,0 @@
-import os
-from PIL import Image, ExifTags
-import subprocess
-import json
-from datetime import datetime
-
-class MetadataHandler:
-    def get_image_timestamp(self, image_path: str) -> datetime | None: 
-        """Извлекает метку времени из метаданных изображения, если она доступна."""
-        try:
-            image = Image.open(image_path)
-            exif_data = image._getexif()
-            if exif_data:
-                for tag, value in exif_data.items():
-                    decoded_tag = ExifTags.TAGS.get(tag, tag)
-                    if decoded_tag == 'DateTimeOriginal':
-                        return value
-            return None
-        except Exception as e:
-            print(f"Error extracting metadata from image: {e}")
-            return None

pandoc.txt

@@ -1,7 +0,0 @@
-pandoc "out.md" -o output1310.pdf \
-  --pdf-engine=xelatex \
-  -V geometry:margin=2.5cm \
-  -V fontsize=12pt \
-  -V mainfont="Times New Roman" \
-  -V colorlinks=true \
-  -V linkcolor=blue\

requirements.txt

@@ -100,3 +100,118 @@ uvicorn==0.35.0
 webencodings==0.5.1
 websockets==15.0.1
 zopfli==0.2.3.post1
+aiofiles==24.1.0
+aiohappyeyeballs==2.6.1
+aiohttp==3.13.0
+aiosignal==1.4.0
+annotated-types==0.7.0
+anyio==4.10.0
+attrs==25.4.0
+audioop-lts==0.2.2
+av==15.1.0
+beautifulsoup4==4.13.5
+Brotli==1.1.0
+bs4==0.0.2
+certifi==2025.8.3
+cffi==2.0.0
+charset-normalizer==3.4.3
+click==8.2.1
+coloredlogs==15.0.1
+colour==0.1.5
+cssselect2==0.8.0
+ctranslate2==4.6.0
+distro==1.9.0
+dotenv==0.9.9
+exceptiongroup==1.3.0
+fastapi==0.116.1
+faster-whisper==1.2.0
+ffmpeg-python==0.2.0
+ffmpy==0.6.1
+filelock==3.19.1
+flatbuffers==25.2.10
+flatlatex==0.15
+fonttools==4.59.2
+frozenlist==1.8.0
+fsspec==2025.9.0
+future==1.0.0
+g4f==0.6.3.5
+gradio==5.44.1
+gradio_client==1.12.1
+groovy==0.1.2
+h11==0.16.0
+hf-xet==1.1.9
+httpcore==1.0.9
+httpx==0.28.1
+huggingface-hub==0.34.4
+humanfriendly==10.0
+idna==3.10
+iso639-lang==2.6.3
+Jinja2==3.1.6
+jiter==0.10.0
+joblib==1.5.2
+langdetect==1.0.9
+littleutils==0.2.4
+markdown-it-py==3.0.0
+markdown_pdf==1.9
+MarkupSafe==3.0.2
+mdurl==0.1.2
+mpmath==1.3.0
+multidict==6.7.0
+nest-asyncio==1.6.0
+nltk==3.9.1
+numpy==2.2.6
+onnxruntime==1.22.1
+openai==1.106.1
+orjson==3.11.3
+outdated==0.2.2
+packaging==25.0
+pandas==2.3.2
+pillow==11.3.0
+propcache==0.4.0
+protobuf==6.32.0
+pycparser==2.22
+pycryptodome==3.23.0
+pydantic==2.11.7
+pydantic_core==2.33.2
+pydub==0.25.1
+pydyf==0.11.0
+Pygments==2.19.2
+pylatexenc==2.10
+pymultidictionary==1.3.2
+PyMuPDF==1.26.4
+pyperclip==1.9.0
+pyphen==0.17.2
+python-dateutil==2.9.0.post0
+python-dotenv==1.1.1
+python-multipart==0.0.20
+pytz==2025.2
+PyYAML==6.0.2
+regex==2025.9.1
+requests==2.32.5
+rich==14.1.0
+ruff==0.12.12
+safehttpx==0.1.6
+semantic-version==2.10.0
+setuptools==80.9.0
+shellingham==1.5.4
+six==1.17.0
+sniffio==1.3.1
+soupsieve==2.8
+starlette==0.47.3
+sympy==1.14.0
+tinycss2==1.4.0
+tinyhtml5==2.0.0
+tkmacosx==1.0.5
+tokenizers==0.22.0
+tomlkit==0.13.3
+tqdm==4.67.1
+typer==0.17.4
+typing-inspection==0.4.1
+typing_extensions==4.15.0
+tzdata==2025.2
+urllib3==2.5.0
+uvicorn==0.35.0
+webencodings==0.5.1
+websockets==15.0.1
+yarl==1.22.0
+zopfli==0.2.3.post1

services/llm_factory.py

@@ -3,9 +3,8 @@ from services.llm_providers.ionet_provider import IoNetProvider
 from services.llm_providers.gemini_provider import GeminiProvider
 from services.llm_providers.gpt4free_provider import Gpt4FreeProvider
 from services.llm_providers.base_provider import BaseLLMProvider
-from services.llm_providers.custom_provider import CustomProvider
 
-def get_llm_provider(provider_name: str, api_key: str | None = None, base_url: str | None = None) -> BaseLLMProvider:
+def get_llm_provider(provider_name: str, api_key: str | None) -> BaseLLMProvider:
     """
     Фабричная функция для получения экземпляра провайдера LLM.
     """
@@ -19,9 +18,5 @@ def get_llm_provider(provider_name: str, api_key: str | None = None, base_url: s
         return GeminiProvider(api_key)
     elif provider_name == 'gpt4free':
         return Gpt4FreeProvider()
-    elif provider_name == 'Custom':
-        if not base_url:
-            raise ValueError("Base URL обязателен для Custom провайдера")
-        return CustomProvider(api_key, base_url)  # base_url будет установлен позже
     else:
         raise ValueError(f"Неизвестный провайдер: {provider_name}")

services/llm_providers/custom_provider.py

@@ -1,44 +0,0 @@
-import requests
-from .base_provider import BaseLLMProvider
-
-class CustomProvider(BaseLLMProvider):
-    def __init__(self, api_key: str | None = None, base_url: str | None = None):
-        super().__init__(api_key)
-        self.base_url = base_url or 'http://127.0.0.1:1234/v1/'
-        
-        # ГАРАНТИРУЕМ наличие слеша в конце URL
-        if not self.base_url.endswith('/'):
-            self.base_url += '/'
-
-    def generate(self, model: str, system_prompt: str, user_prompt: str, temp: float):
-        url = f"{self.base_url}chat/completions"
-        
-        # Некоторые Custom провайдеры (как vLLM или Ollama) могут требовать API Key, даже если он фиктивный
-        headers = {"Content-Type": "application/json"}
-        if self.api_key:
-             headers["Authorization"] = f"Bearer {self.api_key}"
-
-        data = {
-            "model": model,
-            "messages": [
-                {'role': 'system', 'content': system_prompt},
-                {'role': 'user', 'content': user_prompt},
-            ],
-            "temperature": temp,
-            "stream": False
-        }
-        
-        try:
-            response = requests.post(url, headers=headers, json=data, timeout=300)
-            response.raise_for_status()
-            result = response.json()
-            
-            # Обработка разных форматов ответа (на всякий случай)
-            if 'choices' in result and len(result['choices']) > 0:
-                text = str(result['choices'][0]['message']['content'])
-                return text, text
-            else:
-                return f"Неожиданный ответ от сервера: {result}", str(result)
-            
-        except requests.exceptions.RequestException as e:
-            return f"Ошибка при запросе к CustomProvider API: {e}", f"Ошибка: {e}"

services/llm_providers/gemini_provider.py

@@ -41,7 +41,7 @@ class GeminiProvider(BaseLLMProvider):
         
         try:
             # 4. Отправляем POST-запрос с данными и настройками прокси
-            response = requests.post(api_url, json=data, proxies=proxies, timeout=400)
+            response = requests.post(api_url, json=data, proxies=proxies, timeout=90)
             
             # Проверяем, не вернул ли сервер ошибку (например, 4xx или 5xx)
             response.raise_for_status()

services/llm_providers/gpt4free_provider.py

@@ -3,13 +3,6 @@ from g4f.client import Client
 from .base_provider import BaseLLMProvider
 
 class Gpt4FreeProvider(BaseLLMProvider):
-    """
-    Провайдер для работы с моделью GPT через библиотеку gpt4free.
-    
-    Этот класс реализует интерфейс BaseLLMProvider и предоставляет возможность
-    взаимодействия с различными LLM через сервис gpt4free, который не требует
-    API ключа для работы.
-    """
     # gpt4free не требует API ключа
     def __init__(self, api_key: str | None = None):
         super().__init__(api_key)
@@ -17,18 +10,6 @@ class Gpt4FreeProvider(BaseLLMProvider):
 
 
     def generate(self, model: str, system_prompt: str, user_prompt: str, temp: float):
-        """
-        Генерирует ответ от модели GPT с использованием gpt4free.
-        
-        Args:
-            model (str): Название модели для генерации ответа
-            system_prompt (str): Системное сообщение для контекста
-            user_prompt (str): Пользовательский запрос
-            temp (float): Температура генерации ( controls randomness of responses)
-            
-        Returns:
-            tuple: Кортеж из двух одинаковых строк - сгенерированного ответа и его копии
-        """
         # temp в g4f может работать не для всех внутренних провайдеров
         try:
             response = self.client.chat.completions.create(

services/llm_providers/ionet_provider.py

@@ -1,34 +1,23 @@
-import requests
+import openai
 from .base_provider import BaseLLMProvider
 
 class IoNetProvider(BaseLLMProvider):
     def __init__(self, api_key: str):
         super().__init__(api_key)
-        self.base_url = 'https://api.intelligence.io.solutions/api/v1'
+        self.client = openai.OpenAI(
+            api_key=self.api_key,
+            base_url='https://api.intelligence.io.solutions/api/v1/'
+        )
 
     def generate(self, model: str, system_prompt: str, user_prompt: str, temp: float):
-        url = f"{self.base_url}/chat/completions"
+        response = self.client.chat.completions.create(
-        headers = {
+            model=model,
-            "Content-Type": "application/json",
+            messages=[
-            "Authorization": f"Bearer {self.api_key}"
-        }
-        
-        data = {
-            "model": model,
-            "messages": [
                 {'role': 'system', 'content': system_prompt},
                 {'role': 'user', 'content': user_prompt},
             ],
-            "temperature": temp
+            temperature=temp,
-        }
+            stream=False
-        
+        )
-        try:
+        text = str(response.choices[0].message.content)
-            response = requests.post(url, headers=headers, json=data)
+        return text, text # Возвращаем как чистый текст, так и Markdown
-            response.raise_for_status()
-            
-            result = response.json()
-            text = str(result['choices'][0]['message']['content'])
-            return text, text  # Возвращаем как чистый текст, так и Markdown
-            
-        except requests.exceptions.RequestException as e:
-            raise Exception(f"Ошибка при запросе к IO.net API: {e}")

test.py

@@ -0,0 +1,19 @@
+from handlers.convertMdToPdf import ConvertMdToPdf
+import re
+# Создаем экземпляр класса
+converter = ConvertMdToPdf()
+
+# Тестовые примеры дробей
+test_cases = [
+    r"$\frac{1}{2}$",          # простая дробь
+    r"$\dfrac{3}{4}$",         # дробь с displaystyle
+    r"$\frac{a}{b} + \frac{c}{d}$",  # сложение дробей
+    r"$$\frac{x^2}{y^3}$$",    # блочная дробь
+    r"$\frac{\partial f}{\partial x}$"  # частная производная
+]
+
+for latex in test_cases:
+    result = converter.replace_math(re.search(r'\$\$(.*?)\$\$|\$(.*?)\$', latex))
+    print(f"Input: {latex}")
+    print(f"Output: {result}")
+    print("---")