Initial commit: OmniSVG-Lite MVP before live-streaming work

- LM Studio client (httpx-based, OpenAI-compatible) - SVG validator (lxml, whitelist tags, no <script>/<foreignObject>/http refs) - PNG renderer (resvg-py primary, cairosvg fallback - no native cairo dep) - History (SQLite, tracks raw/validated/preview paths) - Gradio UI on 127.0.0.1:8788 with: * mode radio (icon/illustration) * n_candidates slider (default 1) * image upload for image-to-SVG * LM Studio URL/token inputs * model dropdown + refresh button - prompts/ with system_icon.txt, system_illustration.txt, few_shot_examples.txt - docs/spec.md, docs/design.md - 122 unit/integration tests passing
2026-06-13 15:32:54 +03:00
commit 2394eff1c0
21 changed files with 5116 additions and 0 deletions
@@ -0,0 +1,173 @@
+"""Загрузка промпт-шаблонов и сборка messages[] для LM Studio.
+
+Шаблоны лежат в каталоге `prompts/` рядом с этим модулем:
+
+  - system_icon.txt          — system-инструкция для режима icon
+  - system_illustration.txt  — system-инструкция для режима illustration
+  - few_shot_examples.txt    — текстовый файл с парами USER:/ASSISTANT:,
+                                разделёнными строками `===...===`
+
+Мы не выдумываем промпты — берём ровно то, что лежит в файлах. Это явное
+требование задачи.
+"""
+
+from __future__ import annotations
+
+import re
+from dataclasses import dataclass
+from pathlib import Path
+from typing import Literal
+
+
+# Корень проекта: один уровень вверх от этого файла. Надёжнее, чем os.getcwd().
+_PROMPTS_DIR = Path(__file__).resolve().parent / "prompts"
+
+Mode = Literal["icon", "illustration"]
+
+
+def _read(name: str) -> str:
+    """Читает текстовый файл из prompts/; падает с понятной ошибкой, если нет."""
+    path = _PROMPTS_DIR / name
+    if not path.is_file():
+        raise FileNotFoundError(f"промпт-шаблон не найден: {path}")
+    return path.read_text(encoding="utf-8").strip()
+
+
+def load_system_prompt(mode: Mode) -> str:
+    """Возвращает system-инструкцию для указанного режима.
+
+    Args:
+        mode: "icon" или "illustration".
+
+    Returns:
+        Содержимое system_icon.txt / system_illustration.txt.
+
+    Raises:
+        ValueError: если mode неизвестен.
+    """
+    if mode == "icon":
+        return _read("system_icon.txt")
+    if mode == "illustration":
+        return _read("system_illustration.txt")
+    raise ValueError(f"неизвестный mode: {mode!r}; ожидается 'icon' или 'illustration'")
+
+
+# Регулярка для разбора few_shot_examples.txt: делим по строкам из `=`.
+_FEW_SHOT_SPLIT = re.compile(r"^=+\s*$", re.MULTILINE)
+# Маркеры ролей в каждом блоке.
+_TURN_RE = re.compile(r"^(USER|ASSISTANT):\s*\n(.*?)(?=(?:^(?:USER|ASSISTANT):\s*$)|\Z)", re.MULTILINE | re.DOTALL)
+
+
+def load_few_shot() -> list[dict]:
+    """Парсит `prompts/few_shot_examples.txt` и возвращает список сообщений.
+
+    Формат файла: блоки, разделённые строками `===...===`. Внутри блока —
+    строки `USER:` и `ASSISTANT:`, после каждой маркерной строки идёт
+    содержимое до следующей маркерной строки или до конца блока.
+
+    Returns:
+        Список `[{role, content}, ...]` в порядке USER/ASSISTANT пар.
+        Блоки, где не нашлось ни одной пары, пропускаются.
+    """
+    text = _read("few_shot_examples.txt")
+    blocks = _FEW_SHOT_SPLIT.split(text)
+    messages: list[dict] = []
+    for block in blocks:
+        # Берём только содержимое блока, убираем шапки типа "EXAMPLE N — ..."
+        body = block.strip()
+        if not body:
+            continue
+        # Пропускаем шапки, идущие ДО первого USER/ASSISTANT.
+        for turn in _TURN_RE.finditer(body):
+            role_token = turn.group(1).lower()
+            content = turn.group(2).strip()
+            messages.append({"role": role_token, "content": content})
+    return messages
+
+
+def _user_text(prompt: str, *, palette: str | None, has_image: bool) -> str:
+    """Собирает финальный текст user-turn с учётом палитры и картинки.
+
+    Args:
+        prompt: исходный промпт.
+        palette: необязательная палитра.
+        has_image: True, если в этот же user-turn пойдёт картинка.
+
+    Returns:
+        Готовый текст для content[0].type == "text".
+    """
+    parts: list[str] = []
+    if has_image:
+        parts.append(
+            "Recreate the visual content of the attached image as SVG. "
+            "Do not describe, just generate the markup."
+        )
+    parts.append(prompt.strip())
+    if palette:
+        parts.append(f"Palette: {palette.strip()}")
+    return "\n".join(parts)
+
+
+@dataclass(frozen=True)
+class BuildResult:
+    """Результат сборки messages[] — для удобства дебага/тестов."""
+
+    messages: list[dict]
+    mode: Mode
+    n: int
+    temperature: float
+
+
+def build_messages(
+    prompt: str,
+    mode: Mode,
+    *,
+    image_b64: str | None = None,
+    palette: str | None = None,
+    n: int = 1,
+    temperature: float = 0.4,
+) -> list[dict]:
+    """Собирает полный список messages для LM Studio.
+
+    Структура:
+        1. system
+        2. few-shot пары (USER/ASSISTANT) — без картинок
+        3. финальный USER: текст (+ опц. image_url)
+
+    Args:
+        prompt: пользовательский промпт.
+        mode: "icon" или "illustration".
+        image_b64: data: URL картинки для image-to-SVG.
+        palette: опциональная палитра (добавится как отдельная строка).
+        n: число кандидатов (сейчас в messages не подставляется — это параметр
+            API-запроса; храним в dataclass для симметрии с дизайном).
+        temperature: число в [0, 1.5] (тоже идёт в API, не в messages).
+
+    Returns:
+        Список сообщений в формате, понятном `lm_client.chat`.
+    """
+    if not prompt or not prompt.strip():
+        raise ValueError("промпт пустой")
+    if mode not in ("icon", "illustration"):
+        raise ValueError(f"неизвестный mode: {mode!r}")
+
+    messages: list[dict] = [
+        {"role": "system", "content": load_system_prompt(mode)},
+    ]
+    messages.extend(load_few_shot())
+
+    user_text = _user_text(prompt, palette=palette, has_image=bool(image_b64))
+    if image_b64:
+        content: list[dict] = [
+            {"type": "text", "text": user_text},
+            {"type": "image_url", "image_url": {"url": image_b64}},
+        ]
+    else:
+        content = user_text
+    messages.append({"role": "user", "content": content})
+
+    # Чтобы лишний раз не плодить dataclass — вернём просто список.
+    # Поля n/temperature отдаются API-обёртке; сборка messages от них
+    # не зависит (мы лишь гарантируем, что они валидны).
+    _ = (n, temperature)
+    return messages