Initial commit

ai_tutor/views.py

@@ -0,0 +1,147 @@
+from django.db import transaction
+from django.shortcuts import get_object_or_404
+from django.utils import timezone
+from drf_spectacular.utils import extend_schema
+from rest_framework.exceptions import Throttled
+from rest_framework.permissions import IsAuthenticated
+from rest_framework.response import Response
+from rest_framework.views import APIView
+
+from accounts.models import User as AccountUser
+from .models import Conversation, Message, MessageFeedback
+from .serializers import (
+    AskRequestSerializer,
+    AskResponseSerializer,
+    ConversationMessagesResponseSerializer,
+    FeedbackRequestSerializer,
+    FeedbackResponseSerializer,
+)
+
+DAILY_AI_QUOTA = 15
+
+
+def generate_tutor_answer(user_question: str, grade_id, lesson_id) -> tuple[str, list[str]]:
+    """
+    استاب پاسخ AI Tutor. اینجا محل اتصال به مدل واقعی (مثلاً Claude API از طریق
+    Anthropic SDK) هست؛ فعلاً برای اینکه بدون نیاز به کلید API هم بشه کل جریان
+    رو با Swagger تست کرد، یک پاسخ ساده و قطعی برمی‌گردونه.
+    """
+    answer = (
+        f'این یک پاسخ نمونه (stub) برای سوال «{user_question}» است. '
+        'برای اتصال به مدل واقعی هوش مصنوعی، این تابع را در ai_tutor/views.py '
+        'جایگزین کنید (مثلاً با فراخوانی Anthropic API).'
+    )
+    follow_ups = ['یک مثال دیگر بزن', 'بیشتر توضیح بده']
+    return answer, follow_ups
+
+
+class AskAIView(APIView):
+    """POST /api/ai/ask — سوال از AI (استریم اختیاری؛ در این فاز استریم پیاده نشده)"""
+
+    permission_classes = [IsAuthenticated]
+
+    @extend_schema(request=AskRequestSerializer, responses=AskResponseSerializer, tags=['AI Tutor (ai_tutor)'])
+    def post(self, request):
+        serializer = AskRequestSerializer(data=request.data)
+        serializer.is_valid(raise_exception=True)
+        v = serializer.validated_data
+        user = request.user
+
+        # ⚠️ اصلاح: چک و مصرفِ کوتای روزانه قبلاً race condition داشت —
+        # دو درخواست هم‌زمان از همون کاربر می‌تونستن هر دو شمارشِ «امروز»
+        # رو قبل از ساختن پیامِ خودشون بخونن و هر دو رد بشن، در نتیجه از
+        # سقف ۱۵ سوال روزانه عبور کنن. حالا با قفل‌کردن ردیف کاربر
+        # (select_for_update) در یک تراکنش اتمیک، چک و مصرفِ کوتا برای هر
+        # کاربر serialize می‌شه؛ درخواست‌های هم‌زمانِ همون کاربر منتظر آزاد
+        # شدن قفل می‌مونن و دیگه نمی‌تونن هم‌زمان از کنار چک رد بشن.
+        with transaction.atomic():
+            AccountUser.objects.select_for_update().get(pk=user.id)
+
+            today = timezone.localdate()
+            used_today = Message.objects.filter(
+                conversation__user_id=user.id, role='user', created_at__date=today
+            ).count()
+            if used_today >= DAILY_AI_QUOTA:
+                raise Throttled(detail='سقف روزانه‌ی سوال از هوش مصنوعی به پایان رسیده است.')
+
+            conversation_id = v.get('conversationId')
+            if conversation_id:
+                conversation = get_object_or_404(Conversation, pk=conversation_id, user_id=user.id)
+            else:
+                conversation = Conversation.objects.create(
+                    user_id=user.id,
+                    lesson_id=v.get('lessonId') or None,
+                    chapter_id=v.get('chapterId') or None,
+                    grade_id=v.get('gradeId'),
+                )
+
+            Message.objects.create(
+                conversation=conversation,
+                role='user',
+                text=v['userQuestion'],
+                question_id=v.get('questionId') or None,
+            )
+
+        answer_text, follow_ups = generate_tutor_answer(
+            v['userQuestion'], v.get('gradeId'), v.get('lessonId')
+        )
+        assistant_message = Message.objects.create(
+            conversation=conversation,
+            role='assistant',
+            text=answer_text,
+            question_id=v.get('questionId') or None,
+        )
+
+        used_today += 1  # همین سوالی که الان ثبت شد هم جزو مصرف امروزه
+        remaining_quota = max(DAILY_AI_QUOTA - used_today, 0)
+
+        data = {
+            'conversationId': str(conversation.id),
+            'messageId': str(assistant_message.id),
+            'answer': answer_text,
+            'suggestedFollowUps': follow_ups,
+            'remainingQuota': remaining_quota,
+        }
+        return Response(AskResponseSerializer(data).data)
+
+
+class ConversationMessagesView(APIView):
+    """GET /api/ai/conversations/{id}/messages — تاریخچه‌ی مکالمه"""
+
+    permission_classes = [IsAuthenticated]
+
+    @extend_schema(responses=ConversationMessagesResponseSerializer, tags=['AI Tutor (ai_tutor)'])
+    def get(self, request, conversation_id):
+        conversation = get_object_or_404(Conversation, pk=conversation_id, user_id=request.user.id)
+        messages = conversation.messages.all()
+
+        data = {
+            'conversationId': str(conversation.id),
+            'lessonId': str(conversation.lesson_id) if conversation.lesson_id else None,
+            'messages': [
+                {'messageId': str(m.id), 'role': m.role, 'text': m.text} for m in messages
+            ],
+        }
+        return Response(ConversationMessagesResponseSerializer(data).data)
+
+
+class MessageFeedbackView(APIView):
+    """POST /api/ai/messages/{id}/feedback — فیدبک 👍/👎"""
+
+    permission_classes = [IsAuthenticated]
+
+    @extend_schema(
+        request=FeedbackRequestSerializer,
+        responses=FeedbackResponseSerializer,
+        tags=['AI Tutor (ai_tutor)'],
+    )
+    def post(self, request, message_id):
+        message = get_object_or_404(Message, pk=message_id, conversation__user_id=request.user.id)
+        serializer = FeedbackRequestSerializer(data=request.data)
+        serializer.is_valid(raise_exception=True)
+
+        MessageFeedback.objects.update_or_create(
+            message=message,
+            defaults={'is_helpful': serializer.validated_data['isHelpful']},
+        )
+        return Response(FeedbackResponseSerializer({'success': True}).data)