Phase 7: Hoàn thiện Modular RAG Backend với FastAPI và Đa LLM Provider

chat/llm_providers/gemini_llm.py

@@ -0,0 +1,44 @@
+import logging
+from typing import List, Dict
+from core.config import settings
+from .base_llm import BaseLLMProvider
+
+logger = logging.getLogger("GeminiLLM")
+
+class GeminiLLM(BaseLLMProvider):
+    def __init__(self):
+        try:
+            import google.generativeai as genai
+        except ImportError:
+            logger.error("LỖI: Chưa cài đặt thư viện Gemini. Chạy lệnh: pip install google-generativeai")
+            raise
+            
+        if not settings.gemini_api_key:
+            raise ValueError("GEMINI_API_KEY chưa được cấu hình trong .env!")
+            
+        genai.configure(api_key=settings.gemini_api_key)
+        # Sử dụng model flash mới nhất, cực nhanh và có ngữ cảnh lớn
+        self.model = genai.GenerativeModel('gemini-1.5-flash')
+        logger.info("Đã khởi tạo Gemini 1.5 Flash Provider.")
+
+    def generate_response(self, prompt: str, context: str, history: List[Dict[str, str]] = None) -> str:
+        full_prompt = f"""Bạn là một trợ lý ảo thông minh chuyên giải đáp thông tin dựa trên cơ sở dữ liệu nội bộ.
+Hãy trả lời câu hỏi của người dùng một cách chính xác, lịch sự và DỰA HOÀN TOÀN vào ngữ cảnh được cung cấp.
+
+=== NGỮ CẢNH (CONTEXT) ===
+{context}
+
+=== LỊCH SỬ CHAT ===
+{history if history else 'Không có'}
+
+=== CÂU HỎI CỦA NGƯỜI DÙNG ===
+{prompt}
+
+=== TRẢ LỜI ===
+"""
+        try:
+            response = self.model.generate_content(full_prompt)
+            return response.text
+        except Exception as e:
+            logger.error(f"Lỗi khi gọi Gemini API: {e}")
+            return f"Xin lỗi, tôi đang gặp sự cố khi xử lý câu trả lời: {e}"