without k_metrics

app.py

@@ -3,6 +3,7 @@ import requests
 import re
 import os
 from analyzer import analyze_portfolio_streaming
+from fetch import extract_portfolio_id
 from fetch import fetch_metrics
 from openai import OpenAI
 
@@ -119,54 +120,54 @@ def extract_portfolio_id(text: str) -> str | None:
 #             partial += delta
 #             yield partial
 
-#Анализ одного портфеля
-def analyze_portfolio_streaming(text: str):
-    portfolio_id = extract_portfolio_id(text)
-    if not portfolio_id:
-        yield "❗ Укажите корректный portfolioId или ссылку."
-        return
-
-    try:
-        # Получение JSON по API
-        url = f"https://api.tradelink.pro/portfolio/get?portfolioId={portfolio_id}&extended=1&declaration=1&step=day&lang=en&incViews=1"
-        response = requests.get(url)
-        json_data = response.json()
-        extended = json_data.get("data", {}).get("extended", {})
-
-        if not extended:
-            yield "❗ Метрики не найдены в ответе API."
-            return
-
-        # Передаём все числовые метрики, без фильтрации
-        metrics = {k: v for k, v in extended.items() if isinstance(v, (int, float))}
-        if not metrics:
-            yield "❗ Нет числовых метрик для анализа."
-            return
-
-        metrics_text = ", ".join([f"{k}: {v}" for k, v in metrics.items()])
-        prompt = f"""Вот метрики портфеля: {metrics_text}.
-Проанализируй их и объясни сильные и слабые стороны на русском языке, как финансовый аналитик."""
-
-        # Запрос к модели
-        response_llm = client.chat.completions.create(
-            model="nasiruddin15/Mistral-dolphin-2.8-grok-instract-2-7B-slerp",
-            messages=[
-                {"role": "system", "content": SYSTEM_PROMPT},
-                {"role": "user", "content": prompt}
-            ],
-            stream=True
-        )
-
-        partial = ""
-        for chunk in response_llm:
-            delta = chunk.choices[0].delta.content
-            if delta:
-                partial += delta
-                yield partial
-
-    except Exception as e:
-        yield f"❌ Ошибка при обработке: {e}"
-
+# #Анализ одного портфеля
+# def analyze_portfolio_streaming(text: str):
+#     portfolio_id = extract_portfolio_id(text)
+#     if not portfolio_id:
+#         yield "❗ Укажите корректный portfolioId или ссылку."
+#         return
+#
+#     try:
+#         # Получение JSON по API
+#         url = f"https://api.tradelink.pro/portfolio/get?portfolioId={portfolio_id}&extended=1&declaration=1&step=day&lang=en&incViews=1"
+#         response = requests.get(url)
+#         json_data = response.json()
+#         extended = json_data.get("data", {}).get("extended", {})
+#
+#         if not extended:
+#             yield "❗ Метрики не найдены в ответе API."
+#             return
+#
+#         # Передаём все числовые метрики, без фильтрации
+#         metrics = {k: v for k, v in extended.items() if isinstance(v, (int, float))}
+#         if not metrics:
+#             yield "❗ Нет числовых метрик для анализа."
+#             return
+#
+#         metrics_text = ", ".join([f"{k}: {v}" for k, v in metrics.items()])
+#         prompt = f"""Вот метрики портфеля: {metrics_text}.
+# Проанализируй их и объясни сильные и слабые стороны на русском языке, как финансовый аналитик."""
+#
+#         # Запрос к модели
+#         response_llm = client.chat.completions.create(
+#             model="nasiruddin15/Mistral-dolphin-2.8-grok-instract-2-7B-slerp",
+#             messages=[
+#                 {"role": "system", "content": SYSTEM_PROMPT},
+#                 {"role": "user", "content": prompt}
+#             ],
+#             stream=True
+#         )
+#
+#         partial = ""
+#         for chunk in response_llm:
+#             delta = chunk.choices[0].delta.content
+#             if delta:
+#                 partial += delta
+#                 yield partial
+#
+#     except Exception as e:
+#         yield f"❌ Ошибка при обработке: {e}"
+#
 
 # Сравнение двух портфелей
 def compare_portfolios_streaming(text1: str, text2: str):