without k_metrics

analyzer.py

@@ -1,7 +1,7 @@
 # Анализ одного портфеля
 import requests
 from fetch import extract_portfolio_id
-from openai import OpenAI
+
 
 from prompts import SYSTEM_PROMPT
 

app.py

@@ -1,11 +1,12 @@
 import gradio as gr
 import os
+import requests
 from prompts import SYSTEM_PROMPT
 from prompts import TRADELINK_CONTEXT
 from fetch import extract_portfolio_id
 from fetch import fetch_metrics
 from openai import OpenAI
-from analyzer import analyze_portfolio_streaming
+# from analyzer import analyze_portfolio_streaming
 
 api_key = os.getenv("featherless")  #
 client = OpenAI(
@@ -13,6 +14,57 @@ client = OpenAI(
     api_key=api_key
 )
 
+
+from prompts import SYSTEM_PROMPT
+
+def analyze_portfolio_streaming(text: str, client):
+    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):
     id1 = extract_portfolio_id(text1)