Ответы на отзывы покупателей через API

id,product,specs,rating,text
R16,Настольная лампа Lumo 10 Вт,"светодиодная; 3 режима цветовой температуры 3000/4500/6000 K; 5 уровней яркости; сенсорное управление; питание от сети",5,"Свет приятный, глаза не устают. Сенсор срабатывает чётко."
R35,Электрочайник Boil Steel 1,7 л,"нержавеющая сталь; 2200 Вт; скрытый нагревательный элемент; автоотключение; защита от включения без воды",1,"Из-под подставки пошёл дым и запах горелой проводки. Выключили из розетки. Страшно пользоваться."

{"id": "R16", "reply": "Рады, что сенсорное управление срабатывает чётко, а настройка цветовой температуры позволяет подобрать комфортный свет. В лампе доступно три температурных режима от 3000 до 6000 K и пять уровней яркости для разных сценариев.", "escalate": false, "reason": "", "topic": "похвала"}
{"id": "R35", "reply": "Вы описали появление дыма и запаха горелой проводки из-под подставки чайника. Такая ситуация требует немедленной проверки для обеспечения безопасности. Напишите, пожалуйста, в чат поддержки магазина и укажите номер вашего заказа.", "escalate": true, "reason": "задымление и запах горелой проводки, угроза безопасности", "topic": "безопасность"}

# answer_reviews.py — ответы на отзывы из CSV через Polza
import asyncio, csv, json, os
from openai import AsyncOpenAI, APIStatusError

MODEL = "deepseek/deepseek-v4-pro"
PROVIDER = "streamlake/fp8"  # самый дешёвый провайдер модели: top_provider.name в каталоге
CONCURRENCY = 10

ai = AsyncOpenAI(base_url="https://polza.ai/api/v1", api_key=os.environ["POLZA_API_KEY"])
SYSTEM = open("prompt.txt", encoding="utf-8").read()
TOPICS = ["похвала", "качество", "брак", "комплектация", "доставка", "ожидания", "безопасность", "другое"]

SCHEMA = {
    "name": "review_reply",
    "strict": True,
    "schema": {
        "type": "object",
        "properties": {
            "reply": {"type": "string"},
            "escalate": {"type": "boolean"},
            "reason": {"type": "string"},
            "topic": {"type": "string", "enum": TOPICS},
        },
        "required": ["reply", "escalate", "reason", "topic"],
        "additionalProperties": False,
    },
}

async def answer(row, sem, stats):
    prompt = f"Товар: {row['product']}\nХарактеристики: {row['specs']}\nОценка: {row['rating']} из 5\nОтзыв: {row['text']}"
    async with sem:
        for attempt in range(5):
            try:
                r = await ai.chat.completions.create(
                    model=MODEL,
                    messages=[{"role": "system", "content": SYSTEM},
                              {"role": "user", "content": prompt}],
                    response_format={"type": "json_schema", "json_schema": SCHEMA},
                    extra_body={"reasoning": {"effort": "none"},
                                "provider": {"only": [PROVIDER], "allow_fallbacks": False}},
                )
                break
            except APIStatusError as e:
                if e.status_code in (429, 500, 502, 503) and attempt < 4:
                    await asyncio.sleep(2 ** attempt)
                    continue
                raise
    stats["rub"] += r.usage.model_extra.get("cost_rub", 0)
    return {"id": row["id"], **json.loads(r.choices[0].message.content)}

async def main():
    rows = list(csv.DictReader(open("reviews.csv", encoding="utf-8")))
    sem, stats = asyncio.Semaphore(CONCURRENCY), {"rub": 0}
    results = await asyncio.gather(*(answer(r, sem, stats) for r in rows), return_exceptions=True)
    ok = 0
    with open("replies.jsonl", "w", encoding="utf-8") as out, \
         open("errors.txt", "w", encoding="utf-8") as err:
        for row, res in zip(rows, results):
            if isinstance(res, Exception):
                err.write(f"{row['id']}\t{res}\n")
            else:
                out.write(json.dumps(res, ensure_ascii=False) + "\n")
                ok += 1
    print(f"Готово {ok} из {len(rows)}, расход {stats['rub']:.2f} ₽")

asyncio.run(main())