Добавить адаптацию голосовых ответов бота

Dev_Docs/Pending_Features/2026-05-30_0013_голосовая_адаптация_telegram_бота.md

@@ -0,0 +1,19 @@
+# Голосовая адаптация ответов Telegram-бота
+
+## Краткое описание
+Добавлены персональные настройки голосовых ответов и адаптации текста перед озвучкой. Если голосовые ответы включены, сервис перед TTS может отдельно прогонять финальный текст через OpenAI-модель и отправлять более короткую голосовую версию в исходный чат, личный чат пользователя и общий чат `@shine_writing`, если эти чаты доступны и отличаются.
+
+## Что проверить
+- Команды `/voice_on`, `/voice_off`, `/voice_status` для конкретного пользователя.
+- Команды `/voice_rewrite_on`, `/voice_rewrite_off`, `/voice_rewrite_status` для конкретного пользователя.
+- Команда `/status` показывает очередь, голосовые ответы и адаптацию текста перед озвучкой.
+- При включённых голосовых ответах после задачи приходит текстовый ответ и voice-ответ.
+- При включённой адаптации voice-ответ короче и без длинных технических строк.
+- При задаче из личного чата voice дополнительно появляется в общем чате `@shine_writing`.
+- При задаче из общего чата voice дополнительно появляется в личном чате пользователя, если сервис уже знает его личный chat_id.
+
+## Ожидаемый результат
+Текстовый ответ остаётся полным. Голосовая версия приходит отдельно, звучит короче и естественнее, а персональные настройки одного пользователя не меняют поведение других пользователей.
+
+## Статус
+pending

SHiNE-agent-bot-coder/AGENT.md

@@ -33,11 +33,13 @@
 - После успешной обработки задачи из личного чата Айдара сервис должен отправить публичный итоговый отчёт в группу `@shine_writing`: первым сообщением исходный запрос, вторым сообщением-ответом итоговый ответ Codex. Промежуточные статусы в группу не дублировать.
 - Для приватных voice/audio-запросов в публичном отчёте первым сообщением отправлять исходный Telegram voice/audio-файл с подписью, где указан распознанный текст. В пользовательском тексте отчёта не показывать Telegram `file_id`.
 - Озвучивание финальных ответов настраивается персонально для каждого Telegram-пользователя командами `/voice_on`, `/voice_off`, `/voice_status`.
-- Если озвучивание включено, после полного текстового финального ответа сервис дополнительно отправляет voice-файл с синтезированной речью через OpenAI TTS. Промежуточные статусы и публичный отчёт в `@shine_writing` не озвучивать.
+- Адаптация текста перед озвучкой настраивается персонально командами `/voice_rewrite_on`, `/voice_rewrite_off`, `/voice_rewrite_status`. Если она включена, сервис перед TTS вызывает дешёвую текстовую модель OpenAI и делает короткую голосовую версию без длинных хэшей, путей, команд и технического шума.
+- Если озвучивание включено, после полного текстового финального ответа сервис дополнительно отправляет voice-файл с синтезированной речью через OpenAI TTS. Voice отправляется в исходный чат, а также в известный личный чат пользователя и в общий чат `@shine_writing`, если они отличаются и доступны. Промежуточные статусы не озвучивать.
+- Команда `/status` должна показывать состояние очереди и персональные состояния голосовых функций: включены ли voice-ответы и адаптация текста перед озвучкой.
 
 ## Правила голосовой версии ответа
 - Текстовый финальный ответ должен оставаться полноценным: в нём можно указывать команды, пути, хэши коммитов, номера версий, результаты проверок и другие технические детали.
-- Голосовую версию финального ответа нужно делать короче и проще для восприятия на слух.
+- Голосовую версию финального ответа нужно делать короче и проще для восприятия на слух. Основной механизм — персонально включаемая адаптация текста через дополнительный OpenAI-вызов перед TTS.
 - В голосовой версии не зачитывать длинные хэши коммитов, токены, file_id, длинные команды, полные пути и другие строки, которые человек всё равно не сможет надёжно запомнить на слух.
 - Для commit/push в голосовой версии достаточно сказать краткий итог: что коммит сделан, что именно изменено, проверки прошли без ошибок, push выполнен, рабочее дерево чистое.
 - Если пользователю нужны точные команды, хэши или подробности, они должны оставаться в текстовом ответе.

SHiNE-agent-bot-coder/py_bot_service.py

@@ -322,6 +322,10 @@ class BotConfig:
         self.openai_tts_response_format = env.get("OPENAI_TTS_RESPONSE_FORMAT", "opus")
         self.openai_tts_timeout_seconds = int(env.get("OPENAI_TTS_TIMEOUT_SECONDS", "180"))
         self.openai_tts_chunk_chars = max(500, int(env.get("OPENAI_TTS_CHUNK_CHARS", "3500")))
+        self.openai_voice_rewrite_model = env.get("OPENAI_VOICE_REWRITE_MODEL", "gpt-4.1-nano")
+        self.openai_voice_rewrite_timeout_seconds = int(env.get("OPENAI_VOICE_REWRITE_TIMEOUT_SECONDS", "90"))
+        self.openai_voice_rewrite_max_input_chars = max(1000, int(env.get("OPENAI_VOICE_REWRITE_MAX_INPUT_CHARS", "12000")))
+        self.openai_voice_rewrite_max_output_tokens = max(200, int(env.get("OPENAI_VOICE_REWRITE_MAX_OUTPUT_TOKENS", "900")))
         self.codex_bin = Path(env.get(
             "CODEX_BIN",
             "/home/ai/.cache/JetBrains/IntelliJIdea2026.1/aia/codex/bin/codex-x86_64-unknown-linux-musl"
@@ -608,6 +612,8 @@ class ShinePyBotService:
             settings[uname] = user_settings
         if not isinstance(user_settings.get("voice_replies_enabled"), bool):
             user_settings["voice_replies_enabled"] = False
+        if not isinstance(user_settings.get("voice_rewrite_enabled"), bool):
+            user_settings["voice_rewrite_enabled"] = True
         return user_settings
 
     def _voice_replies_enabled(self, username: str) -> bool:
@@ -617,6 +623,33 @@ class ShinePyBotService:
         self._user_settings(username)["voice_replies_enabled"] = enabled
         self._persist_state()
 
+    def _voice_rewrite_enabled(self, username: str) -> bool:
+        return bool(self._user_settings(username).get("voice_rewrite_enabled"))
+
+    def _set_voice_rewrite_enabled(self, username: str, enabled: bool) -> None:
+        self._user_settings(username)["voice_rewrite_enabled"] = enabled
+        self._persist_state()
+
+    def _remember_private_chat(self, username: str, chat_id: int) -> None:
+        uname = normalize_username(username)
+        if not uname:
+            return
+        private_chats = self.state.get("private_chat_ids")
+        if not isinstance(private_chats, dict):
+            private_chats = {}
+            self.state["private_chat_ids"] = private_chats
+        if private_chats.get(uname) == chat_id:
+            return
+        private_chats[uname] = chat_id
+        self._persist_state()
+
+    def _private_chat_id_for_user(self, username: str) -> int | None:
+        private_chats = self.state.get("private_chat_ids")
+        if not isinstance(private_chats, dict):
+            return None
+        chat_id = private_chats.get(normalize_username(username))
+        return self._resolve_chat_id(chat_id) if isinstance(chat_id, int) else None
+
     def _append_history(self, history_path: Path, event_type: str, payload: dict[str, Any]) -> None:
         row = {"ts": now_iso(), "type": event_type}
         row.update(payload)
@@ -754,6 +787,8 @@ class ShinePyBotService:
             return
 
         self._ensure_user_session(actor_username)
+        if is_private:
+            self._remember_private_chat(actor_username, chat_id)
         history_path = self._current_history_file_for_user(actor_username)
         if self._is_allowed_player(actor_username):
             self._send_player_welcome_once(chat_id, message_id, actor_username)
@@ -906,7 +941,7 @@ class ShinePyBotService:
             self._safe_send(chat_id, self._help_text(is_owner=is_owner), reply_to=message_id)
             return
         if command == "/status":
-            self._safe_send(chat_id, self._status_text(), reply_to=message_id)
+            self._safe_send(chat_id, self._status_text(username), reply_to=message_id)
             return
         if command == "/queue":
             self._safe_send(chat_id, self._queue_text(), reply_to=message_id)
@@ -923,7 +958,26 @@ class ShinePyBotService:
             return
         if command == "/voice_status":
             status = "включено" if self._voice_replies_enabled(username) else "выключено"
-            self._safe_send(chat_id, f"Озвучивание финальных ответов: {status}.", reply_to=message_id)
+            rewrite_status = "включена" if self._voice_rewrite_enabled(username) else "выключена"
+            self._safe_send(
+                chat_id,
+                f"Озвучивание финальных ответов: {status}.\nАдаптация текста перед озвучкой: {rewrite_status}.",
+                reply_to=message_id,
+            )
+            return
+        if command == "/voice_rewrite_on":
+            self._set_voice_rewrite_enabled(username, True)
+            self._append_history_event("voice_rewrite_enabled", {"username": normalize_username(username)}, username=username)
+            self._safe_send(chat_id, "Адаптация текста перед озвучкой включена для вашего пользователя.", reply_to=message_id)
+            return
+        if command == "/voice_rewrite_off":
+            self._set_voice_rewrite_enabled(username, False)
+            self._append_history_event("voice_rewrite_disabled", {"username": normalize_username(username)}, username=username)
+            self._safe_send(chat_id, "Адаптация текста перед озвучкой выключена для вашего пользователя.", reply_to=message_id)
+            return
+        if command == "/voice_rewrite_status":
+            status = "включена" if self._voice_rewrite_enabled(username) else "выключена"
+            self._safe_send(chat_id, f"Адаптация текста перед озвучкой: {status}.", reply_to=message_id)
             return
         if command == "/new":
             archived = self._rotate_history("command_new", username)
@@ -981,26 +1035,35 @@ class ShinePyBotService:
             "/new — архивировать историю и начать новую",
             "/voice_on — включить озвучивание финальных ответов",
             "/voice_off — выключить озвучивание финальных ответов",
-            "/voice_status — показать состояние озвучивания",
+            "/voice_rewrite_on — включить адаптацию текста перед озвучкой",
+            "/voice_rewrite_off — выключить адаптацию текста перед озвучкой",
+            "/voice_status — показать состояние голосовых функций",
             "/help — эта справка",
         ]
         if is_owner:
             lines.insert(-1, "/restart_service — перезапустить сервис через systemd")
         return "\n".join(lines)
 
-    def _status_text(self) -> str:
+    def _status_text(self, username: str) -> str:
         with self.queue_lock:
             active = next((j for j in self.queue if j.get("status") == "active"), None)
             pending = sum(1 for j in self.queue if j.get("status") == "pending")
+        voice_status = "включено" if self._voice_replies_enabled(username) else "выключено"
+        rewrite_status = "включена" if self._voice_rewrite_enabled(username) else "выключена"
+        settings_text = (
+            f"Голосовые ответы: {voice_status}\n"
+            f"Адаптация текста перед озвучкой: {rewrite_status}"
+        )
         if not active:
-            return f"Статус: активной задачи нет.\nВ очереди pending: {pending}"
+            return f"Статус: активной задачи нет.\nВ очереди pending: {pending}\n{settings_text}"
         elapsed = int(time.time() - (self.active_job_started_at or time.time()))
         return (
             f"Статус: активная задача #{active.get('num', '?')}\n"
             f"Тип: {active.get('type', 'text')}\n"
             f"Попытка: {int(active.get('attempts', 0)) + 1}/{self.cfg.max_retries}\n"
             f"Выполняется: {elapsed}с\n"
-            f"Pending: {pending}"
+            f"Pending: {pending}\n"
+            f"{settings_text}"
         )
 
     def _queue_text(self) -> str:
@@ -1097,12 +1160,12 @@ class ShinePyBotService:
             answer = self._run_codex(prompt, chat_id, message_id, job_id, job_num)
             for chunk in split_long_text(answer):
                 self._safe_send(chat_id, chunk, reply_to=message_id)
-            if self._voice_replies_enabled(job.get("username") or ""):
-                self._send_voice_reply_for_answer(chat_id, message_id, job_num, answer, history_path, job_id)
-            self._safe_send(chat_id, f"Готово #{job_num}.", reply_to=message_id)
             self._append_history(history_path, "codex_response", {"jobId": job_id, "text": answer})
-            self._mark_job_done(job_id)
             self._send_private_job_public_report(job, answer)
+            if self._voice_replies_enabled(job.get("username") or ""):
+                self._send_voice_reply_for_answer(job, answer, history_path, job_id)
+            self._safe_send(chat_id, f"Готово #{job_num}.", reply_to=message_id)
+            self._mark_job_done(job_id)
         except Exception as e:
             if self.stop_current_job:
                 self._append_history(history_path, "job_stopped", {"jobId": job_id, "reason": str(e)})
@@ -1524,28 +1587,85 @@ class ShinePyBotService:
 
         threading.Thread(target=restart, name="shine-py-bot-self-restart", daemon=True).start()
 
+    def _voice_reply_targets(self, job: dict[str, Any]) -> list[tuple[int | str, int | None, str]]:
+        chat_id = int(job["chat_id"])
+        message_id = int(job["message_id"])
+        targets: list[tuple[int | str, int | None, str]] = [(chat_id, message_id, "source")]
+        username = job.get("username") or ""
+
+        private_chat_id = self._private_chat_id_for_user(username)
+        if private_chat_id is not None and private_chat_id != self._resolve_chat_id(chat_id):
+            targets.append((private_chat_id, None, "private"))
+
+        report_chat_id = self._public_report_chat_id()
+        if report_chat_id is not None:
+            resolved_report_chat_id = self._resolve_chat_id(report_chat_id) if isinstance(report_chat_id, int) else report_chat_id
+            resolved_current_chat_id: int | str = self._resolve_chat_id(chat_id)
+            if resolved_report_chat_id != resolved_current_chat_id:
+                targets.append((report_chat_id, None, "public"))
+
+        deduped: list[tuple[int | str, int | None, str]] = []
+        seen: set[str] = set()
+        for target_chat_id, target_reply_to, label in targets:
+            resolved: int | str = self._resolve_chat_id(target_chat_id) if isinstance(target_chat_id, int) else target_chat_id
+            key = str(resolved)
+            if key in seen:
+                continue
+            seen.add(key)
+            deduped.append((target_chat_id, target_reply_to, label))
+        return deduped
+
     def _send_voice_reply_for_answer(
         self,
-        chat_id: int,
+        job: dict[str, Any],
-        message_id: int,
-        job_num: Any,
         answer: str,
         history_path: Path,
         job_id: str,
     ) -> None:
+        chat_id = int(job["chat_id"])
+        message_id = int(job["message_id"])
+        job_num = job.get("num", "?")
+        username = job.get("username") or ""
         if not self.cfg.openai_api_key:
             note = "не настроен ключ OpenAI для озвучивания."
             self._append_history(history_path, "voice_reply_failed", {"jobId": job_id, "jobNum": job_num, "error": note})
             self._safe_send(chat_id, f"Озвучивание включено, но {note}", reply_to=message_id)
             return
 
-        chunks = split_text_for_tts(answer, self.cfg.openai_tts_chunk_chars)
+        voice_text = answer
+        rewrite_enabled = self._voice_rewrite_enabled(username)
+        if rewrite_enabled:
+            try:
+                voice_text = self._openai_rewrite_text_for_voice(answer)
+                self._append_history(history_path, "voice_rewrite_done", {
+                    "jobId": job_id,
+                    "jobNum": job_num,
+                    "model": self.cfg.openai_voice_rewrite_model,
+                    "sourceChars": len(answer or ""),
+                    "resultChars": len(voice_text or ""),
+                })
+            except VoiceReplyError as e:
+                self._append_history(history_path, "voice_rewrite_failed", {
+                    "jobId": job_id,
+                    "jobNum": job_num,
+                    "model": self.cfg.openai_voice_rewrite_model,
+                    "error": str(e),
+                })
+                self._safe_send(
+                    chat_id,
+                    f"Не удалось адаптировать ответ #{job_num} для озвучки, озвучиваю обычный текст: {e}",
+                    reply_to=message_id,
+                )
+                voice_text = answer
+
+        chunks = split_text_for_tts(voice_text, self.cfg.openai_tts_chunk_chars)
         if not chunks:
             return
 
         sent_count = 0
         total = len(chunks)
-        print(f"[py-bot] tts start job={str(job_id)[:8]} chunks={total}", flush=True)
+        targets = self._voice_reply_targets(job)
+        print(f"[py-bot] tts start job={str(job_id)[:8]} chunks={total} targets={len(targets)} rewrite={rewrite_enabled}", flush=True)
         for index, chunk in enumerate(chunks, start=1):
             try:
                 audio = self._openai_tts(chunk)
@@ -1562,12 +1682,13 @@ class ShinePyBotService:
             caption = f"Озвучка ответа #{job_num}"
             if total > 1:
                 caption += f", часть {index}/{total}"
+            for target_chat_id, target_reply_to, target_label in targets:
                 message_sent = self._safe_send_voice_upload(
-                chat_id,
+                    target_chat_id,
                     audio,
                     f"shine-answer-{job_num}-{index}.ogg",
                     caption=caption,
-                reply_to=message_id,
+                    reply_to=target_reply_to,
                 )
                 if message_sent is None:
                     self._append_history(history_path, "voice_reply_failed", {
@@ -1575,14 +1696,85 @@ class ShinePyBotService:
                         "jobNum": job_num,
                         "part": index,
                         "parts": total,
+                        "target": target_label,
                         "error": "Telegram не принял voice-файл озвучки.",
                     })
+                    if target_label == "source":
                         self._safe_send(chat_id, f"Озвучка ответа #{job_num} создана, но Telegram не принял voice-файл.", reply_to=message_id)
-                return
+                    continue
                 sent_count += 1
-        self._append_history(history_path, "voice_reply_sent", {"jobId": job_id, "jobNum": job_num, "parts": sent_count})
+        self._append_history(history_path, "voice_reply_sent", {
+            "jobId": job_id,
+            "jobNum": job_num,
+            "parts": total,
+            "messages": sent_count,
+            "targets": len(targets),
+            "rewriteEnabled": rewrite_enabled,
+        })
         print(f"[py-bot] tts done job={str(job_id)[:8]} sent={sent_count}", flush=True)
 
+    def _openai_rewrite_text_for_voice(self, text: str) -> str:
+        source = (text or "").strip()
+        if not source:
+            return ""
+        if len(source) > self.cfg.openai_voice_rewrite_max_input_chars:
+            source = source[:self.cfg.openai_voice_rewrite_max_input_chars].rstrip() + "\n\n...[текстовый ответ был длиннее и обрезан для голосовой версии]"
+        payload = {
+            "model": self.cfg.openai_voice_rewrite_model,
+            "messages": [
+                {
+                    "role": "system",
+                    "content": (
+                        "Ты готовишь короткую русскую голосовую версию финального ответа технического агента. "
+                        "Сохрани итог, важные предупреждения и действия. Убери длинные пути, хэши, команды, номера версий, "
+                        "JSON, списки файлов и другие строки, которые плохо воспринимаются на слух. "
+                        "Не добавляй новых фактов. Пиши естественно, кратко, без markdown."
+                    ),
+                },
+                {
+                    "role": "user",
+                    "content": f"Переделай этот финальный текст в вариант для озвучки:\n\n{source}",
+                },
+            ],
+            "temperature": 0.2,
+            "max_tokens": self.cfg.openai_voice_rewrite_max_output_tokens,
+        }
+        data = json.dumps(payload, ensure_ascii=False).encode("utf-8")
+        req = request.Request("https://api.openai.com/v1/chat/completions", method="POST", data=data)
+        req.add_header("Authorization", f"Bearer {self.cfg.openai_api_key}")
+        req.add_header("Content-Type", "application/json")
+        try:
+            with request.urlopen(req, timeout=self.cfg.openai_voice_rewrite_timeout_seconds) as resp:
+                raw = resp.read().decode("utf-8", errors="replace")
+        except TimeoutError as e:
+            raise VoiceReplyError(
+                f"OpenAI не успел адаптировать текст за {self.cfg.openai_voice_rewrite_timeout_seconds} секунд."
+            ) from e
+        except error.HTTPError as e:
+            detail = e.read().decode("utf-8", errors="replace")
+            if e.code == 401:
+                message = "OpenAI отклонил ключ API для адаптации текста."
+            elif e.code == 429:
+                message = "OpenAI временно ограничил адаптацию текста из-за лимита запросов."
+            elif e.code >= 500:
+                message = "OpenAI временно не смог адаптировать текст."
+            else:
+                message = f"OpenAI вернул ошибку HTTP {e.code} при адаптации текста."
+            if detail:
+                message = f"{message} Детали: {detail[:500]}"
+            raise VoiceReplyError(message) from e
+        except error.URLError as e:
+            raise VoiceReplyError(f"не удалось отправить текст в OpenAI для адаптации из-за сетевой ошибки: {e.reason}") from e
+
+        try:
+            body = json.loads(raw)
+            content = (((body.get("choices") or [{}])[0].get("message") or {}).get("content") or "").strip()
+        except Exception as e:
+            raise VoiceReplyError("OpenAI вернул неразборчивый ответ при адаптации текста.") from e
+        if not content:
+            raise VoiceReplyError("OpenAI вернул пустой текст адаптации.")
+        return content
+
     def _openai_tts(self, text: str) -> bytes:
         payload = {
             "model": self.cfg.openai_tts_model,

VERSION.properties

@@ -1,2 +1,2 @@
-client.version=1.2.97
+client.version=1.2.98
-server.version=1.2.91
+server.version=1.2.92