Delete utils.py

utils.py

@@ -1,112 +0,0 @@
-# Contenir les fonctions utilitaires auxiliaires.
-
-import re
-import os
-import base64
-from io import BytesIO
-from PIL import Image
-from logger import logger
-import tiktoken
-
-def has_text(text):
-    """
-    Détermine si le texte fourni est non vide après suppression des espaces.
-    """
-    return bool(text.strip())
-
-def resize_image(image_bytes, mode='high', attachment_filename=None):
-    try:
-        with Image.open(BytesIO(image_bytes)) as img:
-            original_format = img.format  # Stocker le format original
-
-            if mode == 'high':
-                # Redimensionner pour le mode haute fidélité
-                img.thumbnail((2000, 2000))
-                if min(img.size) < 768:
-                    scale = 768 / min(img.size)
-                    new_size = tuple(int(x * scale) for x in img.size)
-                    img = img.resize(new_size, Image.Resampling.LANCZOS)
-            elif mode == 'low':
-                # Redimensionner pour le mode basse fidélité
-                img = img.resize((512, 512))
-
-            buffer = BytesIO()
-
-            img_format = img.format
-            if not img_format:
-                if attachment_filename:
-                    _, ext = os.path.splitext(attachment_filename)
-                    ext = ext.lower()
-                    format_mapping = {
-                        '.jpg': 'JPEG',
-                        '.jpeg': 'JPEG',
-                        '.png': 'PNG',
-                        '.gif': 'GIF',
-                        '.bmp': 'BMP',
-                        '.tiff': 'TIFF'
-                    }
-                    img_format = format_mapping.get(ext, 'PNG')
-                else:
-                    img_format = 'PNG'
-
-            img.save(buffer, format=img_format)
-            return buffer.getvalue()
-    except Exception as e:
-        logger.error(f"Error resizing image: {e}")
-        raise
-
-def extract_text_from_message(message):
-    content = message.get("content", "")
-    if isinstance(content, list):
-        # Extraire le texte de chaque élément de la liste
-        texts = []
-        for part in content:
-            if isinstance(part, dict):
-                text = part.get("text", "")
-                if text:
-                    texts.append(text)
-        return ' '.join(texts)
-    elif isinstance(content, str):
-        return content
-    else:
-        return ""
-
-def calculate_cost(usage, model='gpt-4o-mini'):
-    input_tokens = usage.get('prompt_tokens', 0)
-    output_tokens = usage.get('completion_tokens', 0)
-
-    # Définir les tarifs par modèle
-    model_costs = {
-        'gpt-4o': {
-            'input_rate': 5.00 / 1_000_000,    # 5$ pour 1M tokens d'entrée
-            'output_rate': 15.00 / 1_000_000  # 15$ pour 1M tokens de sortie
-        },
-        'gpt-4o-mini': {
-            'input_rate': 0.150 / 1_000_000,   # 0.150$ pour 1M tokens d'entrée
-            'output_rate': 0.600 / 1_000_000   # 0.600$ pour 1M tokens de sortie
-        }
-    }
-
-    # Obtenir les tarifs du modèle spécifié
-    if model not in model_costs:
-        logger.warning(f"Modèle inconnu '{model}'. Utilisation des tarifs par défaut pour 'gpt-4o-mini'.")
-        model = 'gpt-4o-mini'
-
-    input_rate = model_costs[model]['input_rate']
-    output_rate = model_costs[model]['output_rate']
-
-    # Calculer les coûts
-    input_cost = input_tokens * input_rate
-    output_cost = output_tokens * output_rate
-    total_cost = input_cost + output_cost
-
-    return input_tokens, output_tokens, total_cost
-
-async def read_text_file(attachment):
-    file_bytes = await attachment.read()
-    return file_bytes.decode('utf-8')
-
-async def encode_image_from_attachment(attachment, mode='high'):
-    image_data = await attachment.read()
-    resized_image = resize_image(image_data, mode=mode, attachment_filename=attachment.filename)
-    return base64.b64encode(resized_image).decode('utf-8')