Files
tg_bot_language/database/models.py

143 lines
6.9 KiB
Python
Raw Normal View History

from datetime import datetime
from typing import Optional
from sqlalchemy import String, BigInteger, DateTime, Integer, Boolean, JSON, Enum as SQLEnum, UniqueConstraint
from sqlalchemy.orm import DeclarativeBase, Mapped, mapped_column
import enum
class Base(DeclarativeBase):
"""Базовая модель"""
pass
class LanguageLevel(str, enum.Enum):
"""Уровни владения языком (CEFR)"""
A1 = "A1"
A2 = "A2"
B1 = "B1"
B2 = "B2"
C1 = "C1"
C2 = "C2"
class JLPTLevel(str, enum.Enum):
"""Уровни JLPT для японского языка"""
N5 = "N5" # Базовый
N4 = "N4" # Начальный
N3 = "N3" # Средний
N2 = "N2" # Продвинутый
N1 = "N1" # Свободный
# Языки, использующие JLPT вместо CEFR
JLPT_LANGUAGES = {"ja"}
# Дефолтные уровни для разных систем
DEFAULT_CEFR_LEVEL = "A1"
DEFAULT_JLPT_LEVEL = "N5"
class WordSource(str, enum.Enum):
"""Источник добавления слова"""
MANUAL = "manual" # Ручное добавление
SUGGESTED = "suggested" # Предложено ботом
CONTEXT = "context" # Из контекста диалога
IMPORT = "import" # Импорт из текста
ERROR = "error" # Из ошибок в заданиях
AI_TASK = "ai_task" # Из AI-задания
class AIProvider(str, enum.Enum):
"""Провайдеры AI моделей"""
openai = "openai"
google = "google"
class User(Base):
"""Модель пользователя"""
__tablename__ = "users"
id: Mapped[int] = mapped_column(primary_key=True)
telegram_id: Mapped[int] = mapped_column(BigInteger, unique=True, nullable=False)
username: Mapped[Optional[str]] = mapped_column(String(255))
language_interface: Mapped[str] = mapped_column(String(2), default="ru") # ru/en/ja - UI language
learning_language: Mapped[str] = mapped_column(String(2), default="en") # en/ja - language being learned
translation_language: Mapped[Optional[str]] = mapped_column(String(2), default=None) # ru/en/ja - translation target (defaults to language_interface if None)
level: Mapped[LanguageLevel] = mapped_column(SQLEnum(LanguageLevel), default=LanguageLevel.A1)
levels_by_language: Mapped[Optional[dict]] = mapped_column(JSON, default=None) # {"en": "B1", "ja": "N4"}
timezone: Mapped[str] = mapped_column(String(50), default="UTC")
daily_task_time: Mapped[Optional[str]] = mapped_column(String(5)) # HH:MM
Добавлены основные функции MVP: тематические подборки, импорт слов, диалоговая практика, напоминания и тест уровня Новые команды: - /words [тема] - AI-генерация тематических подборок слов (10 слов по теме с учётом уровня) - /import - извлечение до 15 ключевых слов из текста (книги, статьи, песни) - /practice - диалоговая практика с AI в 6 сценариях (ресторан, магазин, путешествие, работа, врач, общение) - /reminder - настройка ежедневных напоминаний по расписанию - /level_test - тест из 7 вопросов для определения уровня английского (A1-C2) Основные изменения: - AI сервис: добавлены методы generate_thematic_words, extract_words_from_text, start_conversation, continue_conversation, generate_level_test - Диалоговая практика: исправление ошибок в реальном времени, подсказки, перевод реплик - Напоминания: APScheduler для ежедневной отправки напоминаний в выбранное время - Тест уровня: автоматическое определение уровня при регистрации, можно пропустить - База данных: добавлены поля reminders_enabled, last_reminder_sent - Vocabulary service: метод get_word_by_original для проверки дубликатов - Зависимости: apscheduler==3.10.4 🤖 Generated with [Claude Code](https://claude.com/claude-code) Co-Authored-By: Claude <noreply@anthropic.com>
2025-12-04 15:46:02 +03:00
reminders_enabled: Mapped[bool] = mapped_column(Boolean, default=False)
last_reminder_sent: Mapped[Optional[datetime]] = mapped_column(DateTime)
streak_days: Mapped[int] = mapped_column(Integer, default=0)
tasks_count: Mapped[int] = mapped_column(Integer, default=5) # Количество заданий (5-15)
created_at: Mapped[datetime] = mapped_column(DateTime, default=datetime.utcnow)
last_active: Mapped[datetime] = mapped_column(DateTime, default=datetime.utcnow, onupdate=datetime.utcnow)
class Vocabulary(Base):
"""Модель словарного запаса"""
__tablename__ = "vocabulary"
__table_args__ = (
UniqueConstraint("user_id", "source_lang", "word_original", name="uq_vocab_user_lang_word"),
)
id: Mapped[int] = mapped_column(primary_key=True)
user_id: Mapped[int] = mapped_column(Integer, nullable=False, index=True)
word_original: Mapped[str] = mapped_column(String(255), nullable=False)
word_translation: Mapped[str] = mapped_column(String(255), nullable=False)
source_lang: Mapped[Optional[str]] = mapped_column(String(5)) # ISO2 языка слова (язык изучения)
translation_lang: Mapped[Optional[str]] = mapped_column(String(5)) # ISO2 языка перевода (обычно язык интерфейса)
transcription: Mapped[Optional[str]] = mapped_column(String(255))
examples: Mapped[Optional[dict]] = mapped_column(JSON) # JSON массив примеров
category: Mapped[Optional[str]] = mapped_column(String(100))
difficulty_level: Mapped[Optional[LanguageLevel]] = mapped_column(SQLEnum(LanguageLevel))
source: Mapped[WordSource] = mapped_column(SQLEnum(WordSource), default=WordSource.MANUAL)
times_reviewed: Mapped[int] = mapped_column(Integer, default=0)
correct_answers: Mapped[int] = mapped_column(Integer, default=0)
last_reviewed: Mapped[Optional[datetime]] = mapped_column(DateTime)
created_at: Mapped[datetime] = mapped_column(DateTime, default=datetime.utcnow)
notes: Mapped[Optional[str]] = mapped_column(String(500)) # Заметки пользователя
class WordTranslation(Base):
"""Модель перевода слова с контекстом"""
__tablename__ = "word_translations"
id: Mapped[int] = mapped_column(primary_key=True)
vocabulary_id: Mapped[int] = mapped_column(Integer, nullable=False, index=True)
translation: Mapped[str] = mapped_column(String(255), nullable=False)
context: Mapped[Optional[str]] = mapped_column(String(500)) # Пример предложения
context_translation: Mapped[Optional[str]] = mapped_column(String(500)) # Перевод примера
is_primary: Mapped[bool] = mapped_column(Boolean, default=False) # Основной перевод
created_at: Mapped[datetime] = mapped_column(DateTime, default=datetime.utcnow)
class Task(Base):
"""Модель задания"""
__tablename__ = "tasks"
id: Mapped[int] = mapped_column(primary_key=True)
user_id: Mapped[int] = mapped_column(Integer, nullable=False, index=True)
task_type: Mapped[str] = mapped_column(String(50), nullable=False) # translate, sentence, fill, etc.
content: Mapped[dict] = mapped_column(JSON, nullable=False) # Содержание задания
correct_answer: Mapped[Optional[str]] = mapped_column(String(500))
user_answer: Mapped[Optional[str]] = mapped_column(String(500))
is_correct: Mapped[Optional[bool]] = mapped_column(Boolean)
ai_feedback: Mapped[Optional[str]] = mapped_column(String(1000))
completed_at: Mapped[Optional[datetime]] = mapped_column(DateTime)
created_at: Mapped[datetime] = mapped_column(DateTime, default=datetime.utcnow)
class AIModel(Base):
"""Модель AI моделей для генерации"""
__tablename__ = "ai_models"
id: Mapped[int] = mapped_column(primary_key=True)
provider: Mapped[AIProvider] = mapped_column(SQLEnum(AIProvider), nullable=False) # openai / google
model_name: Mapped[str] = mapped_column(String(100), nullable=False) # gpt-4o-mini, gemini-2.5-flash-lite
display_name: Mapped[str] = mapped_column(String(100), nullable=False) # Название для отображения
is_active: Mapped[bool] = mapped_column(Boolean, default=False) # Только одна модель активна
created_at: Mapped[datetime] = mapped_column(DateTime, default=datetime.utcnow)