Andrey
7f6f0f028c
- Обновлен Dockerfile для установки необходимых зависимостей. - Добавлены новые переменные окружения для настройки ML-скоринга в env.example. - Реализованы методы для получения и обновления ML-скоров в AsyncBotDB и PostRepository. - Обновлены обработчики публикации постов для интеграции ML-скоринга. - Добавлен новый обработчик для получения статистики ML-скоринга в админ-панели. - Обновлены функции для форматирования сообщений с учетом ML-скоров.
34 lines
854 B
Python
34 lines
854 B
Python
"""
|
||
Исключения для сервисов скоринга.
|
||
"""
|
||
|
||
|
||
class ScoringError(Exception):
|
||
"""Базовое исключение для ошибок скоринга."""
|
||
pass
|
||
|
||
|
||
class ModelNotLoadedError(ScoringError):
|
||
"""Модель не загружена или недоступна."""
|
||
pass
|
||
|
||
|
||
class VectorStoreError(ScoringError):
|
||
"""Ошибка при работе с хранилищем векторов."""
|
||
pass
|
||
|
||
|
||
class DeepSeekAPIError(ScoringError):
|
||
"""Ошибка при обращении к DeepSeek API."""
|
||
pass
|
||
|
||
|
||
class InsufficientExamplesError(ScoringError):
|
||
"""Недостаточно примеров для расчета скора."""
|
||
pass
|
||
|
||
|
||
class TextTooShortError(ScoringError):
|
||
"""Текст слишком короткий для векторизации."""
|
||
pass
|