feat(n8n-desc): implement Gemini vision fallback and raw text output

backend/api/product_desc/n8n_desc.py

@@ -27,11 +27,11 @@ logger = logging.getLogger(__name__)
 
 router = APIRouter(prefix="/api/product-desc", tags=["n8n Ultra Description"])
 
-from config import FREE_LLM_API_KEY, LITELLM_BASE_URL
+from config import FREE_LLM_API_KEY, LITELLM_BASE_URL, GOOGLE_API_KEY
 
-# ── FreeLLMAPI config ──
+# ── Config ──
 
-VISION_MODEL = "meta-llama/llama-4-scout-17b-16e-instruct"
+VISION_MODELS = ["gemini-3.1-flash-lite-preview", "meta-llama/llama-4-scout-17b-16e-instruct"]
 WRITER_MODEL = "openai/gpt-oss-20b"
 
 
@@ -106,6 +106,41 @@ async def _groq_call(messages: list, model: str, max_tokens: int = 2000,
     raise RuntimeError("All FreeLLMAPI models/retries exhausted")
 
 
+async def _gemini_vision_call(prompt: str, img_b64: str, model_name: str) -> str:
+    """Native Gemini API call cho Vision phase (vì proxy chặn mảng image)."""
+    if not GOOGLE_API_KEY:
+        raise ValueError("GOOGLE_API_KEY is missing in config.py")
+        
+    url = f"https://generativelanguage.googleapis.com/v1beta/models/{model_name}:generateContent?key={GOOGLE_API_KEY}"
+    payload = {
+        "contents": [
+            {
+                "parts": [
+                    {"text": prompt},
+                    {"inline_data": {"mime_type": "image/jpeg", "data": img_b64}}
+                ]
+            }
+        ]
+    }
+    
+    for _ in range(2):
+        try:
+            async with httpx.AsyncClient(timeout=30) as client:
+                resp = await client.post(url, json=payload)
+                if resp.status_code == 200:
+                    return resp.json()["candidates"][0]["content"]["parts"][0]["text"]
+                elif resp.status_code == 429:
+                    await asyncio.sleep(2)
+                    continue
+                else:
+                    raise Exception(f"Gemini API Error {resp.status_code}: {resp.text}")
+        except Exception as e:
+            logger.warning(f"Gemini Vision call failed: {e}")
+            await asyncio.sleep(1)
+            
+    raise RuntimeError("Gemini Vision failed after retries")
+
+
 # ═══════════════════════════════════════════════════════════════
 # Request Schema — match voi data n8n gui tu Google Sheets
 # ═══════════════════════════════════════════════════════════════
@@ -249,11 +284,7 @@ QUY TẮC VIẾT:
 VÍ DỤ MINH HỌA CÁCH VIẾT (Để hiểu độ sâu và chi tiết cần có):
 - Hoàn cảnh sử dụng: "Trong những buổi sáng cuối tuần thảnh thơi dạo bước trên phố, chiếc Áo ba lỗ này là lựa chọn hoàn hảo để giải phóng cơ thể khỏi sự gò bó của trang phục công sở. Hoặc trong các buổi tập gym cường độ cao, chất liệu thấm hút nhanh sẽ hỗ trợ tối đa..."
 - Mix & Match: "Outfit 1 (Năng động ngày hè): Kết hợp chiếc Áo ba lỗ này cùng một chiếc Quần soóc khaki. Form đứng của Quần soóc sẽ bù trừ hoàn hảo cho độ mềm mại của áo, tạo nên tỷ lệ cơ thể vững chãi nam tính. Thêm một đôi sneaker trắng và Mũ thể thao Canifa để hoàn thiện diện mạo..."
-
-Trả về JSON:
-{{
-  "ai_description": "Bài viết mô tả cực kỳ chi tiết và chuyên sâu (1000-2000 từ)"
-}}"""
+"""
 
 
 # ═══════════════════════════════════════════════════════════════
@@ -277,13 +308,22 @@ async def n8n_generate_description(req: N8nDescRequest):
 
     try:
         # ── Phase 1: Vision ──
-        logger.info(f"[n8n-desc] {ma_sp} — Phase 1: Vision ({VISION_MODEL})")
+        logger.info(f"[n8n-desc] {ma_sp} — Phase 1: Vision ({VISION_MODELS})")
         vision_data = {}
 
         try:
             img_b64 = await _fetch_image_base64(req.image_url)
             logger.info(f"[n8n-desc] {ma_sp} — Image fetched: {len(img_b64)} chars base64")
 
+            vision_prompt = _build_vision_prompt(req)
+            vision_raw = None
+            
+            for v_model in VISION_MODELS:
+                try:
+                    logger.info(f"[n8n-desc] {ma_sp} — Trying Vision Model: {v_model}")
+                    if v_model.startswith("gemini"):
+                        vision_raw = await _gemini_vision_call(vision_prompt, img_b64, v_model)
+                    else:
                         vision_messages = [
                             {
                                 "role": "user",
@@ -292,15 +332,21 @@ async def n8n_generate_description(req: N8nDescRequest):
                                         "type": "image_url",
                                         "image_url": {"url": f"data:image/jpeg;base64,{img_b64}"},
                                     },
-                        {"type": "text", "text": _build_vision_prompt(req)},
+                                    {"type": "text", "text": vision_prompt},
                                 ],
                             }
                         ]
                         vision_raw = await _groq_call(
-                vision_messages, VISION_MODEL,
+                            vision_messages, v_model,
                             max_tokens=800, is_vision=True
                         )
-            vision_data = _extract_json(vision_raw) or {}
+                    if vision_raw:
+                        break # Thanh cong, thoat khoi vong lap fallback
+                except Exception as e:
+                    logger.warning(f"[n8n-desc] {ma_sp} — Vision failed with {v_model}: {e}")
+                    continue
+                    
+            vision_data = _extract_json(vision_raw) if vision_raw else {}
             logger.info(f"[n8n-desc] {ma_sp} — Vision done: {list(vision_data.keys())}")
 
         except Exception as vision_err:
@@ -316,7 +362,7 @@ async def n8n_generate_description(req: N8nDescRequest):
                 "content": (
                     "Bạn là AI Stylist cao cấp Canifa. Viết mô tả sản phẩm thời trang "
                     "bằng tiếng Việt. Phong cách: tự tin, gợi hình, không bịa chất liệu. "
-                    "Luôn trả về JSON chuẩn, không text thừa."
+                    "Viết thẳng đoạn văn bản mô tả (không cần format JSON)."
                 ),
             },
             {"role": "user", "content": _build_writer_prompt(req, vision_data)},
@@ -326,11 +372,9 @@ async def n8n_generate_description(req: N8nDescRequest):
             writer_messages, WRITER_MODEL,
             max_tokens=4000
         )
-        result = _extract_json(writer_raw)
         
-        if not result or not result.get("ai_description"):
-            # Fallback: neu JSON fail, lay raw text lam description
         ai_desc = writer_raw.strip() if writer_raw else ""
+        
         if not ai_desc:
             return JSONResponse(
                 status_code=500,
@@ -341,7 +385,6 @@ async def n8n_generate_description(req: N8nDescRequest):
                     "raw": writer_raw[:500] if writer_raw else None,
                 },
             )
-            result = {"ai_description": ai_desc}
 
         elapsed = round(time.time() - t0, 2)
         logger.info(f"[n8n-desc] {ma_sp} — Done in {elapsed}s")
@@ -350,7 +393,7 @@ async def n8n_generate_description(req: N8nDescRequest):
             "status": "success",
             "ma_san_pham": ma_sp,
             "ten_san_pham": req.ten_san_pham,
-            "ai_description": result["ai_description"],
+            "ai_description": ai_desc,
             "elapsed_s": elapsed,
             # Debug (n8n co the bo qua)
             "vision_data": vision_data,