def exec_rag(question,search_word_list,similarity,num): #検索関数 question:質問(str),search_word_list:検索用ワード(list),similarity:類似度(-1～1),num:個数(1～100)
    llm_context = ''
    top_k_num = 10
    context_candidates,work_list,priority_id_list,use_context = [],[],[],[]
    index = pc.Index("starter-index-test1")
    openai_client = OpenAI(api_key = OPENAI_API_KEY)
    for search_word in search_word_list:
        res_openai = openai_client.embeddings.create(input=search_word,model="text-embedding-ada-002")
        search_word_emb = res_openai.data[0].embedding
        search_results = index.query(vector=search_word_emb,top_k=top_k_num,include_values=False,include_metadata=True)
        work_list_tmp = []
        for val in search_results['matches']:
            if val['score'] >= similarity:
                context_candidates.append([val['id'],val['score'],val['metadata']['doc']])
                work_list_tmp.append(val['id'])
        work_list.append(work_list_tmp)
    for idx1,id_list1 in enumerate(work_list): #検索ワードにまたがり重複したQAを優先情報とする。
        for idx2,id_list2 in enumerate(work_list):
            if idx1 >= idx2:
                continue
            priority_id_list.extend(list(set(id_list1) & set(id_list2)))
    if len(priority_id_list) != 0:
        c = collections.Counter(priority_id_list)
        values, counts = zip(*c.most_common())
        priority_id_list = list(values)#各ワード別検索結果毎に多いidの順、重複無し
    c = 0 # コンテクストリストの作成開始
    for priority_id in priority_id_list:
        for candidate_list in context_candidates:
            if candidate_list[0] == priority_id:
                use_context.append(candidate_list)
                break
    c = c + len(use_context)
    context_candidates_others = [candidate_list for candidate_list in context_candidates if candidate_list[0] not in priority_id_list]#優先以外の情報を用意
    context_candidates_others = list(map(list, set(map(tuple, context_candidates_others)))) #重複排除
    context_candidates_others = sorted(context_candidates_others, reverse=True, key=lambda x: x[1])
    for candidate_list in context_candidates_others:#最終コンテクストのlist作成
        if c >= num :
            break
        use_context.append(candidate_list)
        c = c + 1
    for candidate_list in use_context:#最終コンテクストの整形
        llm_context = llm_context + candidate_list[2] + '\n-----------------\n' 

def make_answer(question,session_id,continuation,do_makeword): #回答作成関数 question:質問文,session_id:セッションID,continuation:True継続/False初回,do_makeword: True する/False しない
    keyword_list,add_keyword_list = [],[]
    if not continuation :
        keyword_list.append(question)
        if do_makeword :
            word_num = 4
            add_keyword_list = make_search_word(question,word_num) #第二引数は出力数
            keyword_list.extend(add_keyword_list) 
        answer,system_prompt = exec_rag(question,keyword_list,similarity=0.80,num=100)
    else:
        answer,system_prompt = continuous_genarate(question,session_id)
    now_time = record_conversations(session_id,question,answer,keyword_list,system_prompt)
    if now_time :
        return answer,system_prompt,now_time
    else:
        return '**異常終了1**','**異常終了1**',''

import json
import base64 
import urllib.parse 
import textwrap
from openai import OpenAI
import boto3
from pinecone import Pinecone
from http import cookies
import uuid
from datetime import datetime, timedelta
import collections

OPENAI_API_KEY = "sk-******"
pc = Pinecone(api_key='*******') #pinecone index操作用のインスタンス
IP_RANGE =['']#必要であれば設定してください。
dynamodb_client = boto3.client('dynamodb')
DN_TABLE_NAME = '********'
DN_P_KEY = 'session_id'

def check_ip(ip_address, IP_RANGE):#アクセス元ipチェック関数
    print('using_IP:',ip_address)
    if ip_address in IP_RANGE:
        print('Match!!')
        return True
    else:
        print('Miss!!')
        return False

def decode_body(event_body):
    body_query = base64.b64decode(event_body).decode()
    body_dict = urllib.parse.parse_qs(body_query)
    for key in body_dict: # valueが配列に入っているので出す
        body_dict[key] = body_dict[key][0]
    return body_dict    
    
def lambda_handler(event, context):
    #IPアドレスチェック
    ip_address = '' 
    if event.get('requestContext'):
        http_info = event.get('requestContext').get('http')
        ip_address = http_info['sourceIp']
    valid_ip = check_ip(ip_address, IP_RANGE)
    if not valid_ip:
        view_str = '500 Unauthorized '+ip_address
        return {'statusCode': 500,'body': json.dumps(view_str)}
    #body部のデコード
    if event.get('body'):
        request_body = decode_body(event['body'])
        print("decoded_body",request_body)
    #パラメータの受理(question,clear) 
    question,clear = '','0'
    if event.get('queryStringParameters'):
        question,clear = event.get('queryStringParameters').get('question'),event.get('queryStringParameters').get('clear')
    elif event.get('body'):
        question,clear = request_body.get('question'),request_body.get('clear')  
    #session_id処理
    COOKIE_KEY = 'cookie-key_proto2'
    session_id,continuation = '',False
    if not 'cookies' in event:
        session_id = str(uuid.uuid4())
        print('IS_cookies:NO!! -> New Question!!')
    else:
        print('IS_cookies:YES!!')
        C = cookies.SimpleCookie()
        C.load('; '.join([cookie for cookie in event['cookies']]))
        cookie_dict = {k: v.value for k, v in C.items()}
        if not COOKIE_KEY in cookie_dict:
            session_id = str(uuid.uuid4())
            print('COOKIE_KEY:Nothing -> New Question!!')
        else:
            session_id = cookie_dict[COOKIE_KEY]
            print('COOKIE_KEY:Exist!!')
            if is_conversation_log(session_id):
                continuation=True
                print('Continue Conversation')
            else:
                continuation=False
                print('New Question!!')

    if clear == '1':
        session_id,continuation = str(uuid.uuid4()),False
        print('conversation_clear!!')
    #cookie用response作成
    set_cookie = '{cookie_key}={session_id}'.format(cookie_key=COOKIE_KEY,session_id=session_id)
    #回答生成要求部
    if clear == '1':
        answer,system_prompt,now_time,question = '新しい質問をどうぞ。','','','' #生成しない。
    else:
　　 #引数3は継続mode(True:継続/False:初回)/引数4はワード検索mode(True:する/False:しない)
        answer,system_prompt,now_time = make_answer(question,session_id,continuation,False) 
    #レスポンスデータ作成
    message = {
        "question":question,
        "exec_time":now_time, #record_conversationsで作成したタイムスタンプ。
        "answer":answer 
    }
    print(message)
    response = {
        'statusCode': 200,
        'isBase64Encoded': False,
        'headers': {
            'Access-Control-Allow-Credentials' : True, 
            'Content-Type': 'application/json',
            'Set-Cookie': set_cookie,
        },
        'body': json.dumps(message, ensure_ascii=False),
    }
    
    return response

def exec_rag(question,search_word_list,similarity,num): #question:質問(str),search_word_list:検索用ワード(list),similarity:類似度(-1～1),num:個数(1～5)

　・・・前半部省略・・・

 　　system_prompt = textwrap.dedent("""\
        あなたは質問に回答するチャットbotです。
        以下のコンテクストを参考にして質問に回答して下さい。
        コンテクストの中に質問に対する答えがない場合や、わからない場合、不確かな情報で回答しないでください。
        わからない場合は正直に「わかりませんでした」と答えてください。
        ## コンテクスト（開始） ##
        {}
        ## コンテクスト（終了） ##
    """).format(llm_context)
    response_gpt = openai_client.chat.completions.create(
        #model="gpt-4",
        model="gpt-4-turbo-2024-04-09",
        messages=[
            {"role": "system", "content": system_prompt},
            {"role": "user", "content": question}
        ],
        #temperature=1
    )
    answer = response_gpt.choices[0].message.content
    return answer,system_prompt

def record_conversations(session_id,question,answer,keyword_list,system_prompt): #会話履歴保存関数
    now_time = str((datetime.utcnow() + timedelta(hours=9)).strftime("%Y-%m-%d %H:%M:%S"))
    keyword_list_str = ','.join(keyword_list)
    dynamodb_client.put_item(TableName=DN_TABLE_NAME,Item={
        DN_P_KEY: {"S": session_id},
        "question": {"S": question},
        "answer": {"S": answer},
        "keyword_list": {"S": keyword_list_str},
        "system_prompt": {"S": system_prompt},
        "now_time": {"S": now_time},
    })
    dynamo_response = dynamodb_client.query(TableName=DN_TABLE_NAME,KeyConditionExpression= DN_P_KEY + '= :val',ExpressionAttributeValues={":val": {"S": session_id}},)
    return now_time

def continuous_genarate(question,session_id): #継続会話用の生成関数。question:質問(str),session_id:セッションID
    llm_context = ''
    openai_client = OpenAI(api_key = OPENAI_API_KEY)
    dynamo_response = dynamodb_client.query(TableName=DN_TABLE_NAME,KeyConditionExpression= DN_P_KEY + '= :val',ExpressionAttributeValues={":val": {"S": session_id}},)
    for idx,item in enumerate(dynamo_response['Items']):
        llm_context = llm_context +'[時刻]'+item['now_time']['S']+'----------\n'
        llm_context = llm_context +'[利用者]\n'
        if idx == 0 : #system_promptの前処理：１回目は会話履歴が無いので、そのまま利用。
            system_prompt_val = item['system_prompt']['S']
        else : #system_promptの前処理：２回目以降の分は、冗長かつ膨大になりそうなので、固定文にした。
            system_prompt_val = 'あなたは質問に回答するチャットbotです。'
        llm_context = llm_context +'　<プロンプト>\n'+system_prompt_val+'\n'
        llm_context = llm_context +'　<質問>\n'+item['question']['S']+'\n'
        llm_context = llm_context +'[生成AI]\n'+item['answer']['S']+'\n'

    system_prompt = textwrap.dedent("""\
        あなたは質問に回答するチャットbotです。
        以下の会話履歴は、あなた(生成AI)と利用者の最近の会話内容です。
        これを参考にして質問に回答して下さい。
        会話内容の中に存在するコンテクストに質問に対する答えが無い場合は、一般論として、ヒントとなる情報を回答して下さい。
        その際は、憶測の情報である事を述べる言葉を必ず使って下さい。
        ## 会話履歴（開始） ############################################################
        {}
        ## 会話履歴（終了） ############################################################
    """).format(llm_context)
    response_gpt = openai_client.chat.completions.create(
        model="gpt-4-turbo-2024-04-09",
        messages=[
            {"role": "system", "content": system_prompt},
            {"role": "user", "content": question}
        ],
        #temperature=1
    )
    answer = response_gpt.choices[0].message.content

    return answer,system_prompt

def is_conversation_log(session_id): #会話履歴内存在確認の関数
    dynamo_response = dynamodb_client.query(TableName=DN_TABLE_NAME,KeyConditionExpression= DN_P_KEY + '= :val',ExpressionAttributeValues={":val": {"S": session_id}},)
    if dynamo_response['Count'] > 0 :
        return True
    else:
        return False