Help with the pancreas code.

import fetch from 'node-fetch';

// Определяем интерфейс AiResponse для лучшей типобезопасности
interface AiResponse {
response_text: string;
confidence?: number;
model_name?: string;
}

interface GeminiResponse {
candidates: {
content: {
parts: {
text: string;
}[];
}[];
}[];
}

// Функция для вызова AI модели с использованием токена и URL
export async function callAiModel(query: string, token: string, url: string): Promise<any> {
try {
const response = await fetch(url, {
method: 'POST',
headers: {
'Content-Type': 'application/json',
'Authorization': `Bearer ${token}`
},
body: JSON.stringify({ query: query })
});

if (!response.ok) {
throw new Error(`Ошибка при запросе к AI модели: ${response.status} ${response.statusText}`);
}

const data = await response.json();
return data;

} catch (error) {
console.error('Ошибка при вызове AI модели:', error);
throw error; // Пробрасываем ошибку для обработки на верхнем уровне
}
}

// Функции для вызова каждой AI модели
// Временные реализации, возвращающие заглушки
export const callAiModel1 = async (query: string, token: string): Promise<AiResponse> => {
// TODO: Реализовать вызов AI Model 1 с использованием токена
// Временная заглушка
console.log("Вызов AI Model 1 с query:", query);
return { response_text: 'Ответ от модели 1' };
};

export const callAiModel2 = async (query: string, token: string): Promise<AiResponse> => {
const url = 'https://generativelanguage.googleapis.com/v1beta/models/gemini-2.0-flash:generateContent';
try {
const response = await fetch(url, {
method: 'POST',
headers: {
'Content-Type': 'application/json',
'Authorization': `Bearer ${token}`
},
body: JSON.stringify({ query: query })
});

if (!response.ok) {
throw new Error(`Ошибка при запросе к AI модели 2: ${response.status} ${response.statusText}`);
}

const data: GeminiResponse = await response.json() as GeminiResponse;
console.log("Gemini API Response:", data); // Выводим ответ для отладки

const response_text = data.candidates[0].content[0].parts[0].text;

return { response_text: response_text, model_name: 'gemini-2.0-flash' };

} catch (error) {
console.error('Ошибка при вызове AI модели 2:', error);
throw error;
}
};

export const callAiModel3 = async (query: string, token: string): Promise<AiResponse> => {
// TODO: Реализовать вызов AI Model 3 с использованием токена
// Временная заглушка
console.log("Вызов AI Model 3 с query:", query);
return { response_text: 'Ответ от модели 3' };
};

JS

import fetch from 'node-fetch';



// Определяем интерфейс AiResponse для лучшей типобезопасности

interface AiResponse {

    response_text: string;

    confidence?: number;

    model_name?: string;

}



interface GeminiResponse {

    candidates: {

        content: {

            parts: {

                text: string;

            }[];

        }[];

    }[];

}



// Функция для вызова AI модели с использованием токена и URL

export async function callAiModel(query: string, token: string, url: string): Promise<any> {

    try {

        const response = await fetch(url, {

            method: 'POST',

            headers: {

                'Content-Type': 'application/json',

                'Authorization': `Bearer ${token}`

            },

            body: JSON.stringify({ query: query })

        });



        if (!response.ok) {

            throw new Error(`Ошибка при запросе к AI модели: ${response.status} ${response.statusText}`);

        }



        const data = await response.json();

        return data;



    } catch (error) {

        console.error('Ошибка при вызове AI модели:', error);

        throw error; // Пробрасываем ошибку для обработки на верхнем уровне

    }

}



// Функции для вызова каждой AI модели

// Временные реализации, возвращающие заглушки

export const callAiModel1 = async (query: string, token: string): Promise<AiResponse> => {

    // TODO: Реализовать вызов AI Model 1 с использованием токена

    // Временная заглушка

    console.log("Вызов AI Model 1 с query:", query);

    return { response_text: 'Ответ от модели 1' };

};



export const callAiModel2 = async (query: string, token: string): Promise<AiResponse> => {

    const url = 'https://generativelanguage.googleapis.com/v1beta/models/gemini-2.0-flash:generateContent';

    try {

        const response = await fetch(url, {

            method: 'POST',

            headers: {

                'Content-Type': 'application/json',

                'Authorization': `Bearer ${token}`

            },

            body: JSON.stringify({ query: query })

        });



        if (!response.ok) {

            throw new Error(`Ошибка при запросе к AI модели 2: ${response.status} ${response.statusText}`);

        }



        const data: GeminiResponse = await response.json() as GeminiResponse;

        console.log("Gemini API Response:", data); // Выводим ответ для отладки

        

        const response_text = data.candidates[0].content[0].parts[0].text;



        return { response_text: response_text, model_name: 'gemini-2.0-flash' };



    } catch (error) {

        console.error('Ошибка при вызове AI модели 2:', error);

        throw error;

    }

};



export const callAiModel3 = async (query: string, token: string): Promise<AiResponse> => {

    // TODO: Реализовать вызов AI Model 3 с использованием токена

    // Временная заглушка

    console.log("Вызов AI Model 3 с query:", query);

    return { response_text: 'Ответ от модели 3' };

};

{
"questions": [{
"parts": [{"text": "Analyze the most relevant programming languages for quantitative trading on the EU exchange, considering performance and available libraries."}]
}]
}

JS

{

  "questions": [{

    "parts": [{"text": "Analyze the most relevant programming languages for quantitative trading on the EU exchange, considering performance and available libraries."}]

  }]

}

Пока пытаюсь настроить только callAiModel2.