update von den Hint übergebenen parametern

math-tutor/backend/app/LLM_services/hint_LLM.py

@@ -3,60 +3,34 @@ from app.deterministic_services import llm_client
 
 def generate_hint(
     task: str,
-    solution: str,
+    LLM_solution: str,
+    math_solution: str | None = None,
     history: str | None = None,
     retrival: str | None = None,
 ) -> str:
+    system_prompt = (
+        "Du bist ein didaktischer Tutor. "
+        "Gebe dem Nutzer hilfreiche Tipps um mathematische Aufgaben zu lösen. "
+        "Antworte nur mit dem Tipp, ohne weitere Erklärungen."
+        "Gibe keine komplette Lösung der Aufgabe."
+        "Die Mathematische Lösung hat immer Vorrang vor der LLM Lösung."
+    )
     prompt = (
         "Aufgabe:\n"
         + task
         + "\n\n"
-        "Loesung (vom Mathe-Tool):\n"
-        + solution
+        "Loesung (von einem LLM):\n"
+        + LLM_solution
         + "\n"
-        + "Du bist ein didaktischer Tutor. "
-        "Schaue dir Aufgabe, die dazugehörige Lösung und die bisherige Historie an."
-        "Entscheide basierend darauf was der nächste Schritt ist den der Nutzer machen muss um zur Lösung zu kommne"
-        "Schreibe einen minimalen Tipp zum nächsten Schritt"
-        "Halte dich kurz und klar. Gibt nicht die Lösung aus."
     )
+    if math_solution:
+        prompt += "Mathematische Loesung:\n" + math_solution + "\n"
     if history:
-        prompt = "\nHistorie:\n" + history + "\n" + prompt
+        prompt += "\nHistorie:\n" + history + "\n"
     if retrival:
         prompt = "\nKontext:\n" + retrival + "\n" + prompt
 
     result = llm_client.chat(
-        messages=[{"role": "user", "content": prompt}],
+        messages=[{"role": "system", "content": system_prompt}, {"role": "user", "content": prompt}],
     )
-    return llm_client.get_message_content(result)
-
-
-TOOL_SPEC = {
-    "type": "function",
-    "function": {
-        "name": "generate_hint",
-        "description": (
-            "Gibt einen didaktisch wertvollen naechsten Hinweis "
-            "auf Basis der Aufgabe und der berechneten Loesung."
-        ),
-        "parameters": {
-            "type": "object",
-            "properties": {
-                "task": {"type": "string", "description": "Die gegebene Aufgabe"},
-                "solution": {
-                    "type": "string",
-                    "description": "Loesung aus dem Mathe-Tool",
-                },
-                "history": {
-                    "type": "string",
-                    "description": "Optionaler Verlauf, kann leer sein",
-                },
-                "retrival": {
-                    "type": "string",
-                    "description": "Optionales Kontextblatt mit Werkzeug- und Retrieval-Infos",
-                },
-            },
-            "required": ["task", "solution"],
-        },
-    },
-}
+    return llm_client.get_message_content(result)
\ No newline at end of file

math-tutor/backend/app/deterministic_services/context_store.py

@@ -138,6 +138,19 @@ def latest_math_solution(sheet: dict[str, Any]) -> str:
         return ""
     return sheet["math_solutions"][-1].get("solution", "")
 
+def last_LLM_solution(sheet: dict[str, Any]) -> str:
+    if not sheet["LLM_solutions"]:
+        return ""
+    return sheet["LLM_solutions"][-1].get("solution", "")
+
+def get_task(sheet: dict[str, Any]) -> str:
+    history = sheet.get("history", [])
+    if history:
+        return history[0].get("content", "")
+    return ""
+
+def get_history(sheet: dict[str, Any]) -> str:
+    return format_history(sheet.get("history", []))
 
 def first_math_solution(sheet: dict[str, Any]) -> str:
     if not sheet["math_solutions"]:

math-tutor/backend/app/deterministic_services/orchestrator.py

@@ -89,9 +89,10 @@ def run_chat(messages: list[dict], draft: str | None = None) -> dict:
 
     # Hinweis und Ausgaben generierung
     hint_args = {
-        "task": _extract_user_messages(messages)[0],
-        "solution": context_store.first_math_solution(sheet),
-        "history": history_text,
+        "task": context_store.get_task(sheet),
+        "LLM_solution": context_store.last_LLM_solution(sheet),
+        "math_solution": context_store.first_math_solution(sheet),
+        "history": context_store.format_history(messages),
         "retrival": context_store.get_retrival(sheet),
     }
     reply = hint_LLM.generate_hint(**hint_args)