init

1 files changed, 73 insertions, 0 deletions

diff --git a/fetch-oneline-description b/fetch-oneline-description
new file mode 100755
index 000000000..6f592e681
--- /dev/null
+++ b/fetch-oneline-description
@@ -0,0 +1,73 @@
+#!/usr/bin/env python3
+import os
+import sys
+import json
+import subprocess
+
+MODEL = "openrouter/anthropic/claude-3.5-haiku"
+
+
+class LLMClient:
+    """Client for LLM description generation."""
+
+    def __init__(self, model: str):
+        self.model = model
+
+    def llm_call(
+        self,
+        system_prompt: str,
+        user_prompt: str,
+    ) -> str:
+        proc = subprocess.run(
+            ["llm", "-m", self.model, "-s", system_prompt, user_prompt],
+            timeout=30,
+            check=True,
+            capture_output=True,
+            text=True,
+        )
+        stdout = proc.stdout.strip()
+        return stdout
+
+    def generate_description(self, text: str) -> str:
+        """Generate short description using LLM."""
+        system_prompt = """És um assistente especializado em condensar descrições de eventos de corrida em resumos de uma linha em português de Portugal. Deves extrair e resumir apenas a informação mais importante e relevante da descrição fornecida.
+
+Exemplos de resumos que deves gerar:
++ Corrida histórica pelas ruas de Lisboa com vista para o Tejo
++ Trail desafiante pela Serra da Estrela
++ São Silvestre tradicional no centro histórico do Porto
++ Meia maratona costeira com paisagens do Atlântico
++ Corrida solidária organizada pela câmara municipal
++ Prova de montanha com subidas técnicas
++ Corrida de Natal pela zona ribeirinha
++ Trail nocturno por caminhos antigos
+
+IMPORTANTE:
+- Responde APENAS com a descrição de uma linha em português de Portugal
+- Usa apenas informação presente na descrição original
+- Destaca características especiais do percurso, localização ou organização
+- Não menciones distâncias se já estão implícitas no tipo de evento
+- Foca-te no que torna este evento único ou interessante"""
+
+        return self.llm_call(
+            system_prompt,
+            text,
+        )
+
+
+client = LLMClient(MODEL)
+for slug in sys.argv[1:]:
+    data_path = os.path.join("events", slug, "data.json")
+    if not os.path.exists(data_path):
+        continue
+    data = json.load(open(data_path, "r"))
+    description = data["content"]["rendered"].strip()
+    if description == "":
+        continue
+    oneline_path = os.path.join("events", slug, "oneline-description")
+    if os.path.exists(oneline_path):
+        continue
+    oneline = client.generate_description(description)
+    with open(oneline_path, "w") as f:
+        f.write(oneline)
+