{
  "type": 10000, // 10000はリアルタイム字幕の配信を示します
  "sender": "user_a", // 発言者のuserid
  "receiver": [], // 受信者useridリスト、このメッセージは実際にはルーム内でブロードキャストされます
  "payload": {
     "text":"", // 音声認識されたテキスト
     "start_time":"00:00:01", // この文の開始時間
     "end_time":"00:00:02", // この文の終了時間
     "roundid": "xxxxx", // 一連の対話を一意に識別します
     "end": true // trueの場合、これは完全な文であることを示します
  }
}

{
  "type": 10001, // ボットの状態
  "sender": "user_a", // 送信者userid、ここはボットのidです
  "receiver": [], // 受信者useridリスト、このメッセージは実際にはルーム内でブロードキャストされます
  "payload": {
    "roundid": "xxx", // 一連の対話を一意に識別します
    "timestamp": 123,
    "state": 1,    //   1 聴取中  2 思考中  3 発言中  4 中断された  5 発言終了
  }
}


import time
from fastapi import FastAPI, HTTPException
from fastapi.middleware.cors import CORSMiddleware
from pydantic import BaseModel
from typing import List, Optional
from langchain_core.messages import HumanMessage, SystemMessage
from langchain_openai import ChatOpenAI

app = FastAPI(debug=True)

# CORS ミドルウェアを追加
app.add_middleware(
    CORSMiddleware,
    allow_origins=["*"],
    allow_credentials=True,
    allow_methods=["*"],
    allow_headers=["*"],
)

class Message(BaseModel):
    role: str
    content: str

class ChatRequest(BaseModel):
    model: str
    messages: List[Message]
    temperature: Optional[float] = 0.7

class ChatResponse(BaseModel):
    id: str
    object: str
    created: int
    model: str
    choices: List[dict]
    usage: dict

@app.post("/v1/chat/completions")
async def chat_completions(request: ChatRequest):
    try:
        # リクエストメッセージを LangChain メッセージ形式に変換
        langchain_messages = []
        for msg in request.messages:
            if msg.role == "system":
                langchain_messages.append(SystemMessage(content=msg.content))
            elif msg.role == "user":
                langchain_messages.append(HumanMessage(content=msg.content))

        # add more historys 
        # LangChain の ChatOpenAI モデルを使用
        chat = ChatOpenAI(temperature=request.temperature,
                          model_name=request.model)
        response = chat(langchain_messages)
        print(response)

        # OpenAI API 形式に準拠したレスポンスを構築
        return ChatResponse(
            id="chatcmpl-" + "".join([str(ord(c))
                                     for c in response.content[:8]]),
            object="chat.completion",
            created=int(time.time()),
            model=request.model,
            choices=[{
                "index": 0,
                "message": {
                    "role": "assistant",
                    "content": response.content
                },
                "finish_reason": "stop"
            }],
            usage={
                "prompt_tokens": -1,  # LangChain はこの情報を提供しないため、プレースホルダ値を使用します
                "completion_tokens": -1,
                "total_tokens": -1
            }
        )
    except Exception as e:
        raise HTTPException(status_code=500, detail=str(e))

if __name__ == "__main__":
    import uvicorn
    uvicorn.run(app, host="0.0.0.0", port=8000)

{
  "type": 20000, // 側でカスタムテキストメッセージを送信
  "sender": "user_a", // 送信者userid、サーバー側ではこのuseridが有効かどうかをチェックします
  "receiver": ["user_bot"], // 受信者のuseridリスト、ボットのuseridのみ記入してください。サーバー側ではこのuseridが有効かどうかをチェックします
  "payload": {
    "id": "uuid", // メッセージidであり、uuidを使用可能、問題の調査に使用
    "message": "xxx", // メッセージ内容
    "timestamp": 123 // タイムスタンプ、問題の調査に使用
  }
}