feat(backend): add LLM provider abstraction, contextual ranking and explanations

Add a pluggable LLM provider with an offline template fallback, prompt builder, contextual match scoring (area/location boosts, availability), per-solution explanations and in-memory request limiting for cost control.
2026-10-04 02:52:45 +02:00
parent 182c26d9f8
commit 03e2d66ca4
11 changed files with 385 additions and 23 deletions
@@ -0,0 +1,33 @@
+namespace TarninaHub.Application.Matchmaking;
+
+public sealed record LlmPrompt(string System, string User);
+
+public static class MatchPromptBuilder
+{
+    private const string SystemPrompt =
+        "Jesteś asystentem Małopolskiego Hubu Innowacji Społecznych. " +
+        "Wyjaśnij po polsku, prostym językiem (maks. 2 zdania), dlaczego proponowana " +
+        "innowacja pasuje do zgłoszonej potrzeby. Nie wymyślaj faktów.";
+
+    public static LlmPrompt BuildExplanation(
+        string problemTitle,
+        string problemDescription,
+        string challengeId,
+        string innovationTitle,
+        string innovationSummary,
+        string stage,
+        double score)
+    {
+        var user =
+            $"Potrzeba: {problemTitle}\n" +
+            $"Opis: {problemDescription}\n" +
+            $"Obszar: {challengeId}\n" +
+            $"Proponowana innowacja: {innovationTitle}\n" +
+            $"Streszczenie: {innovationSummary}\n" +
+            $"Etap: {stage}\n" +
+            $"Ocena dopasowania: {score:0.00}\n" +
+            "Uzasadnij krótko dopasowanie.";
+
+        return new LlmPrompt(SystemPrompt, user);
+    }
+}