dodanie api

app.py

@@ -1,7 +1,138 @@
-from fastapi import FastAPI
+# app.py
+from flask import Flask, request, jsonify
+from flask_cors import CORS
+import numpy as np
+from tensorflow import keras
+import json
+import os
 
-app = FastAPI()
+app = Flask(__name__)
+CORS(app)
 
-@app.get("/")
-def greet_json():
-    return {"Hello": "World!"}
+class TicTacToeAI:
+    def __init__(self, model_path='model/model.keras'):
+        self.model_path = model_path
+        self.model = None
+        self.load_model()
+        
+    def load_model(self):
+        """Wczytuje model z pliku"""
+        if os.path.exists(self.model_path):
+            self.model = keras.models.load_model(self.model_path)
+            return True
+        return False
+            
+    def get_move(self, board):
+        """Zwraca najlepszy ruch dla danego stanu planszy"""
+        if self.model is None:
+            raise ValueError("Model nie został wczytany")
+            
+        board_array = np.array(board)
+        predictions = self.model.predict(board_array.reshape(1, -1), verbose=0)[0]
+        valid_moves = np.where(board_array == 0)[0]
+        
+        if len(valid_moves) == 0:
+            raise ValueError("Brak dostępnych ruchów")
+            
+        valid_predictions = [(i, pred) for i, pred in enumerate(predictions) if i in valid_moves]
+        return int(max(valid_predictions, key=lambda x: x[1])[0])
+
+# Inicjalizacja AI
+ai = TicTacToeAI()
+
+@app.route('/api/move', methods=['POST'])
+def get_move():
+    """
+    Endpoint do wykonania ruchu AI
+    
+    Przykładowe żądanie:
+    {
+        "board": [0, 0, 0, 0, 1, 0, 0, 0, -1]
+    }
+    """
+    try:
+        data = request.get_json()
+        
+        if 'board' not in data:
+            return jsonify({'error': 'Brak planszy w żądaniu'}), 400
+            
+        board = data['board']
+        
+        if len(board) != 9:
+            return jsonify({'error': 'Nieprawidłowy rozmiar planszy'}), 400
+            
+        if not all(x in [0, 1, -1] for x in board):
+            return jsonify({'error': 'Nieprawidłowe wartości na planszy'}), 400
+            
+        move = ai.get_move(board)
+        
+        return jsonify({
+            'status': 'success',
+            'move': move
+        })
+        
+    except Exception as e:
+        return jsonify({'error': str(e)}), 500
+
+
+# dodaj posta dodającego do gry.json kolejne wygrane i przegrane, jako parametry dostaniesz board i win budowa pliku [{"board":[-1,1,0,-1,1,0,0,1,-1],"win":true}]
+@app.route('/api/game', methods=['POST'])
+def add_game():
+    """
+    Endpoint do dodania gry do pliku
+    
+    Przykładowe żądanie:
+    {
+        "board": [0, 0, 0, 0, 1, 0, 0, 0, -1],
+        "win": true
+    }   
+    """
+    try:
+        data = request.get_json()
+        
+        if 'board' not in data:
+            return jsonify({'error': 'Brak planszy w żądaniu'}), 400
+            
+        if 'win' not in data:
+            return jsonify({'error': 'Brak informacji o wygranej w żądaniu'}), 400
+            
+        board = data['board']
+        win = data['win']
+        
+        if len(board) != 9:
+            return jsonify({'error': 'Nieprawidłowy rozmiar planszy'}), 400
+            
+        if not all(x in [0, 1, -1] for x in board):
+            return jsonify({'error': 'Nieprawidłowe wartości na planszy'}), 400
+            
+        with open('gry.json', 'r') as file:
+            games_data = json.load(file)
+            
+        games_data.append({
+            'board': board,
+            'win': win
+        })
+        
+        with open('gry.json', 'w') as file:
+            json.dump(games_data, file)
+            
+        return jsonify({
+            'status': 'success'
+        })
+        
+    except Exception as e:
+        return jsonify({'error': str(e)}), 500    
+
+
+
+@app.route('/api/status', methods=['GET'])
+def get_status():
+    """Sprawdza status modelu"""
+    return jsonify({
+        'status': 'success',
+        'model_loaded': ai.model is not None,
+        'model_path': ai.model_path
+    })
+
+if __name__ == '__main__':
+    app.run(host='0.0.0.0', port=5001)

requirements.txt

@@ -1,2 +1,5 @@
-fastapi
+flask
+flask_cors
+tensorflow
+json
 uvicorn[standard]