createJSON.py

import json

HEADERS = {"Content-Type": "application/json"}
MAX_CONTEXT_LEN = 15;
DEFAULT_PROVIDER = "duckduckgo" 
OLLAMA_URL = "http://localhost:11434"
DEFAULT_MODEL = "llama3.2:3b" # "deepseek-r1:1.5b"  # Default model to use

PROVIDERS = ["duckduckgo", "bing", "google"]
ROLES_ATTRIBUTE = [
    ["","",""],
    ["","",""],
    ["You are an helpful assistant and you'll answer my questions.","",""],
    ["You are a precise scientist and engineer.", "You always double check your soruces and you quote them.","You base your research on scientific papers and highly reliable data."],
    ["You are a software engineer and you'll help me with my code.", "You're expert in python specialized in ML and DL.",""], 
    ["You are a software engineer and you'll help me with my code.", "Always comment your code and structure it well.",""],
    ["You are a gourmet chef, you'll help me with recipes and explain step by step.", "",""],
    ["You are a story teller.","",""]
    ]
RAG_DATA = {            # model 4 tokenizer in RAG
        "model":  "BAAI/bge-en-icl", #Specifica il modello LLM che desideri utilizzare
        "prompt": "" ,         #Il testo di input o la domanda che desideri inviare al LLM
        "temperature": 0.3,         #Controlla la casualità dell'output. Valori più alti (es. 1.0) rendono l'output più casuale e creativo, mentre valori più bassi (es. 0.2) lo rendono più deterministico e focalizzato
        "max_tokens": 8192,         #Specifica il numero massimo di token (parole o parti di parole) nella risposta generata
        "top_p": 1.0,               #Come compilarlo: Scegli un valore compreso tra 0.0 e 1.0. Un valore di 1.0 considera tutti i token, mentre valori più bassi considerano solo i token con probabilità più alta
        "frequency_penalty": 0.0,   #Come compilarlo: Scegli un valore compreso tra -2.0 e 2.0. Valori positivi riducono la ripetizione
        "presence_penalty": 0.0,    #Come compilarlo: Scegli un valore compreso tra -2.0 e 2.0. Valori positivi incoraggiano la diversità
        "stop": ["\n\n", "###"],    #Come compilarlo: Inserisci un array di stringhe che rappresentano le sequenze di stop. Ad esempio, ["\n\n", "###"] potrebbe indicare che il modello dovrebbe smettere di generare output quando incontra due newline o la sequenza "###"
        "stream": False              #come compilarlo: imposta a true se vuoi ricevere la risposta in parti, oppure a false se vuoi riceverla tutta in una volta
}
OLLAMA_DATA = {
        "model":  "deepseek-r1:7b", #Specifica il modello LLM che desideri utilizzare
        "prompt": "Prova" ,         #Il testo di input o la domanda che desideri inviare al LLM
        "temperature": 0.7,         #Controlla la casualità dell'output. Valori più alti (es. 1.0) rendono l'output più casuale e creativo, mentre valori più bassi (es. 0.2) lo rendono più deterministico e focalizzato
        "max_tokens": 8192,         #Specifica il numero massimo di token (parole o parti di parole) nella risposta generata
        "top_p": 1.0,               #Come compilarlo: Scegli un valore compreso tra 0.0 e 1.0. Un valore di 1.0 considera tutti i token, mentre valori più bassi considerano solo i token con probabilità più alta
        "frequency_penalty": 0.0,   #Come compilarlo: Scegli un valore compreso tra -2.0 e 2.0. Valori positivi riducono la ripetizione
        "presence_penalty": 0.0,    #Come compilarlo: Scegli un valore compreso tra -2.0 e 2.0. Valori positivi incoraggiano la diversità
        "stop": ["\n\n", "###"],    #Come compilarlo: Inserisci un array di stringhe che rappresentano le sequenze di stop. Ad esempio, ["\n\n", "###"] potrebbe indicare che il modello dovrebbe smettere di generare output quando incontra due newline o la sequenza "###"
        "stream": True              #come compilarlo: imposta a true se vuoi ricevere la risposta in parti, oppure a false se vuoi riceverla tutta in una volta
}
TRIGGER_KEYWORDS = [
    "latest", "current", "breaking", "today", "now", "live", "recent", "trending",
    "update", "updates", "news", "happening", "just in", "in progress", "real-time",
    "live update", "live news", "flash", "alert", "emergency", "today's", "this morning",
    "this afternoon", "this evening", "up-to-date", "live coverage", "currently",
    "ongoing", "developing", "newly", "instant", "immediate", "as it happens", "tomorrow", 
    "internet", "web", "online"
]
ROLES =["None",
        "User Defined",
        "Basic Assistant",
        "Precise Scientist & Engineer", 
        "Python Expert (ML,DL,Opt)", 
        "Software Engineer (full)", 
        "Chef",
        "Story Teller"
        ]
PROTOTYPE_SENTENCES = [
    "Find the latest news on technology.",
    "Search for current weather updates.",
    "Lookup today's stock market trends.",
    "Show me recent developments in artificial intelligence.",
    "What is the weather forecast for tomorrow?",
    "Find recent news about sports events.",
    "Search for the latest political updates.",
    "Show me current exchange rates.",
    "Lookup recent movie releases.",
    "Find the newest research on health and medicine.",
    "Search the web for the best travel deals.",
    "Lookup recent scientific discoveries.",
    "What are the latest updates in the entertainment industry?",
    "Find information on upcoming concerts.",
    "Search for news on climate change.",
    "Lookup current trends in cryptocurrency.",
    "Show me the latest updates on social media trends.",
    "Find recent updates on environmental policies.",
    "Search for breaking news on global events.",
    "Lookup current trends in business and finance."
]

ini_data = { "ROLES": ROLES,
            "RAG_DATA": RAG_DATA,
            "OLLAMA_DATA": OLLAMA_DATA,
            "TRIGGER_KEYWORDS": TRIGGER_KEYWORDS,
            "PROVIDERS": PROVIDERS,
            "HEADERS": HEADERS,
            "MAX_CONTEXT_LEN": MAX_CONTEXT_LEN,
            "OLLAMA_URL": OLLAMA_URL,
            "DEFAULT_MODEL": DEFAULT_MODEL,
            "DEFAULT_PROVIDER": DEFAULT_PROVIDER,
            "ROLES_ATTRIBUTE": ROLES_ATTRIBUTE,
            "PROTOTYPE_SENTENCES": PROTOTYPE_SENTENCES
    }
SEARCH_WEBSITES = ["https://sci-hub.arizonastockbroker.com/sub",     #DOI,
                   "https://meta.stackoverflow.com/search?q=sub",
                   "https://www.reddit.com/search/?q=sub&cId=b88a225a-2c57-4b83-83ef-6ba82db1638f&iId=b047f0e8-ba8a-4f44-98ca-dfe6761043f8"
                   "http://api.duckduckgo.com/?q=sub&format=json"      
                   ]

with open("ini_data.json", "w", encoding="utf-8") as f:
    json.dump(ini_data, f) # indent=4) <- no indent: more efficient