Доработка гит

addons/gpt/handlers.py

@@ -2,21 +2,71 @@ import base64
 import aiohttp
 import logging
 from aiogram import Dispatcher, Bot
-from aiogram.types import Message
+from aiogram.types import Message, InlineKeyboardButton, CallbackQuery
+from aiogram.utils.keyboard import InlineKeyboardBuilder
 from utils.antispam import saving, save_message, admin_required
 from aiogram.filters import Command
 from models.state import BotState
+import hashlib
+import json
+from typing import Dict, List, Tuple, Optional
 
 logger = logging.getLogger(__name__)
 
+# Глобальные переменные на уровне модуля
+current_model = "google/gemma-3-12b"
+model_hash_map: Dict[str, str] = {}  # Словарь для хранения соответствия хэшей и полных названий моделей
+
+# Список моделей, которые точно поддерживают изображения (можно расширять)
+IMAGE_SUPPORTED_MODELS = [
+    "llava",  # Модели LLaVA
+    "vision",  # Модели с поддержкой vision
+    "clip",  # CLIP модели
+    "qwen2-vl",  # Qwen с vision
+    "cogvlm",  # CogVLM
+    "paligemma",  # PaLI-Gemma
+    "gemma-2-2b-it",  # Gemma 2 может поддерживать
+    "gemma-2-9b-it",
+    "gemini",  # Gemini
+    "llava-hf",  # LLaVA HuggingFace
+    "moondream",  # Moondream
+]
+
+
+def get_model_hash(model_name: str) -> str:
+    """Создает короткий хэш для названия модели"""
+    return hashlib.md5(model_name.encode()).hexdigest()[:16]
+
+
+def truncate_model_name(model_name: str, max_length: int = 40) -> str:
+    """Сокращает название модели для отображения"""
+    if len(model_name) <= max_length:
+        return model_name
+    return model_name[:max_length - 3] + "..."
+
+
+def supports_images(model_name: str) -> bool:
+    """Проверяет, поддерживает ли модель изображения"""
+    model_lower = model_name.lower()
+    # Если модель содержит ключевые слова, связанные с поддержкой изображений
+    for keyword in IMAGE_SUPPORTED_MODELS:
+        if keyword.lower() in model_lower:
+            return True
+    return False
+
+
 def register_handlers(dp: Dispatcher, state: BotState, bot: Bot):
     chat_history = {}
     MAX_HISTORY = 20  # храним последние 20 сообщений (user+assistant)
     MODEL = "google/gemma-3-12b"
-    #MODEL = "google/gemma-3n-e4b"
-    URL = "http://192.168.31.197:1234/v1/chat/completions"
-    #URL = "http://192.168.31.95:1234/v1/chat/completions"
+    # MODEL = "google/gemma-3n-e4b"
+    URL_BASE = "10.180.139.124"
+    URL = f"http://{URL_BASE}:1234/v1/chat/completions"
+    # URL = "http://192.168.31.95:1234/v1/chat/completions"
+    MODELS_URL = f"http://{URL_BASE}:1234/v1/models"  # URL для получения списка моделей
 
+    # Используем глобальные переменные
+    global current_model, model_hash_map
 
     # # Системный промт для всех чатов
     SYSTEM_PROMPT = {
@@ -60,10 +110,171 @@ def register_handlers(dp: Dispatcher, state: BotState, bot: Bot):
     #     ],
     # }
 
-    @dp.message(Command("gpt"))
+    @dp.message(Command("models"))
+    @admin_required(0)
     @saving
-    async def ask_gpt(message: Message):
-        chat_id = message.chat.id
+    async def list_models(message: Message):
+        """Получить список доступных моделей и выбрать одну"""
+        global model_hash_map, current_model
+
+        try:
+            async with aiohttp.ClientSession() as session:
+                async with session.get(MODELS_URL) as resp:
+                    if resp.status != 200:
+                        error_text = await resp.text()
+                        await message.reply(
+                            f"❌ Ошибка при получении списка моделей: {resp.status} {error_text}"
+                        )
+                        return
+
+                    data = await resp.json()
+
+                    # Формат ответа может отличаться в зависимости от API
+                    models = []
+
+                    # Формат OpenAI-compatible API
+                    if isinstance(data, dict) and "data" in data:
+                        models = [model["id"] for model in data["data"]]
+
+                    # Другой возможный формат
+                    elif isinstance(data, list):
+                        models = data
+
+                    # Если не распознали формат
+                    else:
+                        await message.reply(f"❌ Неизвестный формат ответа от API: {data}")
+                        return
+
+                    if not models:
+                        await message.reply("❌ Нет доступных моделей")
+                        return
+
+                    # Создаем клавиатуру для выбора модели
+                    builder = InlineKeyboardBuilder()
+
+                    for model in models:
+                        # Создаем короткий хэш для callback_data
+                        model_hash = get_model_hash(model)
+                        model_hash_map[model_hash] = model  # Сохраняем в глобальный словарь
+
+                        # Сокращаем для отображения
+                        display_name = truncate_model_name(model)
+
+                        # Помечаем текущую модель и добавляем иконку для моделей с поддержкой изображений
+                        prefix = "✅ " if model == current_model else "• "
+                        icon = "🖼️ " if supports_images(model) else ""
+
+                        builder.row(
+                            InlineKeyboardButton(
+                                text=f"{prefix}{icon}{display_name}",
+                                callback_data=f"model:{model_hash}"
+                            )
+                        )
+
+                    # Кнопки для управления
+                    builder.row(
+                        InlineKeyboardButton(
+                            text="🔄 Обновить список",
+                            callback_data="refresh_models"
+                        ),
+                        InlineKeyboardButton(
+                            text="📋 Показать текущую",
+                            callback_data="show_current"
+                        ),
+                        InlineKeyboardButton(
+                            text="🖼️ Модели с картинками",
+                            callback_data="show_image_models"
+                        )
+                    )
+
+                    # Сохраняем карту хэшей в файл для отладки (опционально)
+                    try:
+                        with open("model_hash_map.json", "w") as f:
+                            json.dump(model_hash_map, f, indent=2, ensure_ascii=False)
+                    except:
+                        pass
+
+                    # Разделяем модели на поддерживающие изображения и обычные
+                    image_models = [m for m in models if supports_images(m)]
+                    text_only_models = [m for m in models if not supports_images(m)]
+
+                    models_list = "\n".join(
+                        [f"{i + 1}. {model} {'🖼️' if supports_images(model) else ''}" for i, model in
+                         enumerate(models[:10])])
+                    if len(models) > 10:
+                        models_list += f"\n... и еще {len(models) - 10} моделей"
+
+                    await message.reply(
+                        f"📋 Доступные модели ({len(models)} шт.):\n"
+                        f"🖼️ Поддерживают изображения: {len(image_models)}\n"
+                        f"📝 Только текст: {len(text_only_models)}\n"
+                        f"Текущая модель: <code>{current_model}</code> {'🖼️' if supports_images(current_model) else '📝'}\n\n"
+                        "Первые 10 моделей:\n" + models_list + "\n\n"
+                                                               "Выберите модель из списка ниже (🖼️ - поддерживает изображения):",
+                        reply_markup=builder.as_markup(),
+                        parse_mode="HTML"
+                    )
+
+        except Exception as e:
+            logger.error(f"Ошибка при получении списка моделей: {e}")
+            await message.reply(f"❌ Ошибка при получении списка моделей: {e}")
+
+    @dp.message(Command("setmodel"))
+    @admin_required(0)
+    @saving
+    async def set_model(message: Message):
+        """Установить модель через команду"""
+        global current_model, model_hash_map
+
+        if not message.text:
+            await message.reply("❌ Укажите название модели: /setmodel <название_модели>")
+            return
+
+        args = message.text.split(maxsplit=1)
+        if len(args) < 2:
+            await message.reply("❌ Укажите название модели: /setmodel <название_модели>")
+            return
+
+        new_model = args[1]
+
+        # Проверяем, есть ли модель в текущем кэше (опционально)
+        if model_hash_map:
+            model_hashes = list(model_hash_map.values())
+            if new_model not in model_hashes:
+                await message.reply(
+                    f"⚠️ Модель <code>{new_model}</code> не найдена в последнем списке.\n"
+                    f"Используйте /models для просмотра доступных моделей.\n"
+                    f"Продолжаем смену модели...",
+                    parse_mode="HTML"
+                )
+
+        old_model = current_model
+        current_model = new_model
+
+        # Сообщаем о поддержке изображений
+        image_support = "🖼️ поддерживает изображения" if supports_images(new_model) else "📝 только текст"
+
+        await message.reply(
+            f"✅ Модель успешно изменена! ({image_support})\n"
+            f"📊 Старая модель: <code>{old_model}</code>\n"
+            f"📈 Новая модель: <code>{current_model}</code>",
+            parse_mode="HTML"
+        )
+
+    @dp.message(Command("currentmodel"))
+    @saving
+    async def show_current_model(message: Message):
+        """Показать текущую модель"""
+        global current_model
+        image_support = "🖼️ Поддерживает изображения" if supports_images(current_model) else "📝 Только текст"
+        await message.reply(
+            f"🤖 Текущая модель: <code>{current_model}</code>\n"
+            f"{image_support}",
+            parse_mode="HTML"
+        )
+
+    async def prepare_gpt_request(chat_id: int, message: Message) -> Tuple[Optional[List[dict]], Optional[str]]:
+        """Подготавливает запрос к GPT, обрабатывая текст и изображения"""
         if chat_id not in chat_history:
             chat_history[chat_id] = [SYSTEM_PROMPT]
 
@@ -78,26 +289,42 @@ def register_handlers(dp: Dispatcher, state: BotState, bot: Bot):
         if message.caption:
             user_prompt = message.caption
 
+        # Добавляем текстовый промпт, если есть
         if user_prompt:
             content_blocks.append({"type": "text", "text": user_prompt})
+        elif not message.photo:
+            # Если нет ни текста, ни фото
+            return None, "❗ Укажи текст или прикрепи фото"
 
-        # Фото → base64 → image_url
-        if message.photo:
-            photo = message.photo[-1]
-            file = await bot.get_file(photo.file_id)
-            file_bytes = await bot.download_file(file.file_path)
-            image_b64 = base64.b64encode(file_bytes.read()).decode("utf-8")
-            content_blocks.append(
-                {
-                    "type": "image_url",
-                    "image_url": {"url": f"data:image/jpeg;base64,{image_b64}"},
-                }
-            )
+        # Обрабатываем фото, если модель поддерживает изображения
+        if message.photo and supports_images(current_model):
+            try:
+                photo = message.photo[-1]
+                file = await bot.get_file(photo.file_id)
+                file_bytes = await bot.download_file(file.file_path)
+                image_b64 = base64.b64encode(file_bytes.read()).decode("utf-8")
+                content_blocks.append(
+                    {
+                        "type": "image_url",
+                        "image_url": {"url": f"data:image/jpeg;base64,{image_b64}"},
+                    }
+                )
+            except Exception as e:
+                logger.error(f"Ошибка при обработке изображения: {e}")
+                # Если не удалось обработать изображение, продолжаем без него
+                if not user_prompt:
+                    return None, "❌ Ошибка при обработке изображения"
+        elif message.photo and not supports_images(current_model):
+            # Если модель не поддерживает изображения, отправляем текстовое описание
+            if not user_prompt:
+                # Если нет текста, просим переформулировать
+                return None, f"⚠️ Текущая модель <code>{current_model}</code> не поддерживает изображения.\nОтправьте текстовое описание или смените модель на поддерживающую изображения (🖼️)."
+            # Если есть текст, просто игнорируем изображение и отправляем текст
+            logger.info(f"Модель {current_model} не поддерживает изображения, отправляем только текст")
 
+        # Если после всех проверок content_blocks пустой
         if not content_blocks:
-            await message.reply("❗ Укажи текст или прикрепи фото")
-            return
-
+            return None, "❗ Укажи текст или прикрепи фото"
 
         # Добавляем новое сообщение в историю
         chat_history[chat_id].append({"role": "user", "content": content_blocks})
@@ -106,27 +333,86 @@ def register_handlers(dp: Dispatcher, state: BotState, bot: Bot):
         if len(chat_history[chat_id]) > MAX_HISTORY:
             chat_history[chat_id] = chat_history[chat_id][-MAX_HISTORY:]
 
+        return chat_history[chat_id], None
+
+    @dp.message(Command("gpt"))
+    @saving
+    async def ask_gpt(message: Message):
+        global current_model
+        chat_id = message.chat.id
+
+        # Подготавливаем запрос
+        prepared_history, error_message = await prepare_gpt_request(chat_id, message)
+        if error_message:
+            await message.reply(error_message, parse_mode="HTML")
+            return
+
         payload = {
-            "model": MODEL,
-            "messages": chat_history[chat_id],
+            "model": current_model,
+            "messages": prepared_history,
             "temperature": 0.7,
             "max_tokens": 4096,
             "stream": False,
             "ttl": 300,
         }
 
+        # Флаг, указывающий на попытку отправки изображения
+        has_image = bool(message.photo)
+        image_attempt_failed = False
+
         try:
             async with aiohttp.ClientSession() as session:
                 async with session.post(URL, json=payload) as resp:
                     if resp.status != 200:
                         error_text = await resp.text()
-                        await message.reply(
-                            f"❌ Ошибка LM Studio: {resp.status} {error_text}"
-                        )
-                        return
 
-                    data = await resp.json()
-                    reply_text = data["choices"][0]["message"]["content"]
+                        # Проверяем, если ошибка из-за изображения
+                        if has_image and "does not support images" in error_text:
+                            image_attempt_failed = True
+                            logger.warning(
+                                f"Модель {current_model} не поддерживает изображения, пробуем без изображения")
+
+                            # Удаляем последнее сообщение из истории (с изображением)
+                            chat_history[chat_id].pop()
+
+                            # Пробуем отправить только текст
+                            if message.caption:
+                                # Используем caption как промпт
+                                content_blocks = [{"type": "text", "text": message.caption}]
+                            elif message.text:
+                                parts = message.text.split(maxsplit=1)
+                                if len(parts) > 1:
+                                    content_blocks = [{"type": "text", "text": parts[1]}]
+                                else:
+                                    content_blocks = [{"type": "text", "text": "Опиши изображение"}]
+                            else:
+                                content_blocks = [{"type": "text", "text": "Опиши изображение"}]
+
+                            # Добавляем текстовый запрос
+                            chat_history[chat_id].append({"role": "user", "content": content_blocks})
+
+                            # Обновляем payload
+                            payload["messages"] = chat_history[chat_id]
+
+                            # Повторяем запрос без изображения
+                            async with session.post(URL, json=payload) as retry_resp:
+                                if retry_resp.status != 200:
+                                    error_text = await retry_resp.text()
+                                    await message.reply(
+                                        f"❌ Ошибка LM Studio: {retry_resp.status} {error_text}"
+                                    )
+                                    return
+
+                                data = await retry_resp.json()
+                                reply_text = data["choices"][0]["message"]["content"]
+                        else:
+                            await message.reply(
+                                f"❌ Ошибка LM Studio: {resp.status} {error_text}"
+                            )
+                            return
+                    else:
+                        data = await resp.json()
+                        reply_text = data["choices"][0]["message"]["content"]
 
                     # Сохраняем ответ ассистента в историю
                     chat_history[chat_id].append(
@@ -140,14 +426,21 @@ def register_handlers(dp: Dispatcher, state: BotState, bot: Bot):
                     if len(chat_history[chat_id]) > MAX_HISTORY:
                         chat_history[chat_id] = chat_history[chat_id][-MAX_HISTORY:]
 
+                    # Добавляем заметку о попытке отправки изображения
+                    image_note = ""
+                    if image_attempt_failed:
+                        image_note = f"\n\n⚠️ Модель не поддерживает изображения, отправлен только текстовый запрос."
+
                     # Делим сообщение на части по 4000 символов
                     MAX_LEN = 4000
                     for i in range(0, len(reply_text), MAX_LEN):
                         chunk = reply_text[i:i + MAX_LEN]
-                        msg = await message.reply(f"🤖 Ответ:\n{chunk}")
+                        if i == 0:
+                            msg = await message.reply(f"🤖 Ответ (модель: {current_model}){image_note}:\n{chunk}")
+                        else:
+                            msg = await message.reply(chunk)
                         save_message(msg.chat.id, msg.message_id)
 
-
         except Exception as e:
             logger.error(f"Ошибка при запросе к LM Studio: {e}")
             await message.reply(f"❌ Ошибка при запросе к LM Studio: {e}")
@@ -155,59 +448,27 @@ def register_handlers(dp: Dispatcher, state: BotState, bot: Bot):
     @dp.message(Command("agpt"))
     @admin_required(0)
     @saving
-    async def ask_gpt(message: Message):
+    async def ask_gpt_admin(message: Message):
+        global current_model
         chat_id = message.chat.id
-        if chat_id not in chat_history:
-            chat_history[chat_id] = [SYSTEM_PROMPT]
 
-        content_blocks = []
-        user_prompt = None
-
-        # Текст после команды или caption
-        if message.text:
-            parts = message.text.split(maxsplit=1)
-            if len(parts) > 1:
-                user_prompt = parts[1]
-        if message.caption:
-            user_prompt = message.caption
-
-        if user_prompt:
-            content_blocks.append({"type": "text", "text": user_prompt})
-
-        # Фото → base64 → image_url
-        if message.photo:
-            photo = message.photo[-1]
-            file = await bot.get_file(photo.file_id)
-            file_bytes = await bot.download_file(file.file_path)
-            image_b64 = base64.b64encode(file_bytes.read()).decode("utf-8")
-            content_blocks.append(
-                {
-                    "type": "image_url",
-                    "image_url": {"url": f"data:image/jpeg;base64,{image_b64}"},
-                }
-            )
-
-        if not content_blocks:
-            await message.reply("❗ Укажи текст или прикрепи фото")
+        # Подготавливаем запрос
+        prepared_history, error_message = await prepare_gpt_request(chat_id, message)
+        if error_message:
+            await message.reply(error_message, parse_mode="HTML")
             return
 
-
-        # Добавляем новое сообщение в историю
-        chat_history[chat_id].append({"role": "user", "content": content_blocks})
-
-        # Ограничиваем историю (оставляем последние MAX_HISTORY сообщений)
-        if len(chat_history[chat_id]) > MAX_HISTORY:
-            chat_history[chat_id] = chat_history[chat_id][-MAX_HISTORY:]
-
         payload = {
-            "model": MODEL,
-            "messages": chat_history[chat_id],
+            "model": current_model,
+            "messages": prepared_history,
             "temperature": 0.7,
             "max_tokens": 4096,
             "stream": False,
             "ttl": 300,
         }
 
+        target_chat_id = -1003038389942
+
         try:
             async with aiohttp.ClientSession() as session:
                 async with session.post(URL, json=payload) as resp:
@@ -237,10 +498,10 @@ def register_handlers(dp: Dispatcher, state: BotState, bot: Bot):
                     MAX_LEN = 4000
                     for i in range(0, len(reply_text), MAX_LEN):
                         chunk = reply_text[i:i + MAX_LEN]
-                        msg = await bot.send_message(chat_id=-1003038389942, text=f"{chunk}")
+                        msg = await bot.send_message(chat_id=target_chat_id,
+                                                     text=f"🤖 Ответ (модель: {current_model}):\n{chunk}")
                         save_message(msg.chat.id, msg.message_id)
 
-
         except Exception as e:
             logger.error(f"Ошибка при запросе к LM Studio: {e}")
             await message.reply(f"❌ Ошибка при запросе к LM Studio: {e}")
@@ -248,13 +509,12 @@ def register_handlers(dp: Dispatcher, state: BotState, bot: Bot):
     @dp.message(Command("igpt"))
     @admin_required(0)
     @saving
-    async def ask_gpt(message: Message):
+    async def ask_gpt_interactive(message: Message):
+        global current_model
         raw_text = message.text or message.caption
-        if not raw_text and not (
-                message.photo or message.document or message.audio or message.video
-        ):
+        if not raw_text and not (message.photo):
             await message.reply(
-                "❌ Укажи ID чата и текст или прикрепи файл/медиа: /igpt <chat_id> <сообщение>"
+                "❌ Укажи ID чата и текст или прикрепи фото: /igpt <chat_id> <сообщение>"
             )
             return
 
@@ -264,47 +524,60 @@ def register_handlers(dp: Dispatcher, state: BotState, bot: Bot):
             return
 
         try:
-            chat_id = int(args[1])  # первый аргумент — ID чата
+            target_chat_id = int(args[1])  # первый аргумент — ID чата
         except ValueError:
             await message.reply("❌ Неверный формат chat_id")
             return
 
         user_prompt = args[2] if len(args) > 2 else ""
-        if chat_id not in chat_history:
-            chat_history[chat_id] = [SYSTEM_PROMPT]
+
+        # Используем локальный chat_id для обработки запроса
+        local_chat_id = message.chat.id
+        if local_chat_id not in chat_history:
+            chat_history[local_chat_id] = [SYSTEM_PROMPT]
 
         content_blocks = []
         if user_prompt:
             content_blocks.append({"type": "text", "text": user_prompt})
 
-        # Фото → base64 → image_url
-        if message.photo:
-            photo = message.photo[-1]
-            file = await bot.get_file(photo.file_id)
-            file_bytes = await bot.download_file(file.file_path)
-            image_b64 = base64.b64encode(file_bytes.read()).decode("utf-8")
-            content_blocks.append(
-                {
-                    "type": "image_url",
-                    "image_url": {"url": f"data:image/jpeg;base64,{image_b64}"},
-                }
-            )
+        # Фото → base64 → image_url (только если модель поддерживает)
+        if message.photo and supports_images(current_model):
+            try:
+                photo = message.photo[-1]
+                file = await bot.get_file(photo.file_id)
+                file_bytes = await bot.download_file(file.file_path)
+                image_b64 = base64.b64encode(file_bytes.read()).decode("utf-8")
+                content_blocks.append(
+                    {
+                        "type": "image_url",
+                        "image_url": {"url": f"data:image/jpeg;base64,{image_b64}"},
+                    }
+                )
+            except Exception as e:
+                logger.error(f"Ошибка при обработке изображения: {e}")
+                if not user_prompt:
+                    await message.reply("❌ Ошибка при обработке изображения")
+                    return
+        elif message.photo and not supports_images(current_model):
+            await message.reply(f"⚠️ Текущая модель <code>{current_model}</code> не поддерживает изображения.",
+                                parse_mode="HTML")
+            if not user_prompt:
+                return
 
         if not content_blocks:
             await message.reply("❗ Укажи текст или прикрепи фото")
             return
 
-
         # Добавляем новое сообщение в историю
-        chat_history[chat_id].append({"role": "user", "content": content_blocks})
+        chat_history[local_chat_id].append({"role": "user", "content": content_blocks})
 
-        # Ограничиваем историю (оставляем последние MAX_HISTORY сообщений)
-        if len(chat_history[chat_id]) > MAX_HISTORY:
-            chat_history[chat_id] = chat_history[chat_id][-MAX_HISTORY:]
+        # Ограничиваем историю
+        if len(chat_history[local_chat_id]) > MAX_HISTORY:
+            chat_history[local_chat_id] = chat_history[local_chat_id][-MAX_HISTORY:]
 
         payload = {
-            "model": MODEL,
-            "messages": chat_history[chat_id],
+            "model": current_model,
+            "messages": chat_history[local_chat_id],
             "temperature": 0.7,
             "max_tokens": 4096,
             "stream": False,
@@ -325,29 +598,121 @@ def register_handlers(dp: Dispatcher, state: BotState, bot: Bot):
                     reply_text = data["choices"][0]["message"]["content"]
 
                     # Сохраняем ответ ассистента в историю
-                    chat_history[chat_id].append(
+                    chat_history[local_chat_id].append(
                         {
                             "role": "assistant",
                             "content": [{"type": "text", "text": reply_text}],
                         }
                     )
 
-                    # Ограничиваем снова (чтобы не разрасталось)
-                    if len(chat_history[chat_id]) > MAX_HISTORY:
-                        chat_history[chat_id] = chat_history[chat_id][-MAX_HISTORY:]
+                    # Ограничиваем снова
+                    if len(chat_history[local_chat_id]) > MAX_HISTORY:
+                        chat_history[local_chat_id] = chat_history[local_chat_id][-MAX_HISTORY:]
 
                     # Делим сообщение на части по 4000 символов
                     MAX_LEN = 4000
                     for i in range(0, len(reply_text), MAX_LEN):
                         chunk = reply_text[i:i + MAX_LEN]
-                        msg = await bot.send_message(chat_id=chat_id, text=chunk)
+                        msg = await bot.send_message(chat_id=target_chat_id,
+                                                     text=f"🤖 Ответ (модель: {current_model}):\n{chunk}")
                         save_message(msg.chat.id, msg.message_id)
 
-
         except Exception as e:
             logger.error(f"Ошибка при запросе к LM Studio: {e}")
             await message.reply(f"❌ Ошибка при запросе к LM Studio: {e}")
 
     @dp.message(Command("clear"))
     async def clear(message: Message):
-        chat_history.pop(message.chat.id, None)
+        chat_history.pop(message.chat.id, None)
+        await message.reply("✅ История диалога очищена")
+
+    # Создаем простые фильтры для callback
+    async def model_callback_filter(callback_query: CallbackQuery) -> bool:
+        return callback_query.data.startswith("model:")
+
+    async def refresh_models_filter(callback_query: CallbackQuery) -> bool:
+        return callback_query.data == "refresh_models"
+
+    async def show_current_filter(callback_query: CallbackQuery) -> bool:
+        return callback_query.data == "show_current"
+
+    async def show_image_models_filter(callback_query: CallbackQuery) -> bool:
+        return callback_query.data == "show_image_models"
+
+    @dp.callback_query(model_callback_filter)
+    async def select_model_callback(callback_query: CallbackQuery):
+        """Обработка выбора модели из инлайн-клавиатуры"""
+        global current_model, model_hash_map
+
+        model_hash = callback_query.data.split(":", 1)[1]
+
+        # Пытаемся загрузить из файла, если в памяти нет
+        if not model_hash_map:
+            try:
+                with open("model_hash_map.json", "r") as f:
+                    model_hash_map = json.load(f)
+            except Exception as e:
+                logger.error(f"Ошибка загрузки model_hash_map из файла: {e}")
+
+        # Получаем полное название модели из карты
+        if model_hash not in model_hash_map:
+            await callback_query.answer("❌ Ошибка: модель не найдена в кэше. Используйте /models для обновления списка",
+                                        show_alert=True)
+            return
+
+        model_id = model_hash_map[model_hash]
+        old_model = current_model
+        current_model = model_id
+
+        # Сообщаем о поддержке изображений
+        image_support = "🖼️ поддерживает изображения" if supports_images(model_id) else "📝 только текст"
+
+        # Обновляем сообщение
+        try:
+            await callback_query.message.edit_text(
+                f"✅ Модель успешно изменена! ({image_support})\n\n"
+                f"📊 <b>Старая модель:</b>\n<code>{old_model}</code>\n\n"
+                f"📈 <b>Новая модель:</b>\n<code>{current_model}</code>\n\n"
+                f"Для просмотра всех моделей используйте /models",
+                parse_mode="HTML"
+            )
+        except Exception as e:
+            logger.error(f"Ошибка при редактировании сообщения: {e}")
+
+        # Отправляем подтверждение
+        await callback_query.answer(f"✅ Модель изменена на:\n{truncate_model_name(model_id, 30)}")
+
+    @dp.callback_query(refresh_models_filter)
+    async def refresh_models_callback(callback_query: CallbackQuery):
+        """Обновить список моделей"""
+        await list_models(callback_query.message)
+        await callback_query.answer("🔄 Список моделей обновлен")
+
+    @dp.callback_query(show_current_filter)
+    async def show_current_callback(callback_query: CallbackQuery):
+        """Показать текущую модель"""
+        global current_model
+        image_support = "🖼️ Поддерживает изображения" if supports_images(current_model) else "📝 Только текст"
+        await callback_query.answer(f"Текущая модель: {current_model}\n{image_support}", show_alert=True)
+
+    @dp.callback_query(show_image_models_filter)
+    async def show_image_models_callback(callback_query: CallbackQuery):
+        """Показать модели с поддержкой изображений"""
+        global model_hash_map
+
+        if not model_hash_map:
+            await callback_query.answer("❌ Список моделей пуст. Используйте /models", show_alert=True)
+            return
+
+        image_models = [model for model in model_hash_map.values() if supports_images(model)]
+
+        if not image_models:
+            await callback_query.answer("🖼️ Нет моделей с поддержкой изображений", show_alert=True)
+            return
+
+        models_text = "\n".join([f"• {model}" for model in image_models[:10]])
+        if len(image_models) > 10:
+            models_text += f"\n... и еще {len(image_models) - 10} моделей"
+
+        await callback_query.answer(f"🖼️ Модели с поддержкой изображений ({len(image_models)} шт.):\n{models_text}",
+                                    show_alert=True)