Добавьте файлы проекта.

CodeBase/Services/LlmService.cs

@@ -0,0 +1,62 @@
+using CodeBase.Models;
+using OpenAI;
+using OpenAI.Chat;
+using System;
+using System.ClientModel;
+using System.Threading.Tasks;
+
+public class LlmService
+{
+    private readonly ChatClient _chatClient;
+    private readonly LlmPromptBuilder _builder;
+
+    public LlmService(LlmPromptBuilder llmPromptBuilder)
+    {
+        // 1. Указываем адрес Ollama (обязательно с /v1 на конце для совместимости с OpenAI)
+        var options = new OpenAIClientOptions
+        {
+            Endpoint = new Uri("http://localhost:11434/v1")
+        };
+
+        // 2. Ключ не нужен, но пакет просит хоть какую-то строку
+        var credential = new ApiKeyCredential("ollama");
+
+        // 3. ВАЖНО: Имя модели должно ТОЧНО совпадать с тем, что ты скачала в Ollama.
+        // Например, "llama3", "llama3.1", "qwen2.5-coder" или "phi3".
+        string modelName = "qwen2.5-coder:7b";
+
+        _chatClient = new ChatClient(modelName, credential, options);
+
+        _builder = llmPromptBuilder;
+    }
+
+    public async Task<String> AskQuestionAsync(string userQuestion, List<CodeChunk> foundChunks)
+    {
+        try
+        {
+            var finalPrompt = _builder.BuildPrompt(userQuestion, foundChunks);
+            // Формируем сообщение. Поскольку мы уже зашили роль и инструкции 
+            // внутрь finalPrompt с помощью LlmPromptBuilder, 
+            // передаем все это как UserMessage.
+            var messages = new ChatMessage[]
+            {
+                new UserChatMessage(finalPrompt)
+            };
+
+            // Отправляем запрос (настройки опциональны)
+            var completionOptions = new ChatCompletionOptions
+            {
+                Temperature = 0.2f, // Делаем ответы менее креативными и более точными
+            };
+
+            ChatCompletion completion = await _chatClient.CompleteChatAsync(messages, completionOptions);
+
+            // Возвращаем сгенерированный текст
+            return completion.Content[0].Text;
+        }
+        catch (Exception ex)
+        {
+            return $"[-] Ошибка при обращении к LLM: {ex.Message}";
+        }
+    }
+}