Chatmari / app.py
Docfile's picture
Create app.py
f6602fb verified
raw
history blame
6.38 kB
import streamlit as st
import google.generativeai as genai
import os
from dotenv import load_dotenv
import http.client
import json
import shutil
# Charger les variables d'environnement
load_dotenv()
# Configurer la clé API
genai.configure(api_key=os.getenv("GOOGLE_API_KEY"))
# Paramètres de sécurité
safety_settings = [
{"category": "HARM_CATEGORY_HARASSMENT", "threshold": "BLOCK_NONE"},
{"category": "HARM_CATEGORY_HATE_SPEECH", "threshold": "BLOCK_NONE"},
{"category": "HARM_CATEGORY_SEXUALLY_EXPLICIT", "threshold": "BLOCK_NONE"},
{"category": "HARM_CATEGORY_DANGEROUS_CONTENT", "threshold": "BLOCK_NONE"},
]
# Instructions système pour Mariam (inchangées pour brièveté, mais peuvent être affinées)
ss = """
# Prompt System pour Mariam, IA conçu par youssouf
[...]
"""
# Initialisation du modèle
model = genai.GenerativeModel('gemini-2.0-flash-exp', tools='code_execution',
safety_settings=safety_settings,
system_instruction=ss)
# Fonction de recherche web
def perform_web_search(query):
conn = http.client.HTTPSConnection("google.serper.dev")
payload = json.dumps({"q": query})
headers = {
'X-API-KEY': '9b90a274d9e704ff5b21c0367f9ae1161779b573',
'Content-Type': 'application/json'
}
try:
conn.request("POST", "/search", payload, headers)
res = conn.getresponse()
data = json.loads(res.read().decode("utf-8"))
return data
except Exception as e:
st.error(f"Erreur lors de la recherche web : {e}")
return None
finally:
conn.close()
# Formater les résultats de recherche
def format_search_results(data):
if not data:
return "Aucun résultat trouvé"
result = ""
if 'knowledgeGraph' in data:
kg = data['knowledgeGraph']
result += f"### {kg.get('title', '')}\n*{kg.get('type', '')}*\n\n{kg.get('description', '')}\n\n"
if 'organic' in data:
result += "### Résultats principaux:\n"
for item in data['organic'][:3]:
result += f"- **{item['title']}**\n {item['snippet']}\n [Lien]({item['link']})\n\n"
if 'peopleAlsoAsk' in data:
result += "### Questions fréquentes:\n"
for item in data['peopleAlsoAsk'][:2]:
result += f"- **{item['question']}**\n {item['snippet']}\n\n"
return result
# Convertir les rôles pour Streamlit
def role_to_streamlit(role):
return "assistant" if role == "model" else role
# Initialiser l'état de la session
if "chat" not in st.session_state:
st.session_state.chat = model.start_chat(history=[])
if "web_search" not in st.session_state:
st.session_state.web_search = False
if "messages" not in st.session_state:
st.session_state.messages = []
# Fonction pour effacer l’historique
def clear_chat_history():
st.session_state.chat = model.start_chat(history=[])
st.session_state.messages = []
# Créer un dossier temporaire
os.makedirs("temp", exist_ok=True)
# Titre de l’application
st.title("Mariam AI")
# Section des paramètres dans la barre latérale
with st.sidebar:
st.header("Paramètres")
st.session_state.web_search = st.toggle("Activer la recherche web", value=st.session_state.web_search,
help="Permet d’enrichir les réponses avec des informations du web.")
if st.button("Effacer l’historique", on_click=clear_chat_history):
st.success("Historique effacé.")
# Section de téléchargement de fichiers
with st.sidebar:
st.header("Téléchargement de fichiers")
st.info("Types acceptés : jpg, jpeg, png, pdf, txt")
uploaded_file = st.file_uploader("Choisir un fichier", type=['jpg', 'jpeg', 'png', 'pdf', 'txt'])
# Section de conversation
st.header("Conversation")
chat_container = st.container()
# Afficher les messages
with chat_container:
for message in st.session_state.messages:
with st.chat_message(message["role"]):
st.markdown(message["content"])
# Champ de saisie multiligne
user_input = st.text_area("Votre message", height=100)
# Bouton pour envoyer
if st.button("Envoyer"):
if user_input:
# Ajouter le message de l’utilisateur
st.session_state.messages.append({"role": "user", "content": user_input})
# Traiter le fichier téléchargé
uploaded_gemini_file = None
if uploaded_file:
file_ext = uploaded_file.name.split('.')[-1].lower()
accepted_types = ['jpg', 'jpeg', 'png', 'pdf', 'txt']
if file_ext in accepted_types:
with open(os.path.join("temp", uploaded_file.name), "wb") as f:
f.write(uploaded_file.getbuffer())
try:
uploaded_gemini_file = genai.upload_file(os.path.join("temp", uploaded_file.name))
except Exception as e:
st.error(f"Erreur lors de l’upload du fichier : {e}")
else:
st.error("Type de fichier non accepté. Utilisez jpg, jpeg, png, pdf ou txt.")
# Recherche web si activée
web_results = None
if st.session_state.web_search:
with st.spinner("Recherche web en cours..."):
web_results = perform_web_search(user_input)
if web_results:
formatted_results = format_search_results(web_results)
user_input = f"{user_input}\n\nVoici les résultats de la recherche web. Analyse-les et donne-moi une réponse complète :\n\n{formatted_results}"
# Envoyer à Gemini
try:
if uploaded_gemini_file:
response = st.session_state.chat.send_message([uploaded_gemini_file, "\n\n", user_input])
else:
response = st.session_state.chat.send_message(user_input)
st.session_state.messages.append({"role": "assistant", "content": response.text})
with chat_container:
with st.chat_message("assistant"):
st.markdown(response.text)
except Exception as e:
st.error(f"Erreur lors de l’envoi : {e}")
# Nettoyer les fichiers temporaires
if uploaded_file:
shutil.rmtree("temp", ignore_errors=True)
os.makedirs("temp", exist_ok=True)