Update app.py

app.py

@@ -48,8 +48,8 @@ def gpt_francais():
 
     if not french_prompt:
         logging.warning("French prompt is empty.")
-        return Response(f"data: {json.dumps({'type': 'error', 'content': 'Veuillez saisir un thème.'})}\n\n", 
-                       mimetype='text/event-stream'), 400
+        return Response(f"data: {json.dumps({'type': 'error', 'content': 'Erreur'})}\n\n",
+                        mimetype='text/event-stream'), 400
 
     # Sélectionner le modèle
     model_to_use = DEEPTHINK_MODEL_NAME if use_deepthink else STANDARD_MODEL_NAME
@@ -57,12 +57,12 @@ def gpt_francais():
 
     # Charger l'instruction système
     try:
-        system_instruction = load_prompt("français")
-    except Exception as e:
-        logging.error(f"Error loading system prompt: {e}")
+        system_instruction = load_prompt()
+    except Exception:
+        logging.error("Erreur")
         system_instruction = "Tu es un assistant spécialisé en français."
 
-    # Construire le prompt utilisateur basé sur les paramètres
+    # Construire le prompt utilisateur
     user_prompt = f"Sujet: {french_prompt}\nType: {choix}\nStyle: {style}"
 
     # Configuration pour cette requête
@@ -82,7 +82,7 @@ def gpt_francais():
         try:
             thoughts = ""
             answer = ""
-            
+
             for chunk in client.models.generate_content_stream(
                 model=model_to_use,
                 contents=[user_prompt],
@@ -101,48 +101,39 @@ def gpt_francais():
                             yield f"data: {json.dumps({'type': 'answer_start'})}\n\n"
                         answer += part.text
                         yield f"data: {json.dumps({'type': 'answer', 'content': part.text})}\n\n"
-            
-            yield f"data: {json.dumps({'type': 'done'})}\n\n"
-            
-        except Exception as e:
-            logging.exception(f"Error generating content with model {model_to_use}: {e}")
-            
-            if "model" in str(e).lower() and ("not found" in str(e).lower() or "not available" in str(e).lower()):
-                logging.error(f"Model '{model_to_use}' not found.")
-                yield f"data: {json.dumps({'type': 'error', 'content':'Erreur')}"
-            else:
-                logging.error(f"Internal error occurred: {e}")
-                yield f"data: {json.dumps({'type': 'error', 'content': 'Une erreur interne est survenue lors de la génération du contenu. Veuillez réessayer.'})}\n\n"
 
-    return Response(generate_stream(), mimetype='text/event-stream')
+            yield f"data: {json.dumps({'type': 'done'})}\n\n"
 
+        except Exception:
+            logging.error("Erreur")
+            yield f"data: {json.dumps({'type': 'error', 'content': 'Erreur'})}\n\n"
 
-# Endpoint supprimé - streaming imposé sur l'endpoint principal
+    return Response(generate_stream(), mimetype='text/event-stream')
 
 
 @app.route('/api/etude-texte', methods=['POST'])
 def gpt_francais_cc():
     """Analyse d'images avec streaming imposé."""
     if 'images' not in request.files:
-        return Response(f"data: {json.dumps({'type': 'error', 'content': 'Aucune image n\\'a été téléchargée.'})}\n\n", 
-                       mimetype='text/event-stream'), 400
+        return Response(f"data: {json.dumps({'type': 'error', 'content': 'Erreur'})}\n\n",
+                        mimetype='text/event-stream'), 400
 
     images = request.files.getlist('images')
     if not images:
-        return Response(f"data: {json.dumps({'type': 'error', 'content': 'Aucune image sélectionnée.'})}\n\n", 
-                       mimetype='text/event-stream'), 400
+        return Response(f"data: {json.dumps({'type': 'error', 'content': 'Erreur'})}\n\n",
+                        mimetype='text/event-stream'), 400
 
     def generate_image_analysis():
         try:
             # Charger l'instruction système
             try:
-                system_instruction = load_prompt("analyse_texte")
-            except Exception as e:
-                logging.error(f"Error loading system prompt for text analysis: {e}")
+                system_instruction = load_prompt()
+            except Exception:
+                logging.error("Erreur")
                 system_instruction = "Tu es un assistant spécialisé dans l'analyse de textes et de documents."
 
             content = ["Réponds aux questions présentes dans les images."]
-            
+
             for image in images:
                 if image.filename:
                     img_data = image.read()
@@ -151,13 +142,13 @@ def gpt_francais_cc():
                         mime_type=image.content_type or 'image/jpeg'
                     )
                     content.append(img_part)
-            
+
             config = types.GenerateContentConfig(
                 system_instruction=system_instruction,
                 temperature=0.7,
                 max_output_tokens=4096
             )
-            
+
             for chunk in client.models.generate_content_stream(
                 model=STANDARD_MODEL_NAME,
                 contents=content,
@@ -166,17 +157,14 @@ def gpt_francais_cc():
                 for part in chunk.candidates[0].content.parts:
                     if part.text:
                         yield f"data: {json.dumps({'type': 'content', 'content': part.text})}\n\n"
-            
-            yield f"data: {json.dumps({'type': 'done'})}\n\n"
-            
-        except Exception as e:
-            logging.exception(f"Error in image analysis streaming: {e}")
-            yield f"data: {json.dumps({'type': 'error', 'content': 'Erreur lors de l\\'analyse des images.'})}\n\n"
 
-    return Response(generate_image_analysis(), mimetype='text/event-stream')
+            yield f"data: {json.dumps({'type': 'done'})}\n\n"
 
+        except Exception:
+            logging.error("Erreur")
+            yield f"data: {json.dumps({'type': 'error', 'content': 'Erreur'})}\n\n"
 
-# Endpoint supprimé - streaming imposé sur l'endpoint principal
+    return Response(generate_image_analysis(), mimetype='text/event-stream')
 
 
 if __name__ == '__main__':