app.py

import os
import ast
import streamlit as st
from crewai import Agent, Crew, Process, Task
from crewai_tools import SerperDevTool
from langchain_google_genai import ChatGoogleGenerativeAI
from crewai import LLM
from typing import List

# Configuration des clés API
import os

os.environ["GEMINI_API_KEY"] = os.environ.get("GEMINI_API_KEY")
os.environ["SERPER_API_KEY"] = os.environ.get("SERPER_API_KEY")
llm = LLM(
    model="gemini/gemini-1.5-flash",
    temperature=0.7,
    timeout=120,
    max_tokens=8000,
)

search_tool = SerperDevTool()

# Définitions des agents avec outils explicites
project_manager = Agent(
    role="Chef de Projet",
    goal="Coordonner les autres agents et synthétiser les résultats.",
    backstory="Un chef de projet expérimenté avec une expertise dans la gestion d'équipes et la coordination de projets complexes.",
    llm=llm,
    verbose=True,
    allow_delegation=True,
    tools=[search_tool]
)

topic_analyst = Agent(
    role="Analyste de Thème",
    goal="Analyser le thème et générer un plan détaillé.",
    backstory="Un expert en recherche et en structuration de contenu.",
    llm=llm,
    verbose=True,
    tools=[search_tool]
)

content_writer = Agent(
    role="Rédacteur de Contenu",
    goal="Rédiger le contenu en se basant sur des recherches approfondies.",
    backstory="Un rédacteur spécialisé dans la création de contenu académique.",
    llm=llm,
    verbose=True,
    tools=[search_tool]
)

editor = Agent(
    role="Éditeur",
    goal="Réviser et harmoniser le contenu final.",
    backstory="Un éditeur expérimenté avec un excellent sens du détail.",
    llm=llm,
    verbose=True,
    tools=[search_tool]
)

def create_outline_task(topic: str) -> Task:
    return Task(
        description=f"""Crée un plan détaillé pour un exposé sur '{topic}'.
        Réponds UNIQUEMENT avec une liste Python.
        Format attendu: ['Introduction', 'I', 'II','etc..', 'Conclusion']""",
        expected_output="Liste Python des sections de l'exposé sous forme de string",
        agent=topic_analyst
    )

def create_content_task(topic: str, section: str, outline_task: Task) -> Task:
    return Task(
        description=f"""Rédige la section '{section}' de l'exposé sur '{topic}'.
        Utilise un style académique et professionnel.
        Base-toi sur des recherches récentes et pertinentes.
        Format attendu: Texte en Markdown avec des sous-titres si nécessaire.""",
        expected_output="Contenu de la section en format Markdown",
        agent=content_writer,
        context=[outline_task]
    )

def create_editing_task(content_tasks: List[Task]) -> Task:
    return Task(
        description="""Révise et harmonise l'ensemble du contenu.
        Assure la cohérence du style et la qualité de l'écriture.
        Format attendu: Texte final en Markdown.""",
        expected_output="Version finale de l'exposé en format Markdown",
        agent=editor,
        context=content_tasks
    )

# Interface Streamlit
st.title("🤖 Générateur d'Exposés avec CrewAI")

topic = st.text_input("Entrez le thème de l'exposé:", "L'Intelligence Artificielle en 2024")

if st.button("Générer l'exposé"):
    try:
        with st.spinner("1/4 - Création du plan..."):
            # Étape 1: Création du plan
            outline_task = create_outline_task(topic)
            outline_crew = Crew(
                agents=[topic_analyst],
                tasks=[outline_task],
                process=Process.sequential,
                verbose=True
            )
            outline_result = outline_crew.kickoff()
            
            # Parsing du résultat
            try:
                sections = eval(outline_result.raw.strip('"\''))
                st.write("Plan généré:", sections)
            except Exception as e:
                st.error(f"Erreur lors du parsing du plan: {e}")
                st.stop()

        with st.spinner("2/4 - Rédaction des sections..."):
            # Étape 2: Création du contenu section par section
            content_tasks = []
            content_results = []
            
            for section in sections:
                task = create_content_task(topic, section, outline_task)
                content_crew = Crew(
                    agents=[content_writer],
                    tasks=[task],
                    process=Process.sequential,
                    verbose=True
                )
                result = content_crew.kickoff()
                content_tasks.append(task)
                content_results.append(result.raw)
                st.write(f"Section '{section}' rédigée.")

        with st.spinner("3/4 - Révision finale..."):
            # Étape 3: Édition finale
            editing_task = create_editing_task(content_tasks)
            editing_crew = Crew(
                agents=[editor],
                tasks=[editing_task],
                process=Process.sequential,
                verbose=True
            )
            final_result = editing_crew.kickoff()

        with st.spinner("4/4 - Assemblage final..."):
            # Étape 4: Assemblage et présentation
            st.success("Exposé généré avec succès!")
            st.markdown(final_result.raw)

    except Exception as e:
        st.error(f"Une erreur est survenue: {e}")
        st.stop()