Update app.py

app.py

@@ -1,84 +1,78 @@
 import streamlit as st
 from google import genai
 from google.genai import types
+import os
 from PIL import Image
 import io
 import base64
-import time
-import json
 
-# Configuration de l'API Gemini
-GOOGLE_API_KEY = "AIzaSyC_zxN9IHjEAxIoshWPzMfgb9qwMsu5t5Y"  # Remplacez par votre clé API
-genai.configure(api_key=GOOGLE_API_KEY)
-client = genai.GenerativeModel('gemini-pro-vision')
-
-# Fonction pour générer la réponse en streaming
-def solve_math_problem(image_data):
-    img = Image.open(io.BytesIO(image_data))
-
-    # Convertir l'image en base64 pour l'envoyer à l'API Gemini
-    buffered = io.BytesIO()
-    img.save(buffered, format="PNG")
-    img_str = base64.b64encode(buffered.getvalue()).decode()
-
-    # Créer le contenu de la requête pour l'API Gemini
-    contents = [
-        {'parts': [{'mime_type': 'image/png', 'data': img_str}]},
-        {'parts': [{'text': "Résous ce problème?"}]},
-    ]
-
-    # Configuration pour inclure les pensées (si disponible)
-    config = {
-        'thinking_config': {'include_thoughts': True}
-    }
-
-    response_stream = client.generate_content(
-        contents=contents,
-        model="gemini-2.0-flash-thinking-exp-01-21",
-        stream=True,
-        generation_config=config
-    )
-
-    for chunk in response_stream:
-        for part in chunk.parts:
-            if part.text:
-                yield part.text
-
-# Interface Streamlit
-st.set_page_config(page_title="Mariam M-0", page_icon="🧮", layout="centered")
+# Configuration de la page
+st.set_page_config(page_title="Résolveur d'exercices")
 
-st.title("Mariam M-0")
-st.subheader("Solution Mathématique Intelligente")
-
-uploaded_file = st.file_uploader("Déposez votre image ici", type=["jpg", "jpeg", "png"])
-
-if uploaded_file is not None:
-    image_data = uploaded_file.getvalue()
-    st.image(image_data, caption="Image téléchargée.", use_column_width=True)
-
-    if st.button("Résoudre le problème"):
-        with st.spinner("Analyse en cours..."):
-            # Utilisation d'un conteneur pour mettre à jour le texte en streaming
-            thoughts_container = st.empty()
-            answer_container = st.empty()
-            full_thoughts = ""
-            full_answer = ""
+# Configuration de l'API Gemini
+GOOGLE_API_KEY = "AIzaSyC_zxN9IHjEAxIoshWPzMfgb9qwMsu5t5Y"
+client = genai.Client(
+    api_key=GOOGLE_API_KEY,
+    http_options={'api_version': 'v1alpha'},
+)
 
-            for response_text in solve_math_problem(image_data):
-              try:
-                  response_json = json.loads(response_text)
-                  # Vérifier si la réponse contient une clé 'thoughts' ou 'answer'
-                  if 'thoughts' in response_json:
-                      thoughts_content = response_json['thoughts']
-                      full_thoughts += thoughts_content + "  \n"
-                      thoughts_container.markdown(f"**Processus de Réflexion:**\n\n{full_thoughts}")
-                  elif 'answer' in response_json:
-                      answer_content = response_json['answer']
-                      full_answer += answer_content + "  \n"
-                      answer_container.markdown(f"**Solution:**\n\n{full_answer}")
-              except json.JSONDecodeError:
-                  print(f"Could not parse as JSON: {response_text}")
-                  continue
-                               
+def main():
+    st.title("Résolveur d'exercices")
+    
+    # Zone de téléchargement d'image
+    uploaded_file = st.file_uploader("Téléchargez votre exercice", type=["png", "jpg", "jpeg"])
+    
+    if uploaded_file:
+        # Affichage de l'image
+        image = Image.open(uploaded_file)
+        st.image(image, caption="Image téléchargée", use_column_width=True)
+        
+        # Bouton pour lancer l'analyse
+        if st.button("Résoudre l'exercice"):
+            # Conversion de l'image en base64
+            buffered = io.BytesIO()
+            image.save(buffered, format="PNG")
+            img_str = base64.b64encode(buffered.getvalue()).decode()
+            
+            # Création de deux colonnes : une pour les pensées, une pour la réponse
+            thoughts_col, answer_col = st.columns([1, 2])
+            
+            with thoughts_col:
+                # Création d'un expander pour les pensées
+                with st.expander("Pensées du modèle", expanded=True):
+                    thoughts_placeholder = st.empty()
+            
+            with answer_col:
+                # Placeholder pour la réponse
+                answer_placeholder = st.empty()
+            
+            try:
+                # Génération du contenu avec streaming
+                response = client.models.generate_content_stream(
+                    model="gemini-2.0-flash-thinking-exp-01-21",
+                    config={'thinking_config': {'include_thoughts': True}},
+                    contents=[
+                        {'inline_data': {'mime_type': 'image/png', 'data': img_str}},
+                        "Résous cet exercice. ça doit être bien présentable et espacé afin d'être facile à lire."
+                    ]
+                )
                 
-        st.success("Problème résolu!")
+                # Variables pour accumuler le contenu
+                thoughts = []
+                answer = []
+                
+                # Traitement du stream
+                for chunk in response:
+                    for part in chunk.candidates[0].content.parts:
+                        if part.thought:
+                            thoughts.append(part.text)
+                            thoughts_placeholder.markdown("\n\n".join(thoughts))
+                        else:
+                            answer.append(part.text)
+                            answer_placeholder.markdown("\n\n".join(answer))
+                
+            except Exception as e:
+                st.error(f"Une erreur s'est produite : {str(e)}")
+
+if __name__ == "__main__":
+    main()