app.py

import os
import gradio as gr
from langchain_google_genai import ChatGoogleGenerativeAI
from langchain import LLMChain, PromptTemplate
from langchain.memory import ConversationBufferMemory
from langchain_google_genai import (
    ChatGoogleGenerativeAI,
    HarmBlockThreshold,
    HarmCategory,
)



import getpass

token=os.environ.get("TOKEN")
os.environ["GOOGLE_API_KEY"] = token

# Read the content of dikota.txt
with open("dikota.txt", "r", encoding="utf-8") as f:
    dikota_content = f.read()

template = """Utillisez les éléments de contexte suivants pour répondre à la question à la fin. Si vous ne connaissez pas la réponse,traduissez ce que vous pouvez et reecriver les autre comme ca , n'essayez pas d'inventer une réponse. Je veux que tu agisses comme un traducteur dikota. Je parle en dikota ou en francais et tu reponds en dikota en te basant sur le contexte. Je ne veux aucune explication. Juste la réponse. cest une sorte de dialogue,
    
{dikota_content}

{chat_history}

User: {user_message}

Chatbot:""".format(dikota_content)

prompt = PromptTemplate(
    input_variables=["chat_history", "user_message"], template=template
)

memory = ConversationBufferMemory(memory_key="chat_history")

llm_chain = LLMChain(
    llm=ChatGoogleGenerativeAI(model="gemini-1.5-flash-lastest"),
    prompt=prompt,
    verbose=True,
    memory=memory,
)

def get_text_response(user_message, history):  # dikota_content added
    response = llm_chain.predict(user_message=user_message)
    print(user_message)
    return response

demo = gr.ChatInterface(get_text_response)

demo.launch() #To create a public link, set `share=True` in `launch()`. To enable errors and logs, set `debug=True` in `launch()`.