Spaces:
Sleeping
Sleeping
File size: 2,332 Bytes
a03b876 df1ffa1 a03b876 7ec3e43 a03b876 7ec3e43 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 |
import gradio as gr
import fitz # PyMuPDF
from langchain_community.llms import Ollama
from langchain.chains.question_answering import load_qa_chain
from langchain.prompts import PromptTemplate
from langchain.docstore.document import Document
def extract_text_from_pdf(file):
doc = fitz.open(file.name) # Fix lỗi: dùng tên file thay vì file.read()
text = ""
for page in doc:
text += page.get_text()
return text
# Trạng thái lưu lịch sử chat (nếu không dùng PDF)
chat_history = []
def answer_question(pdf_file, question, history):
if not question:
return "Vui lòng nhập câu hỏi.", history
llm = Ollama(model="llama3")
if pdf_file: # Nếu có PDF được tải lên
content = extract_text_from_pdf(pdf_file)
prompt_template = PromptTemplate.from_template(
"Trả lời câu hỏi sau dựa trên tài liệu:\n\n{context}\n\nCâu hỏi: {question}"
)
chain = load_qa_chain(llm, chain_type="stuff", prompt=prompt_template)
docs = [Document(page_content=content)]
result = chain.run(input_documents=docs, question=question)
return result, history
else:
# Chat tự do (không có PDF)
context = "\n".join([f"User: {q}\nAssistant: {a}" for q, a in history[-5:]]) # nhớ 5 lượt gần nhất
prompt = f"{context}\nUser: {question}\nAssistant:"
answer = llm(prompt)
history.append((question, answer.strip()))
return answer.strip(), history
# Giao diện Gradio nâng cấp
chatbot = gr.Chatbot()
with gr.Blocks() as demo:
gr.Markdown("## 🧠 PDF Q&A và Chat tự do với Ollama")
with gr.Row():
pdf_file = gr.File(label="📄 Tải PDF (tùy chọn)")
with gr.Row():
question = gr.Textbox(label="💬 Nhập câu hỏi", placeholder="Hỏi gì cũng được...")
with gr.Row():
submit_btn = gr.Button("Gửi câu hỏi")
with gr.Row():
chatbot_output = chatbot
state = gr.State([]) # Lưu lịch sử hội thoại
def respond(pdf, q, hist):
answer, updated_history = answer_question(pdf, q, hist)
return updated_history, updated_history
submit_btn.click(respond, inputs=[pdf_file, question, state], outputs=[chatbot_output, state])
demo.launch()
|