Update app.py

app.py

@@ -9,12 +9,12 @@ from langchain.chat_models import ChatOpenAI
 from langchain.chains import ChatChain
 from langchain.text_splitter import RecursiveCharacterTextSplitter
 from langchain.schema import Document
+import re
 
-# ----------------- تنظیمات صفحه -----------------
 st.set_page_config(page_title="رزم‌یار ارتش", page_icon="🪖", layout="wide")
 
 # ----------------- استایل سفارشی -----------------
-st.markdown(""" 
+st.markdown("""
     <style>
     @import url('https://fonts.googleapis.com/css2?family=Vazirmatn:wght@400;700&display=swap');
     
@@ -23,12 +23,132 @@ st.markdown("""
         direction: rtl;
         text-align: right;
     }
-
+    
     .stApp {
         background: linear-gradient(to left, #4b5e40, #2e3b2e);
         color: #ffffff;
     }
-    /* استایل‌های دیگر در اینجا قرار دارند */
+    
+    /* استایل سایدبار */
+    [data-testid="stSidebar"] {
+        width: 260px !important;
+        background-color: #1a2b1e;
+        border: none !important; /* حذف حاشیه زرد */
+        padding-top: 20px;
+    }
+    
+    .menu-item {
+        display: flex;
+        align-items: center;
+        gap: 12px;
+        padding: 12px 20px;
+        font-size: 16px;
+        color: #d4d4d4;
+        cursor: pointer;
+        transition: background-color 0.3s ease;
+    }
+    
+    .menu-item:hover {
+        background-color: #2e3b2e;
+        color: #b8860b;
+    }
+    
+    .menu-item img {
+        width: 24px;
+        height: 24px;
+    }
+    
+    /* استایل دکمه‌ها */
+    .stButton>button {
+        background-color: #b8860b !important;
+        color: #1a2b1e !important;
+        font-family: 'Vazirmatn', Tahoma;
+        font-weight: 700;
+        border-radius: 10px;
+        padding: 12px 24px;
+        border: none;
+        transition: all 0.3s ease;
+        font-size: 16px;
+        width: 100%;
+        margin: 10px 0;
+    }
+    
+    .stButton>button:hover {
+        background-color: #8b6508 !important;
+        transform: translateY(-2px);
+        box-shadow: 0 4px 8px rgba(0,0,0,0.3);
+    }
+    
+    /* استایل هدر */
+    .header-text {
+        text-align: center;
+        margin: 20px 0;
+        background-color: rgba(26, 43, 30, 0.9);
+        padding: 25px;
+        border-radius: 15px;
+        box-shadow: 0 6px 12px rgba(0,0,0,0.4);
+    }
+    
+    .header-text h1 {
+        font-size: 42px;
+        color: #b8860b;
+        margin: 0;
+        font-weight: 700;
+    }
+    
+    .subtitle {
+        font-size: 18px;
+        color: #d4d4d4;
+        margin-top: 10px;
+    }
+    
+    /* استایل پیام چت */
+    .chat-message {
+        background-color: rgba(26, 43, 30, 0.95);
+        border: 2px solid #b8860b;
+        border-radius: 15px;
+        padding: 20px;
+        margin: 15px 0;
+        box-shadow: 0 6px 12px rgba(0,0,0,0.3);
+        animation: fadeIn 0.6s ease;
+        font-size: 18px;
+        color: #d4d4d4;
+        display: flex;
+        align-items: center;
+        gap: 15px;
+    }
+    
+    @keyframes fadeIn {
+        from { opacity: 0; transform: translateY(10px); }
+        to { opacity: 1; transform: translateY(0); }
+    }
+    
+    /* استایل ورودی‌ها */
+    .stTextInput>div>input, .stTextArea textarea {
+        background-color: rgba(26, 43, 30, 0.95) !important;
+        border-radius: 10px !important;
+        border: 1px solid #b8860b !important;
+        padding: 12px !important;
+        font-family: 'Vazirmatn', Tahoma;
+        font-size: 16px;
+        color: #d4d4d4 !important;
+    }
+    
+    img.small-logo {
+        width: 120px;
+        margin: 0 auto 20px;
+        display: block;
+    }
+    
+    hr {
+        border: 1px solid #b8860b;
+        margin: 15px 0;
+    }
+    
+    /* رفع مشکل نوار زرد */
+    [data-testid="stSidebar"] > div {
+        border: none !important;
+    }
     </style>
 """, unsafe_allow_html=True)
 
@@ -145,10 +265,19 @@ def load_llm():
 
 # ----------- پردازش سوال و بازیابی پاسخ‌ها ----------- 
 def process_user_query(query: str, vectorstore, embedding_model, llm):
+    # تبدیل سوال کاربر به امبدینگ
     query_embedding = embedding_model.embed_query(query)
+    
+    # جستجوی نزدیک‌ترین متون به سوال
     docs = vectorstore.similarity_search_by_vector(query_embedding, k=3)
     context = "\n".join([doc.page_content for doc in docs])
-
+    
+    # چک کردن وجود عدد یا اطلاعات عددی در پاسخ
+    if "عدد" in query or "قیمت" in query:  # اگر سوال عددی است
+        # استخراج اطلاعات عددی از متون مشابه
+        context = extract_numbers_from_text(context)
+    
+    # ارسال متن به مدل
     final_prompt = f"""با توجه به اطلاعات زیر، فقط بر اساس آن‌ها به سؤال پاسخ بده. اگر اطلاعات کافی نیست، بگو اطلاعات کا��ی ندارم.
 🔹 اطلاعات:\n{context}\n\n❓ سؤال: {query}
 """
@@ -159,6 +288,12 @@ def process_user_query(query: str, vectorstore, embedding_model, llm):
     return clean_answer
 
 
+def extract_numbers_from_text(text: str):
+    # استخراج اعداد از متن
+    numbers = re.findall(r'\d+(?:\.\d+)?', text)
+    return "\n".join(numbers)
+
+
 # ----------- اجرای Streamlit UI ----------- 
 def run_chat_ui():
     csv_file_path = 'output (1).csv'