Update app.py

app.py

@@ -38,24 +38,35 @@ def retrieve_answer(query, threshold=0.65, top_k=1):
 # ===============================
 # ✨ تولید پاسخ با GPT-2
 # ===============================
-def generate_response_with_gpt2(answer, question):
-    prompt = f"پاسخ به سوال: {question} بر اساس اطلاعات: {answer}"
-    input_ids = tokenizer.encode(prompt, return_tensors="pt", truncation=True, max_length=512)
-    output_ids = gpt2_model.generate(input_ids, max_new_tokens=150, num_return_sequences=1, no_repeat_ngram_size=2, top_p=0.95, temperature=0.7)
-    return tokenizer.decode(output_ids[0], skip_special_tokens=True)
-
-# ===============================
-# 💬 منطق نهایی پاسخ‌دهی
-# ===============================
 def final_answer(user_question):
+    # ابتدا پاسخ را از Pinecone جستجو می‌کنیم
     answer = retrieve_answer(user_question)
     
     if answer:
-        # فقط پاسخ را ارسال کنید، نه سوال
-        return answer
+        # اگر پاسخی از Pinecone پیدا شد، آن را به GPT2 بدهیم برای تولید پاسخ طبیعی
+        return generate_response_with_gpt2(answer, user_question)
     else:
-        return "پاسخ دقیقی برای این سوال نداریم."
+        # اگر پاسخی از Pinecone یافت نشد، برای سوالات عمومی از GPT2 استفاده می‌کنیم
+        general_responses = {
+            "سلام": "سلام! خوش آمدید 😊",
+            "خوبی؟": "مرسی! حال شما چطور است؟",
+            "مرسی": "خواهش می‌کنم، در خدمت شما هستیم."
+        }
+        
+        for key, value in general_responses.items():
+            if key in user_question:
+                return value
+        
+        # اگر سوال عمومی نبود، از GPT2 برای تولید پاسخ طبیعی استفاده می‌کنیم
+        return generate_response_with_gpt2("", user_question)
 
+def generate_response_with_gpt2(answer, user_question):
+    # اگر پاسخ خاصی از Pinecone نیست، فقط به مدل GPT2 درخواست می‌دهیم تا جواب بدهد
+    prompt = f"پاسخ به سوال: {user_question} بر اساس اطلاعات: {answer}"
+    input_ids = gpt2_tokenizer.encode(prompt, return_tensors="pt", truncation=True)
+    output_ids = gpt2_model.generate(input_ids, max_length=150, num_return_sequences=1, no_repeat_ngram_size=2, top_p=0.95, temperature=0.7)
+    generated_text = gpt2_tokenizer.decode(output_ids[0], skip_special_tokens=True)
+    return generated_text
 # ===============================
 # 🎛️ رابط Gradio
 # ===============================