app.py

import os
import streamlit as st
import subprocess
import openai
from langchain_community.vectorstores import FAISS
from langchain.embeddings import HuggingFaceEmbeddings
from openai import OpenAI
from langchain_openai import ChatOpenAI
from typing import List, Dict
# Load environment variables
OPENAI_API_KEY = os.getenv("OPENAI_API")
TOKEN=os.getenv('HF_TOKEN')
subprocess.run(["huggingface-cli", "login", "--token", TOKEN, "--add-to-git-credential"])
st.sidebar.title("Welcome to MBAL Chatbot")
class PDFChatbot:
   def __init__(self):
       self.azure_client = openai.OpenAI()
       self.conversation_history = []
       self.pdf_content = ""

   def get_relevant_context(self, user_question: str) -> List[str]:
        """Split text into smaller chunks for better processing."""
        db = FAISS.load_local("mbal_faiss_db", embeddings=HuggingFaceEmbeddings(model_name='bkai-foundation-models/vietnamese-bi-encoder'), allow_dangerous_deserialization=True)
        relevant_chunks = db.similarity_search(user_question, k=3)
        relevant_chunks = [chunk.page_content for chunk in relevant_chunks]
        return "\n\n".join(relevant_chunks)
   def chat_with_pdf(self, user_question: str, pdf_content: str) -> str:
       """Generate response using Azure OpenAI based on PDF content and user question."""
       try:
           # Split PDF content into chunks
           # Get relevant context for the question
           relevant_context = self.get_relevant_context(user_question)
           # Prepare messages for the chat
           messages = [
               {
                   "role": "system",
                   "content": """You are an experienced insurance agent assistant who helps customers understand their insurance policies and coverage details. Follow these guidelines:
                   1. Only provide information based on the PDF content provided
                   2. If the answer is not in the PDF, clearly state that the information is not available in the document
                   3. Provide clear, concise, and helpful responses in a professional manner
                   4. Always respond in Vietnamese using proper grammar and formatting
                   5. When possible, reference specific sections or clauses from the policy
                   6. Use insurance terminology appropriately but explain complex terms when necessary
                   7. Be empathetic and patient, as insurance can be confusing for customers
                   8. If asked about claims, coverage limits, deductibles, or policy terms, provide accurate information from the document
                   9. Always prioritize customer understanding and satisfaction
                   10. If multiple interpretations are possible, explain the different scenarios clearly
                   Remember: You are here to help customers understand their insurance coverage better."""
               },
               {
                   "role": "user",
                   "content": f"""Insurance Document Content:
{relevant_context}
Customer Question: {user_question}
Please provide a helpful response based on the insurance document content above."""
               }
           ]
           # Add conversation history
           for msg in self.conversation_history[-2:]:  # Keep last 6 messages for context
               messages.append(msg)
           # Get response from Azure OpenAI
           response = self.azure_client.chat.completions.create(
               model="gpt-4o-mini,
               messages=messages,
               max_tokens=1000,
               temperature=0.7
           )
           bot_response = response.choices[0].message.content
           # Update conversation history
           self.conversation_history.append({"role": "user", "content": user_question})
           self.conversation_history.append({"role": "assistant", "content": bot_response})
           return bot_response
       except Exception as e:
           return f"Error generating response: {str(e)}"
def main():
   # st.set_page_config(page_title="Insurance PDF Chatbot", page_icon="🛡️", layout="wide")
   st.title("🛡️ Insurance Policy Assistant")
   st.markdown("Upload your insurance policy PDF and ask questions about your coverage, claims, deductibles, and more!")
   # Initialize chatbot
   if 'chatbot' not in st.session_state:
       st.session_state.chatbot = PDFChatbot()
       st.session_state.pdf_processed = False
       st.session_state.chat_history = []
   # Sidebar for PDF upload and settings
   with st.sidebar:
       st.header("📁 Upload Insurance Document")
       uploaded_file = st.file_uploader("Choose a PDF file", type="pdf")
       if uploaded_file is not None:
           if st.button("Process PDF"):
               with st.spinner("Processing your insurance document..."):
                   # Extract text from PDF
                   text_content = st.session_state.chatbot.extract_text_from_pdf(uploaded_file)
                   if text_content:
                       st.session_state.chatbot.pdf_content = text_content
                       st.session_state.pdf_processed = True
                       st.success("Insurance document processed successfully!")
                       # Show PDF summary
                       st.subheader("Document Preview")
                       st.text_area(
                           "First 500 characters:",
                           text_content[:500] + "..." if len(text_content) > 500 else text_content,
                           height=100
                       )
                   else:
                       st.error("Failed to process PDF")
       # Clear conversation
       if st.button("Xóa lịch sử"):
           st.session_state.chatbot.conversation_history = []
           st.session_state.chat_history = []
           st.rerun()
   # Main chat interface
   if st.session_state.pdf_processed:
       st.header("💬 Ask About Your Insurance Policy")
       # Display chat history
       for i, (question, answer) in enumerate(st.session_state.chat_history):
           with st.container():
               st.markdown(f"**You:** {question}")
               st.markdown(f"**Insurance Assistant:** {answer}")
               st.divider()
       # Chat input
       user_question = st.chat_input("Hãy đặt những câu hỏi về hợp đồng bảo hiểm cơ bản...")
       if user_question:
           with st.spinner("Analyzing your policy..."):
               # Get response from chatbot
               response = st.session_state.chatbot.chat_with_pdf(
                   user_question,
                   st.session_state.chatbot.pdf_content
               )
               # Add to chat history
               st.session_state.chat_history.append((user_question, response))
               # Display the new response
               st.markdown(f"**You:** {user_question}")
               st.markdown(f"**Insurance Assistant:** {response}")
    else:
        # Show example questions
        st.subheader("Các câu hỏi bạn có thể hỏi:")
        st.markdown("""
        - Giới hạn bảo hiểm cho thiệt hại tài sản của tôi là bao nhiêu?
        - Mức khấu trừ của tôi là bao nhiêu?
        - Những loại sự cố nào được bảo hiểm theo hợp đồng này?
        - Những gì không được bảo hiểm?
        - Làm thế nào để tôi nộp đơn yêu cầu bồi thường?
        - Quy trình giải quyết yêu cầu bồi thường như thế nào?
        - Tôi có những lựa chọn nào để thanh toán phí bảo hiểm?
        - Hợp đồng bảo hiểm của tôi hết hạn khi nào?
        - Bảo hiểm có bao gồm thiệt hại do lũ lụt không?
        - Tôi cần những giấy tờ gì khi nộp đơn yêu cầu bồi thường?
        """)

        # Thêm mẹo bảo hiểm
        st.subheader("💡 Mẹo về bảo hiểm")
        st.markdown("""
        - Thường xuyên xem lại hợp đồng bảo hiểm để hiểu rõ quyền lợi của bạn
        - Lưu giữ tài liệu bảo hiểm ở nơi an toàn
        - Cập nhật quyền lợi bảo hiểm khi hoàn cảnh của bạn thay đổi
        - Ghi lại mọi sự cố ngay khi xảy ra
        - Liên hệ với đại lý bảo hiểm nếu bạn có bất kỳ câu hỏi nào
        """)

if __name__ == "__main__":
   main()