Update chatbot_tab.py

tabs/chatbot_tab.py

@@ -80,12 +80,13 @@ selected_options4 = []
 selected_options5 = []
 selected_options6 = []
 selected_options7 = []
+selected_index8 = 0
 virulence = 1
 
 # @st.cache_data
 def init():
     global config,thread_id, context,human_message1,ai_message1,language, app, model_speech,prompt,model
-    global selected_index1, selected_index2, selected_index3, selected_options4,selected_options5,selected_options6,selected_options7, virulence
+    global selected_index1, selected_index2, selected_index3, selected_options4,selected_options5,selected_options6,selected_options7, selected_index8, virulence
     
     model_speech = whisper.load_model("base") 
     
@@ -97,6 +98,7 @@ def init():
         selected_options5 = []
         selected_options6 = []
         selected_options7 = []
+        selected_index8 = 0
         virulence = 1
       
     options1 = ["Directeur Commercial", "Directeur Général", "Directeur Marketing"]
@@ -132,7 +134,7 @@ Cette entreprise propose des {options3[selected_index3]}.
     selected_options4 = st.multiselect(tr("Problématiques"),[tr(o) for o in options4], default=[tr(o) for o in selected_options4])
     problematique = selected_options4
     markdown_text4 = tr("""
-                        Les problématiques rencontrés par notre prospect (problèmes à résoudre) sont:""")
+    Les problématiques rencontrés par notre prospect (problèmes à résoudre) sont:""")
     markdown_text4 = markdown_text4+"".join(f"\n- {o}" for o in problematique)
     st.write(markdown_text4)
  
@@ -173,14 +175,24 @@ Cette entreprise propose des {options3[selected_index3]}.
     selected_options7 = st.multiselect(tr("Solutions utilisées"),[tr(o) for o in options7],default=[tr(o) for o in selected_options7])
     solutions_utilisees = selected_options7
     markdown_text7 = tr("""
-                        \nLes principales Solutions utilisées par nos prospects pour traiter les cas d’usages (Catégories de solutions du marché) sont:""")
+                        \nLes principales Solutions utilisées par le prospect pour traiter les cas d’usages (Catégories de solutions du marché) sont:""")
     markdown_text7 = markdown_text7+"".join(f"\n- {o}" for o in solutions_utilisees)
     st.write(markdown_text7)
     st.write("")
+    
+    options8 = ["Connaitre les freins du prospect à l'adoption de nouvelles solutions pour résoudre ses problèmes",
+                "Obtenir du prospect qu'il teste la solution que je propose ou la fasse tester par un membre de son équipe",
+                "Obtenir du prospect qu'il achète ou s'engage à acheter la solution que je propose"]
+    translated_options8 = [tr(o) for o in options8]
+    selected_option8 = st.selectbox(tr("Objectif du vendeur lors de sa conversation avec le prospect:"),translated_options8, index = selected_index8) 
+    selected_index8 = translated_options8.index(selected_option8)
+    
     col1, col2, col3 = st.columns(3)
     with col1:
         virulence = st.slider(tr("Virulence (choisissez une valeur entre 1 et 5)"), min_value=1, max_value=5, step=1,value=virulence)
-    markdown_text8 = tr(f"""\nTu vas utiliser une échelle de 1 à 5 de virulence. Pour cette simulation utilise le niveaux {virulence}""")
+    markdown_text8 = tr(f"""\nLe prospect est très occupé et n'aime être dérangé inutilement.  
+    Tu vas utiliser une échelle de 1 à 5 de virulence du prospect à l'égard du vendeur.  
+    Pour cette simulation utilise le niveaux {virulence}""")
     
     human_message1 = tr("""Je souhaites que nous ayons une conversation verbale entre un commercial de mon entreprise,  et toi que je prospecte.
 Mon entreprise propose une solution logicielle pour gérer la proposition de valeur d’entreprises B2B qui commercialises des solutions technologiques.    
@@ -435,4 +447,15 @@ def run():
         ) 
         custom_sentence = output["messages"][-1].content  
         st.write(custom_sentence)
+        st.write("")
+        
+        st.divider()
+        st.write("")
+        q3 = st.text_input(label="", value=tr("Le vendeur a-t-il atteint son objectif ? Si ce n'est pas cas, est il loin de l'avoir atteint ? Dans tous les cas, explique ta réponse."),label_visibility="collapsed")
+        output = app.invoke(
+            {"messages": q3,"language": language},
+            config,
+        ) 
+        custom_sentence = output["messages"][-1].content  
+        st.write(custom_sentence)
         st.write("")