Spaces:
Runtime error
Runtime error
| # utils/vector_store.py — Le Socle Technique Unique | |
| # Didier : Modifié pour l'adapter parfaitement au projet14bis (Assistant de Caisse Local) | |
| """ | |
| Module central de gestion de la base de données vectorielle FAISS pour l'Assistant de Caisse projet14bis objectif1. | |
| Anciennement "coquille vide", ce script centralise désormais la logique de chargement | |
| de l'index et de formatage des documents afin d'alléger 'streamlit_app.py' et 'MistralChat.py', | |
| évitant ainsi toute duplication de logique LangChain (Phase 4 : Optimisation unifiée en local pur). | |
| """ | |
| import streamlit as st | |
| import warnings | |
| # Didier : Masquage des warnings de dépréciation pour la propreté de l'interface et des logs terminaux | |
| #warnings.filterwarnings("ignore", category=DeprecationWarning) | |
| # Didier : Remplacement de l'expert Mistral Cloud par le connecteur officiel et autonome 'OllamaEmbeddings' | |
| # issu de langchain_ollama. | |
| from langchain_ollama import OllamaEmbeddings | |
| # Didier : Retour à l'import stable. FAISS fait partie de langchain_community, le warning est supprimé via filterwarnings. | |
| from langchain_community.vectorstores import FAISS | |
| # Utilisation de la configuration centralisée mise à jour pour le Projet 14Bis | |
| from utils.config import ( | |
| OLLAMA_BASE_URL, | |
| FAISS_INDEX_DIR, | |
| EMBEDDING_MODEL | |
| ) | |
| def load_vector_store(): | |
| """ | |
| Charge la base de données vectorielle FAISS existante en utilisant les chemins configurés. | |
| Cette responsabilité a été déportée ici pour respecter la séparation des responsabilités | |
| (logique d’UI vs logique de stockage vectoriel 100% local). | |
| """ | |
| if not OLLAMA_BASE_URL: | |
| st.error("URL du serveur Ollama local manquante dans la configuration.") | |
| return None | |
| # Etape 2 : Chargement de l'Index Vectoriel | |
| embeddings = OllamaEmbeddings( | |
| base_url=OLLAMA_BASE_URL, | |
| model=EMBEDDING_MODEL | |
| ) | |
| if not FAISS_INDEX_DIR.exists(): | |
| st.error(f"L'index FAISS est introuvable dans {FAISS_INDEX_DIR}. Veuillez lancer indexer.py.") | |
| return None | |
| try: | |
| # allow_dangerous_deserialization est nécessaire pour charger les fichiers .pkl de l'index local | |
| vector_store = FAISS.load_local( | |
| str(FAISS_INDEX_DIR), | |
| embeddings, | |
| allow_dangerous_deserialization=True | |
| ) | |
| return vector_store | |
| except Exception as e: | |
| st.error(f"Erreur lors du chargement de l'index local : {e}") | |
| return None | |
| def format_docs(docs): | |
| """ | |
| Etape 6 : Création de la Chaîne de Formatage des Documents. | |
| """ | |
| formatted = [] | |
| for d in docs: | |
| header = f"--- PROCESSUS : {d.metadata.get('process', 'Général')} | ACTION MÉTIER : {d.metadata.get('action', 'N/A')} ---" | |
| details = f"Écran de départ: {d.metadata.get('ecran_depart', 'N/A')} | Mots-clés: {d.metadata.get('mots_cles', 'N/A')}" | |
| content = f"Instructions de l'interface :\n{d.page_content}" | |
| formatted.append(f"{header}\n{details}\n{content}") | |
| return "\n\n".join(formatted) |