Update app.py

app.py

@@ -8,8 +8,7 @@ from datetime import datetime
  
 MODEL_NAME = "google/gemma-2b-it"
 INFO_FILE = "infos_medicaux.txt"
-CSV_FILE = "conversations.csv"
-MAX_TOKENS = 1500
+MAX_TOKENS = 3500
 TEMPERATURE = 0.7
  
 print("Chargement du modèle...")
@@ -23,24 +22,17 @@ print("Modèle chargé avec succès")
 if os.path.exists(INFO_FILE):
     with open(INFO_FILE, "r", encoding="utf-8") as f:
         medical_context = f.read()
-        print(f"📘 Contexte médical chargé depuis {INFO_FILE} ({len(medical_context)} caractères)")
+        print(f"Contexte médical chargé depuis {INFO_FILE} ({len(medical_context)} caractères)")
 else:
     medical_context = ""
-    print("⚠️ Aucun fichier infos_medicaux.txt trouvé. FINANFA fonctionnera sans contexte médical local.")
+    print("Aucun fichier infos_medicaux.txt trouvé. FINANFA fonctionnera sans contexte médical local.")
+
  
-# === INITIALISATION DU FICHIER CSV ===
-if not os.path.exists(CSV_FILE):
-    with open(CSV_FILE, mode="w", newline="", encoding="utf-8") as file:
-        writer = csv.writer(file)
-        writer.writerow(["timestamp", "user_message", "assistant_response"])
- 
-# === FONCTION PRINCIPALE DU CHATBOT ===
 @spaces.GPU
 def chat_with_finanfa(message, history=None):
     if history is None:
         history = []
  
-    # Instructions système
     system_prompt = (
         "Tu es FINANFA, un assistant médical intelligent, empathique et précis. "
         "Tu t'appuies sur les connaissances médicales fournies dans ton contexte. "
@@ -48,7 +40,6 @@ def chat_with_finanfa(message, history=None):
         "Si une question n’est pas médicale, tu dis poliment que tu ne peux pas répondre."
     )
  
-    # Construction du contexte conversationnel
     conversation = f"Système : {system_prompt}\n"
     if medical_context:
         conversation += f"Connaissances médicales : {medical_context}\n"
@@ -56,7 +47,6 @@ def chat_with_finanfa(message, history=None):
         conversation += f"Utilisateur : {user_msg}\nAssistant : {bot_msg}\n"
     conversation += f"Utilisateur : {message}\nAssistant :"
  
-    # Génération de la réponse
     inputs = tokenizer(conversation, return_tensors="pt", truncation=True)
     outputs = model.generate(
         **inputs,
@@ -69,21 +59,13 @@ def chat_with_finanfa(message, history=None):
     response = tokenizer.decode(outputs[0], skip_special_tokens=True)
     response = response.split("Assistant :")[-1].strip()
  
-    # Sauvegarde dans le CSV
-    timestamp = datetime.now().strftime("%Y-%m-%d %H:%M:%S")
-    with open(CSV_FILE, mode="a", newline="", encoding="utf-8") as file:
-        writer = csv.writer(file)
-        writer.writerow([timestamp, message, response])
- 
     return response
  
-# === INTERFACE GRADIO ===
 with gr.Blocks(title="FINANFA — Chatbot Médical") as demo:
     gr.Markdown(
         """
         # 🏥 **FINANFA — Assistant Médical**
         Cet assistant répond uniquement aux questions médicales  
-        et utilise un fichier `.txt` pour enrichir ses réponses.  
         ⚠️ Il ne remplace pas un avis médical professionnel.
         """
     )
@@ -99,9 +81,4 @@ with gr.Blocks(title="FINANFA — Chatbot Médical") as demo:
         ]
     )
  
-    # Bouton pour télécharger le CSV
-    with gr.Row():
-        gr.Markdown("### 📥 Télécharger les conversations")
-        gr.File(CSV_FILE, label="Conversations sauvegardées")
- 
 demo.launch(server_name="0.0.0.0", server_port=7860)