Spaces:
Build error
Build error
| import os | |
| import pdfplumber | |
| import streamlit as st | |
| import time | |
| from dotenv import load_dotenv, find_dotenv | |
| from langchain.embeddings import HuggingFaceEmbeddings | |
| from langchain_chroma import Chroma | |
| from langchain_core.documents import Document | |
| from langchain_text_splitters import RecursiveCharacterTextSplitter | |
| from langchain_groq.chat_models import ChatGroq | |
| from langchain.prompts import PromptTemplate | |
| from langchain.chains import RetrievalQA | |
| # ------------------ CONFIG ------------------ | |
| load_dotenv(find_dotenv()) | |
| PDF_PATH = os.path.join(os.path.dirname(__file__), "docs", "document.pdf") | |
| CHROMA_DIR = "chroma_db" | |
| EMBED_MODEL = "sentence-transformers/all-MiniLM-L6-v2" # Modèle HF | |
| GROQ_MODEL = "llama3-70b-8192" | |
| # ------------------ UTILS ------------------ | |
| def load_vectorstore(): | |
| embedding = HuggingFaceEmbeddings(model_name=EMBED_MODEL) | |
| if not os.path.exists(CHROMA_DIR): | |
| with pdfplumber.open(PDF_PATH) as pdf: | |
| full_text = "" | |
| for page in pdf.pages: | |
| full_text += page.extract_text() + "\n" | |
| if not full_text.strip(): | |
| st.error("❌ Le PDF est vide ou illisible.") | |
| st.stop() | |
| cleaned = " ".join(full_text.split()) | |
| doc = Document(page_content=cleaned, metadata={"file": os.path.basename(PDF_PATH)}) | |
| splitter = RecursiveCharacterTextSplitter(chunk_size=2000, chunk_overlap=100) | |
| chunks = splitter.split_documents([doc]) | |
| return Chroma.from_documents(chunks, embedding=embedding, persist_directory=CHROMA_DIR) | |
| else: | |
| return Chroma(persist_directory=CHROMA_DIR, embedding_function=embedding) | |
| def create_qa_chain(db): | |
| retriever = db.as_retriever(search_type="mmr", search_kwargs={"k": 5}) | |
| llm = ChatGroq(model=GROQ_MODEL, api_key=os.getenv("GROQ_API_KEY")) | |
| prompt = PromptTemplate( | |
| template=""" | |
| Tu es un assistant agricole expert francophone nommé Terr'Y, créé par Terr'O. | |
| Tu ne dois répondre qu'à partir du document fourni. Si la réponse n'est pas dans le document, dis-le honnêtement. | |
| Ta mission est de répondre **uniquement** à partir du contenu du document fourni. | |
| Si la réponse contient des éléments structurés (ex : primes, cultures, conditions, barèmes, dates, etc.), tu dois les présenter sous forme de **tableau clair**. | |
| Consignes : | |
| - Utilise un ton clair, professionnel et en français. | |
| - Réponds exclusivement à partir des documents. | |
| - Ne complète jamais avec des données absentes. | |
| - Si l’information n’est pas présente, indique-le simplement. | |
| - Tu t'appelles Terr'Y l'assistant agricole créé par Terr'O. | |
| Question : {question} | |
| Contenu : {context} | |
| """, | |
| input_variables=["question", "context"] | |
| ) | |
| return RetrievalQA.from_chain_type( | |
| llm=llm, | |
| retriever=retriever, | |
| chain_type="stuff", | |
| chain_type_kwargs={"prompt": prompt} | |
| ) | |
| def typewriter(text, delay=0.03): | |
| container = st.empty() | |
| words = text.split(" ") | |
| typed = "" | |
| for word in words: | |
| typed += word + " " | |
| container.markdown(typed) | |
| time.sleep(delay) | |
| # ------------------ INTERFACE STREAMLIT ------------------ | |
| st.set_page_config(page_title="Terr'Y - Assistant Collecte", page_icon="🌾", layout="wide") | |
| col1, col2 = st.columns([1, 6]) | |
| with col1: | |
| st.image("images/terrY.png", width=100) | |
| with col2: | |
| st.title("🌾 Terr'Y - Assistant Agricole") | |
| st.markdown("Pose une question sur le livret de campagne collecte 2024 📘") | |
| question = st.text_input("Ta question ici :", placeholder="Ex. : Quelles sont les primes pour le blé tendre ?") | |
| if question: | |
| with st.spinner("Terr'Y réfléchit..."): | |
| db = load_vectorstore() | |
| qa = create_qa_chain(db) | |
| response = qa.invoke(question) | |
| answer = response["result"] | |
| st.markdown("### 🧠 Réponse") | |
| typewriter(answer) | |