Delete app.py

app.py

@@ -1,207 +0,0 @@
-import streamlit as st
-from langchain_groq import ChatGroq
-from langchain.chains import LLMChain
-from langchain.prompts import PromptTemplate
-from duckduckgo_search import DDGS
-from langchain_community.tools import DuckDuckGoSearchRun
-from langchain_community.utilities import DuckDuckGoSearchAPIWrapper
-import re
-import clipboard
-import io
-import os
-import pandas as pd
-from PyPDF2 import PdfFileReader
-from PIL import Image
-import pytesseract
-import requests
-from bs4 import BeautifulSoup
-
-# Groq APIキーの設定
-GROQ_API_KEY = os.getenv("GROQ_API_KEY")
-
-# Streamlitアプリケーションの設定
-st.set_page_config(page_title="COM COM AI", page_icon="🤖", layout="wide")
-
-# セッション状態の初期化
-if 'messages' not in st.session_state:
-    st.session_state.messages = []
-if 'uploaded_file_content' not in st.session_state:
-    st.session_state.uploaded_file_content = None
-
-def read_pdf(file):
-    pdf = PdfFileReader(file)
-    content = ""
-    for page_num in range(pdf.getNumPages()):
-        page = pdf.getPage(page_num)
-        content += page.extract_text()
-    return content
-
-def read_csv(file):
-    df = pd.read_csv(file)
-    return df.to_string()
-
-def read_image(file):
-    image = Image.open(file)
-    text = pytesseract.image_to_string(image)
-    return text
-
-def fetch_webpage_text(url):
-    response = requests.get(url)
-    if response.status_code != 200:
-        return "ウェブページを取得できませんでした。"
-    soup = BeautifulSoup(response.text, 'html.parser')
-    paragraphs = soup.find_all('p')
-    text_content = ' '.join([paragraph.get_text() for paragraph in paragraphs])
-    return text_content
-
-# サイドバーにAIモデルの選択、モード選択、ファイルアップロードを配置
-with st.sidebar:
-    ai_model = st.selectbox(
-        "AIモデルを選択してください",
-        ["gemma-7b-it", "gemma2-9b-it", "llama3-70b-8192", "llama3-8b-8192", "mixtral-8x7b-32768"],
-        key="model_select"
-    )
-    mode = st.selectbox(
-        "モードを選択してください",
-        ["focus", "writing", "summary", "知恵袋", "video"],
-        key="mode_select"
-    )
-    
-    # ファイルアップロード機能
-    uploaded_file = st.file_uploader("ファイルをアップロード", type=["txt", "pdf", "csv", "py", "html", "css", "js", "cs", "php", "java", "png", "jpg"])
-    if uploaded_file is not None:
-        file_extension = uploaded_file.name.split('.')[-1].lower()
-        if file_extension in ['txt', 'py', 'html', 'css', 'js', 'cs', 'php', 'java']:
-            stringio = io.StringIO(uploaded_file.getvalue().decode("utf-8"))
-            st.session_state.uploaded_file_content = stringio.read()
-        elif file_extension == 'pdf':
-            st.session_state.uploaded_file_content = read_pdf(uploaded_file)
-        elif file_extension == 'csv':
-            st.session_state.uploaded_file_content = read_csv(uploaded_file)
-        elif file_extension in ['png', 'jpg']:
-            st.session_state.uploaded_file_content = read_image(uploaded_file)
-        st.success(f"ファイル '{uploaded_file.name}' がアップロードされました。")
-    
-    # 会話をクリアするボタン
-    if st.button("🔥 会話をクリア"):
-        st.session_state.messages = []
-        st.session_state.uploaded_file_content = None
-
-# メインコンテンツ
-st.title("COM COM AI")
-
-# チャット履歴の表示
-for message in st.session_state.messages:
-    with st.chat_message(message["role"]):
-        st.markdown(message["content"])
-
-# ユーザー入力
-if prompt := st.chat_input("メッセージを入力してください"):
-    st.session_state.messages.append({"role": "user", "content": prompt})
-    with st.chat_message("user"):
-        st.markdown(prompt)
-
-    # LLMの初期化
-    llm = ChatGroq(temperature=0.7, groq_api_key=GROQ_API_KEY, model_name=ai_model)
-
-    with st.chat_message("assistant"):
-        message_placeholder = st.empty()
-        full_response = ""
-
-        # アップロードされたファイルの内容を考慮してプロンプトを作成
-        if st.session_state.uploaded_file_content:
-            prompt = f"以下のファイル内容を参考にして回答してください:\n\n{st.session_state.uploaded_file_content}\n\nユーザーの質問: {prompt}"
-
-        if mode == "focus":
-            # DuckDuckGo検索の実行
-            with DDGS() as ddgs:
-                search_results = list(ddgs.text(prompt, max_results=5))
-
-            prompt_template = PromptTemplate(
-                input_variables=["query", "search_results"],
-                template="質問: {query}\n\n検索結果: {search_results}\n\n上記の情報に基づいて、詳細な回答を提供してください："
-            )
-
-            chain = LLMChain(llm=llm, prompt=prompt_template)
-            full_response = chain.invoke({"query": prompt, "search_results": search_results})["text"]
-
-            message_placeholder.markdown(full_response)
-            if search_results:
-                for result in search_results[:3]:
-                    st.markdown(f"参考URL: {result['href']}")
-
-        elif mode == "writing":
-            prompt_template = PromptTemplate(
-                input_variables=["topic"],
-                template="次のトピックについて包括的な記事を書いてください: {topic}\n\n導入、主要なポイント、および結論を含めてください。"
-            )
-
-            chain = LLMChain(llm=llm, prompt=prompt_template)
-            full_response = chain.invoke({"topic": prompt})["text"]
-
-            message_placeholder.markdown(full_response)
-
-        elif mode == "summary":
-            prompt_template = PromptTemplate(
-                input_variables=["text"],
-                template="次のテキストを簡潔に要約してください:\n\n{text}\n\n主要なポイントを捉えた簡潔な要約を提供してください。"
-            )
-
-            chain = LLMChain(llm=llm, prompt=prompt_template)
-            full_response = chain.invoke({"text": prompt})["text"]
-
-            message_placeholder.markdown(full_response)
-
-        elif mode == "知恵袋":
-            prompt_template = PromptTemplate(
-                input_variables=["question"],
-                template="あなたは知恵袋の回答者です。以下の質問に対して、丁寧かつ詳細に回答してください：\n\n質問: {question}\n\n回答："
-            )
-
-            chain = LLMChain(llm=llm, prompt=prompt_template)
-            full_response = chain.invoke({"question": prompt})["text"]
-
-            message_placeholder.markdown(full_response)
-
-        elif mode == "video":
-            ddg_search = DuckDuckGoSearchAPIWrapper()
-            videos = ddg_search.results(f"{prompt} site:youtube.com", max_results=5)
-            
-            if videos:
-                for video in videos[:4]:
-                    video_url = video['link']
-                    video_id = None
-                    youtube_patterns = [
-                        r"(?<=v=)[^&#]+",
-                        r"(?<=be/)[^&#]+",
-                        r"(?<=embed/)[^&#]+"
-                    ]
-                    for pattern in youtube_patterns:
-                        match = re.search(pattern, video_url)
-                        if match:
-                            video_id = match.group()
-                            break
-                    
-                    if video_id:
-                        invidious_instance = "https://invidious.snopyta.org"  # 任意のInvidiousインスタンスを使用
-                        st.markdown(f"""
-                        <div style="position: relative; padding-bottom: 56.25%; height: 0; overflow: hidden;">
-                            <iframe src="{invidious_instance}/embed/{video_id}?playsinline=1&autoplay=1&mute=1" 
-                                    style="position: absolute; top: 0; left: 0; width: 100%; height: 100%;" 
-                                    frameborder="0" 
-                                    allow="autoplay; encrypted-media" 
-                                    allowfullscreen>
-                            </iframe>
-                        </div>
-                        """, unsafe_allow_html=True)
-                        st.markdown(f"関連動画: {video['title']}")
-                    else:
-                        st.warning(f"動画IDを抽出できませんでした: {video_url}")
-            else:
-                full_response = "関連動画が見つかりませんでした。"
-                message_placeholder.markdown(full_response)
-
-    # コピー機能の追加
-    if st.button("📋 生成されたテキストをコピー"):
-        clipboard.copy(full_response)
-        st.success("テキストがクリップボードにコピーされました！")