add personal dynamic context

app.py

@@ -1,8 +1,6 @@
 from huggingface_hub import InferenceClient
 import gradio as gr
 import re
-import random
-import string
 import firebase_admin
 from firebase_admin import credentials, firestore
 from datetime import datetime
@@ -59,7 +57,7 @@ def load_history(user_id):
 
 client = InferenceClient("mistralai/Mixtral-8x7B-Instruct-v0.1")
 
-# Name of the chat
+# Nom du chatbot
 chat_name = "Prêtre ⛪"
 
 # Variable globale pour compter les itérations
@@ -68,36 +66,48 @@ global_iteration = 0
 # Variable globale pour stocker le contexte
 global_context = {
     "static_context": "Tu es le prêtre du village de Montaillou, un homme pieux et respecté, vivant au 14ème siècle dans l'univers des cathares dans les Pyrénées. Tu ne parles qu'en français avec un langage solennel et empreint de spiritualité. Tu es bienveillant et compatissant envers tous, sauf envers ceux qui s'opposent à l'Église catholique. Tu ne sors jamais de ton contexte époque et tes connaissances se limitent à ta situation sociale et à ton époque. Tu dois être immersif et cohérent pour la personne qui va te parler. Prends toujours en compte l'historique de la conversation. Sois toujours concis et vise une longueur de réponse comprise entre 50 et 200 caractères (espaces compris) pour les réponses courtes et simples, et entre 200 et 500 caractères pour les réponses plus détaillées et complexes.",
-    "dynamic_context": "",
     "sensitive_info_filter": ["contexte caché", "hidden_context", "[BOT]"],
 }
 
-# Créer une interface avec un champ de texte pour le contexte caché
-context_input = gr.Textbox(
-    label="Contexte caché", value=global_context["static_context"]
-)
-
 
-def update_dynamic_context(user_input):
+def update_dynamic_context(user_id, user_input):
     global global_context
 
     keywords = {
-    "confession": "Le troubadour est venu se confesser récemment. Il était très agité et semblait cacher quelque chose. Tu ne peux pas révéler ce qu'il t'a dit, mais tu peux donner des indices subtils.",
-    "prière": "Tu as vu le troubadour prier près de la tombe de la jeune fille. Il semblait très ému et désolé.",
-    "culpabilité": "Tu sens une lourde culpabilité chez le troubadour ces derniers temps. Il pourrait être impliqué dans le meurtre, mais tu n'en es pas certain.",
-}
-
+        "arme": "Tu as remarqué que le troubadour avait une dague cachée sous son manteau il y a quelques jours. Il pourrait être impliqué dans le meurtre, mais tu n'en es pas certain.",
+        "comportement": "Le troubadour s'est montré agité et nerveux ces derniers temps. Il pourrait cacher quelque chose.",
+        "lame": "Tu as trouvé une lame tachée de sang près de la forge récemment. Tu l'as cachée, mais tu pourrais donner des indices à son sujet.",
+    }
+    # Récupérer le contexte dynamique de l'utilisateur
+    doc_ref = db.collection("conversations-pretre").document(user_id)
+    doc = doc_ref.get()
+    if doc.exists:
+        dynamic_context = doc.to_dict().get("dynamic_context", "")
+    else:
+        dynamic_context = ""
 
+    # Mettre à jour le contexte dynamique de l'utilisateur
     for keyword in keywords:
         if keyword in user_input.lower():
-            global_context["dynamic_context"] += f" {keywords[keyword]}"
+            dynamic_context += f" {keywords[keyword]}"
             break
 
+    # Enregistrer le contexte dynamique mis à jour dans Firestore
+    doc_ref.set(
+        {
+            "dynamic_context": dynamic_context,
+        },
+        merge=True,
+    )
+
+
+# Filtrer les informations sensibles et les informations de longueur
+
 
 def filter_sensitive_info(text):
     for word in global_context["sensitive_info_filter"]:
         if word in text.lower():
-            return text.replace(word, "[REDACTED]")
+            return text.replace(word, "")
     return text
 
 
@@ -106,6 +116,9 @@ def remove_length_info(response_text):
     return re.sub(pattern, "", response_text)
 
 
+# Formater le prompt pour l'API de génération de texte
+
+
 def format_prompt(message, history, user_id=""):
     max_history_length = 10  # Limiter la longueur de l'historique
     history = history[-max_history_length:]
@@ -122,18 +135,23 @@ def format_prompt(message, history, user_id=""):
                 content = f"[BOT] {content}"
             prompt += f"{content} [/BOT]"
 
+    # Récupérer le contexte dynamique de l'utilisateur
+    doc_ref = db.collection("conversations-forgeron").document(user_id)
+    doc = doc_ref.get()
+    if doc.exists:
+        dynamic_context = doc.to_dict().get("dynamic_context", "")
+    else:
+        dynamic_context = ""
+
     prompt += f"</s>[INST][USER] {message} [/USER][/INST]"
 
     # Ajouter le contexte statique et dynamique à chaque fois que l'utilisateur pose une question
-    prompt += f"[INST] {global_context['static_context']} {global_context['dynamic_context']} [/INST]"
+    prompt += f"[INST] {global_context['static_context']} {dynamic_context} [/INST]"
 
     return prompt
 
 
-def get_random_string(length):
-    # choose from all lowercase letter
-    letters = string.ascii_lowercase
-    return "".join(random.choice(letters) for i in range(length))
+# Fonction de génération de texte pour le chatbot
 
 
 def generate(
@@ -198,6 +216,8 @@ def generate(
     return output
 
 
+# Définir le chatbot et l'interface utilisateur
+
 mychatbot = gr.Chatbot(
     avatar_images=["./berger.jpg", "./pretre.jpeg"],
     bubble_full_width=False,
@@ -214,15 +234,18 @@ def chatbot_interface(request: gr.Request):
         undo_btn=None,
         submit_btn="Parler",
         css="footer {visibility: hidden !important} .gradio-container {background-color: #2D4059 !important; color: #FFD460 !important;}",
-        js=js_func
+        js=js_func,
     )
     return chatbot_interface
 
 
+# Fonction principale pour lancer l'interface utilisateur du chatbot
+
+
 def main(request: gr.Request):
     user_chatbot_interface = chatbot_interface(request)
-    user_chatbot_interface.queue().launch(show_api=False,inline=True)
+    user_chatbot_interface.queue().launch(show_api=False, inline=True)
 
 
 if __name__ == "__main__":
-    main(None)
+    main(None)

readme.txt

@@ -1,2 +1,8 @@
-I'd like to give 8x7b thanks to the Mistral AI Team for developing this awesome MoE model.
-Tomoniai
+Installation:
+Aller dans le dossier “montaillou-pretre” dans un terminal: cd montaillou-pretre
+Installer les dépendances indiquées dans le fichier requirements.txt:
+Soit: python -m pip install nom_bibliotheque
+Soit: python -m pip install -r requirements.txt
+Lancer le serveur Gradio: python app.py
+Dans un navigateur aller sur l’adresse suivante: http://localhost:7860/?user_id=23   (le user_id est important, il permet de discuter avec la base de données)
+Discuter avec le bot