gerekli dosyalar eklendi

.gitattributes

@@ -34,3 +34,5 @@ saved_model/**/* filter=lfs diff=lfs merge=lfs -text
 *.zip filter=lfs diff=lfs merge=lfs -text
 *.zst filter=lfs diff=lfs merge=lfs -text
 *tfevents* filter=lfs diff=lfs merge=lfs -text
+data/Kitap_aciklamalari.txt filter=lfs diff=lfs merge=lfs -text
+data/TurkishBookDataSet.csv filter=lfs diff=lfs merge=lfs -text

app.py

@@ -0,0 +1,72 @@
+import streamlit as st
+import nest_asyncio
+from src.chatbot import create_rag_chain 
+
+nest_asyncio.apply()
+
+
+
+
+# --- ARAYÜZ TASARIMI ---
+
+
+st.set_page_config(page_title="Sahaf.AI",layout="centered")
+
+
+# Ana başlık
+st.markdown("<h1 style='text-align: center;'>SAHAF.AI</h1>", unsafe_allow_html=True)
+
+# --- CHATBOT MANTIĞI ---
+
+
+chain = create_rag_chain()
+
+
+if "messages" not in st.session_state:
+    st.session_state.messages = []
+
+
+chat_container = st.container(height=500, border=True)
+
+with chat_container:
+    
+    if not st.session_state.messages:
+        st.markdown("### Merhaba, Ben Sahaf.AI! 👋")
+        st.info(
+            "Kitaplar, yazarları ve eserleri hakkında merak ettiklerini "
+            "bana sorabilirsin. Sana yardımcı olmaktan mutluluk duyarım."
+        )
+        st.markdown("##### Örnek Sorular:")
+        st.markdown("- *Ahmet Ümit'in İstanbul Hatırası romanının konusu nedir?*")
+        st.markdown("- *Bana polisiye türünde 3 tane roman önerebilir misin?*")
+    
+   
+    else:
+        for message in st.session_state.messages:
+            with st.chat_message(message["role"]):
+                st.markdown(message["content"])
+
+
+if prompt := st.chat_input("Bir yazar veya kitap hakkında soru sorun..."):
+   
+    st.session_state.messages.append({"role": "user", "content": prompt})
+
+    # Chatbot'un cevabını oluştur
+    with st.spinner("Düşünüyorum..."):
+       
+        try:
+            
+            result = chain.invoke({"query": prompt})
+            response = result["result"]
+        
+        except Exception as e:
+            
+            response = "Üzgünüm, bir sorunla karşılaştım. Lütfen birkaç saniye sonra tekrar deneyin."
+            print(f"HATA OLUŞTU: {e}") 
+       
+        
+    
+    st.session_state.messages.append({"role": "assistant", "content": response})
+    
+    
+    st.rerun()

chroma_db/bc19a8c4-5da8-4b1a-8420-5da147e0d3bb/data_level0.bin

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d5884dd93bd61f73e23c0a7ba3da58251bad5c9479affd8e5202897ec8007fd0
+size 21180000

chroma_db/bc19a8c4-5da8-4b1a-8420-5da147e0d3bb/header.bin

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d660bb5c6ceb0612586aef27a2d52441a98ebe881e88915768e08f952f349e65
+size 100

chroma_db/bc19a8c4-5da8-4b1a-8420-5da147e0d3bb/index_metadata.pickle

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:725459bc433d612a6255cd3f94ef02b8d914a6054f2979d7cc1aec1268eb9896
+size 288012

chroma_db/bc19a8c4-5da8-4b1a-8420-5da147e0d3bb/length.bin

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:1d403911ad17feb91a3d050e0f712a33f483aa8e51fae04ecaac6e39d7f70b50
+size 20000

chroma_db/bc19a8c4-5da8-4b1a-8420-5da147e0d3bb/link_lists.bin

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:ad70886bef732577e2e97d7f51316ee566414fc3e2f0df8592b4e930d981d6fb
+size 43052

chroma_db/chroma.sqlite3

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:677a6cf4f04730c1e8106a61b3e2a8497fa12edd7f84e47cd3006061a92019f2
+size 65011712

data/Kitap_aciklamalari.txt

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:0640d454c00efc58696c12fec562886b9c18d0e3465876be019bd8be71e55b93
+size 18524553

data/TurkishBookDataSet.csv

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b07624248aa1fbda4211f43665f3cdd480b40c20113a4d1b0bfb2fce7fcc9331
+size 24369172

src/chatbot.py

@@ -0,0 +1,60 @@
+
+import os
+from dotenv import load_dotenv
+import streamlit as st 
+
+# Gerekli LangChain bileşenleri
+from langchain_chroma import Chroma
+from langchain_huggingface import HuggingFaceEmbeddings
+from langchain_google_genai import ChatGoogleGenerativeAI
+from langchain.prompts import PromptTemplate
+from langchain.chains import RetrievalQA
+
+
+
+
+@st.cache_resource
+def create_rag_chain():
+
+    load_dotenv()
+    
+    
+    print("Bileşenler ilk defa yükleniyor ve önbelleğe alınıyor...")
+
+    
+    embedding_model_name = "BAAI/bge-m3"
+    db_directory = "./chroma_db"
+    embeddings = HuggingFaceEmbeddings(model_name=embedding_model_name)
+    db = Chroma(persist_directory=db_directory, embedding_function=embeddings)
+    print("Veritabanı başarıyla yüklendi.")
+
+    # 2. SOHBET BEYNİ (LLM): Cevap üretimi için Gemini modelini başlatıyoruz
+    llm = ChatGoogleGenerativeAI(model="gemma-3-27b-it") # Model adını güncelledim
+    print("Gemini LLM başarıyla yüklendi.")
+
+    # 3. PROMPT ve RAG ZİNCİRİ
+    prompt_template = """Senin adın Sahaf ve kitaplar hakkında bilgi veren yardımcı bir yapay zeka asistanısın.
+
+    Sana bir soru sorulduğunda şu kurallara göre cevap ver:
+    1.  **Kendinle İlgili Sorular:** Eğer soru senin kim olduğun, ne olduğun veya ne işe yaradığınla ilgiliyse (örneğin: 'sen kimsin?', 'nesin?', 'ne yaparsın?'), BAĞLAMI dikkate alma. Kendini Sahaf olarak tanıt ve kitaplar hakkında bilgi vermek için tasarlandığını söyle.
+    2.  **Kitaplarla İlgili Sorular:** Diğer tüm sorularda, cevabını mutlaka sana verilen BAĞLAM'a dayandır. Bağlamdaki bilgileri kullanarak soruyu cevapla.
+    3.  **Bilgi Olmadığında:** Eğer bağlamda cevap yoksa, "Üzgünüm, veri setimde bu soruyla ilgili net bir bilgi bulamadım. Başka bir yazar veya kitap hakkında bilgi almak ister misiniz?" de.
+    4.  **Dürüstlük:** Asla bilgi uydurma.
+
+    Bağlam: {context}
+
+    Soru: {question}
+
+    Cevap:"""
+    PROMPT = PromptTemplate(template=prompt_template, input_variables=["context", "question"])
+
+    qa_chain = RetrievalQA.from_chain_type(
+        llm=llm,
+        chain_type="stuff",
+        retriever=db.as_retriever(),
+        return_source_documents=False, 
+        chain_type_kwargs={"prompt": PROMPT}
+    )
+    print("RAG Zinciri başarıyla kuruldu ve önbelleğe alındı.")
+    
+    return qa_chain