Update app.py

app.py

@@ -631,25 +631,31 @@ if query:
     ])
 
 
-    if summarized_text:
-        # cleaned_text = "\n".join(cleaned_closest_lines[:1])
-
-        prompt = f"""
-        لطفاً با توجه به سؤال زیر و محتوای خطوط مرتبط، یک پاسخ نهایی حرفه‌ای، دقیق و روان تولید کن. فقط از متن خطوط مرتبط استفاده کن و خلاصه بنویس و  اضافه ننویس فقط به سوال جواب بده از متن خطوط مرتبط. اگر اطلاعات کافی در متن وجود ندارد، صادقانه اعلام کن.
-        سوال:
-        {query}
-        خطوط مرتبط:
-        {summarized_text}
-        پاسخ نهایی:
-        """
-
-        response = llm([
-            SystemMessage(content="You are a helpful assistant."),
-            HumanMessage(content=prompt)
-        ])
-        rewritten = clean_text(response.content.strip())
+from transformers import SystemMessage, HumanMessage
+
+if summarized_text:
+    prompt = f"""
+    لطفاً با توجه به سؤال زیر و محتوای خطوط مرتبط، یک پاسخ نهایی حرفه‌ای، دقیق و روان تولید کن. 
+    فقط از متن خطوط مرتبط استفاده کن و خلاصه بنویس. اطلاعات اضافی ننویس و فقط به سوال پاسخ بده.
+    در صورتی که اطلاعات کافی در متن وجود ندارد، صادقانه اعلام کن که اطلاعات کافی برای پاسخ‌دهی موجود نیست.
+    سوال:
+    {query}
+    خطوط مرتبط:
+    {summarized_text}
+    پاسخ نهایی:
+    """
+
+    # ارسال پیام به مدل به صورت صحیح
+    response = llm([
+        SystemMessage(content="You are a helpful assistant."),
+        HumanMessage(content=prompt)
+    ])
+    
+    # پاکسازی و اصلاح متن پاسخ
+    rewritten = clean_text(response['generated_text'].strip())  # اگر خروجی به صورت دیکشنری باشد
 
-        st.markdown(f'<div class="chat-message">{rewritten}</div>', unsafe_allow_html=True)
+    # نمایش نتیجه
+    st.markdown(f'<div class="chat-message">{rewritten}</div>', unsafe_allow_html=True)
 
-    else:
-        st.warning("هیچ خط مرتبطی پیدا نشد.")
+else:
+    st.warning("هیچ خط مرتبطی پیدا نشد.")