import streamlit as st from chat_client import chat import time import os from dotenv import load_dotenv from sentence_transformers import SentenceTransformer import requests from langchain_community.vectorstores import Chroma from langchain_community.embeddings import HuggingFaceEmbeddings import json from audio_recorder_streamlit import audio_recorder import speech_recognition as sr from googlesearch import search from bs4 import BeautifulSoup load_dotenv() URL_APP_SCRIPT = os.getenv('URL_APP_SCRIPT') URL_PROMPT = URL_APP_SCRIPT + '?IdFoglio=1cLw9q70BsPmxMBj9PIzgXtq6sm3X-GVBVnOB5wE8jr8' URL_DOCUMENTI = URL_APP_SCRIPT + '?IdSecondoFoglio=1cLw9q70BsPmxMBj9PIzgXtq6sm3X-GVBVnOB5wE8jr8' SYSTEM_PROMPT = ["Sei BonsiAI e mi aiuterai nelle mie richieste (Parla in ITALIANO)", "Esatto, sono BonsiAI. Di cosa hai bisogno?"] CHAT_BOTS = {"Mixtral 8x7B v0.1" :"mistralai/Mixtral-8x7B-Instruct-v0.1"} option_personalizzata = {'Personalizzata': {'systemRole': 'Tu sei BONSI AI, il mio assistente personale della scuola superiore del Bonsignori. Aiutami in base alle mie esigenze', 'systemStyle': 'Firmati sempre come BONSI AI. (scrivi in italiano)', 'instruction': '', 'tipo': '', 'RAG': False} } # ----------------------------------------------------------- Interfaccia -------------------------------------------------------------------- st.set_page_config(page_title="Bonsi A.I.", page_icon="🏫") def init_state() : if "messages" not in st.session_state: st.session_state.messages = [] if "temp" not in st.session_state: st.session_state.temp = 0.8 if "history" not in st.session_state: st.session_state.history = [SYSTEM_PROMPT] if "top_k" not in st.session_state: st.session_state.top_k = 5 if "repetion_penalty" not in st.session_state : st.session_state.repetion_penalty = 1 if "chat_bot" not in st.session_state : st.session_state.chat_bot = "Mixtral 8x7B v0.1" if 'loaded_data' not in st.session_state: st.session_state.loaded_data = False if "split" not in st.session_state: st.session_state.split = 30 if "enable_history" not in st.session_state: st.session_state.enable_history = True if "audio_bytes" not in st.session_state: st.session_state.audio_bytes = False if "cerca_online" not in st.session_state: st.session_state.cerca_online = False if "numero_siti" not in st.session_state: st.session_state.numero_siti = 3 if "numero_generazioni" not in st.session_state: st.session_state.numero_generazioni = 1 if "tbs_options" not in st.session_state: st.session_state.tbs_options = { "Sempre": "0", "Ultimo anno": "qdr:y", "Ultimo mese": "qdr:m", "Ultima settimana": "qdr:w", "Ultimo giorno": "qdr:d" } if not st.session_state.loaded_data: with st.status("Caricamento in corso...", expanded=True) as status: st.write("Inizializzazione Ambiente") time.sleep(1) st.write("Inizializzazione Prompt") options = requests.get(URL_PROMPT).json() st.write("Inizializzazione Documenti") documenti = requests.get(URL_DOCUMENTI).json() st.session_state.options = {**option_personalizzata, **options} st.session_state.documenti = documenti st.session_state.loaded_data = True status.update(label="Caricamento Completato", state="complete", expanded=False) def sidebar(): def retrieval_settings() : st.markdown("# Impostazioni Prompt") st.session_state.selected_option_key = st.selectbox('Azione', list(st.session_state.options.keys())) st.session_state.selected_option = st.session_state.options.get(st.session_state.selected_option_key, {}) if st.session_state.options.get(st.session_state.selected_option_key, {})["tipo"]=='DOCUMENTO': st.session_state.selected_documento_key = st.selectbox('Documento', list(st.session_state.documenti.keys())) st.session_state.selected_documento = st.session_state.documenti.get(st.session_state.selected_documento_key, {}) st.session_state.instruction = st.session_state.selected_documento.get('instruction', '')['Testo'] st.session_state.split = st.slider(label="Pagine Suddivisione", min_value=1, max_value=30, value=30, help='Se il documento ha 100 pagine e suddivido per 20 pagine elaborerà la risposta 5 volte. Più alto è il numero e meno volte elaborerà ma la risposta sarà più imprecisa') else: st.session_state.instruction = st.session_state.selected_option.get('instruction', '') st.session_state.systemRole = st.session_state.selected_option.get('systemRole', '') st.session_state.systemRole = st.text_area("Descrizione", st.session_state.systemRole, help='Ruolo del chatbot e descrizione dell\'azione che deve svolgere') st.session_state.systemStyle = st.session_state.selected_option.get('systemStyle', '') st.session_state.systemStyle = st.text_area("Stile", st.session_state.systemStyle, help='Descrizione dello stile utilizzato per generare il testo') st.session_state.rag_enabled = st.session_state.selected_option.get('tipo', '')=='RAG' if st.session_state.selected_option_key == 'Decreti': st.session_state.top_k = st.slider(label="Documenti da ricercare", min_value=1, max_value=20, value=4, disabled=not st.session_state.rag_enabled) st.session_state.decreti_escludere = st.multiselect( 'Decreti da escludere', ['23.10.2 destinazione risorse residue pnrr DGR 1051-2023_Destinazione risorse PNRR Duale.pdf', '23.10.25 accompagnatoria Circolare Inail assicurazione.pdf', '23.10.26 circolare Inail assicurazione.pdf', '23.10.3 FAQ in attesa di avviso_.pdf', '23.11.2 avviso 24_24 Decreto 17106-2023 Approvazione Avviso IeFP 2023-2024.pdf', '23.5.15 decreto linee inclusione x enti locali.pdf', '23.6.21 Circolare+esplicativa+DGR+312-2023.pdf', '23.7.3 1° Decreto R.L. 23_24 .pdf', '23.9 Regolamento_prevenzione_bullismo_e_cyberbullismo__Centro_Bonsignori.pdf', '23.9.1 FAQ inizio anno formativo.pdf', '23.9.15 DECRETO VERIFICHE AMMINISTR 15-09-23.pdf', '23.9.4 modifica decreto GRS.pdf', '23.9.8 Budget 23_24.pdf', '24.10.2022 DECRETO loghi N.15176.pdf', 'ALLEGATO C_Scheda Supporti al funzionamento.pdf', 'ALLEGATO_ B_ Linee Guida.pdf', 'ALLEGATO_A1_PEI_INFANZIA.pdf', 'ALLEGATO_A2_PEI_PRIMARIA.pdf', 'ALLEGATO_A3_PEI_SEC_1_GRADO.pdf', 'ALLEGATO_A4_PEI_SEC_2_GRADO.pdf', 'ALLEGATO_C_1_Tabella_Fabbisogni.pdf', 'Brand+Guidelines+FSE+.pdf', 'Decreto 20797 del 22-12-2023_Aggiornamento budget PNRR.pdf', 'Decreto 20874 del 29-12-2023 Avviso IeFP PNRR 2023-2024_file unico.pdf'], []) st.markdown("---") st.markdown("# Ricerca Online") st.session_state.cerca_online = st.toggle("Attivata", value=False) st.session_state.selected_tbs = st.selectbox("Periodo:", list(st.session_state.tbs_options.keys()), disabled=not st.session_state.cerca_online) st.session_state.tbs_value = st.session_state.tbs_options[st.session_state.selected_tbs] st.session_state.numero_siti = st.slider(label="Risultati", min_value = 1, max_value=20, value=3, disabled=not st.session_state.cerca_online) #st.session_state.suddividi_ricerca = st.toggle("Attivata", value=False) st.markdown("---") def model_settings(): st.markdown("# Impostazioni Modello") st.session_state.chat_bot = st.sidebar.radio('Modello:', [key for key, value in CHAT_BOTS.items() ]) st.session_state.numero_generazioni = st.slider(label="Generazioni", min_value = 1, max_value=10, value=1) st.session_state.enable_history = st.toggle("Storico Messaggi", value=True) st.session_state.temp = st.slider(label="Creatività", min_value=0.0, max_value=1.0, step=0.1, value=0.9) st.session_state.max_tokens = st.slider(label="Lunghezza Output", min_value = 2, max_value=2048, step= 32, value=1024) with st.sidebar: retrieval_settings() model_settings() st.markdown("""> **Creato da Matteo Bergamelli **""") def audioRec(): st.session_state.audio_bytes = audio_recorder(text='', icon_size="3x") if st.session_state.audio_bytes: with open("./AUDIO.wav", "wb") as file: file.write(st.session_state.audio_bytes) wav = sr.AudioFile("./AUDIO.wav") with wav as source: recognizer_instance = sr.Recognizer() recognizer_instance.pause_threshold = 3.0 audio = recognizer_instance.listen(source) print("Ok! sto ora elaborando il messaggio!") try: text = recognizer_instance.recognize_google(audio, language="it-IT") print(text) js = f""" """ st.components.v1.html(js) except Exception as e: print(e) def header() : col1, colx, col2 = st.columns([2, 1, 25]) with col2: st.title("Bonsi A.I.", anchor=False) with col1: audioRec() with st.expander("Cos'è BonsiAI?"): st.info("""BonsiAI Chat è un ChatBot personalizzato basato su un database vettoriale, funziona secondo il principio della Generazione potenziata da Recupero (RAG). La sua funzione principale ruota attorno alla gestione di un ampio repository di documenti BonsiAI e fornisce agli utenti risposte in linea con le loro domande. Questo approccio garantisce una risposta più precisa sulla base della richiesta degli utenti.""") def chat_box() : for message in st.session_state.messages: with st.chat_message(message["role"]): st.markdown(message["content"]) def formattaPrompt(prompt, systemRole, systemStyle, instruction): if st.session_state.cerca_online: systemRole += '. Ti ho fornito una lista di materiali nelle instruction. Devi rispondere sulla base delle informazioni fonrnite!' input_text = f''' {{ "input": {{ "role": "system", "content": "{systemRole}", "style": "{systemStyle} " }}, "messages": [ {{ "role": "instructions", "content": "{instruction} ({systemStyle})" }}, {{ "role": "user", "content": "{prompt}" }} ] }} ''' return input_text def gen_augmented_prompt(prompt, top_k) : links = "" embedding = HuggingFaceEmbeddings(model_name="sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2") db = Chroma(persist_directory='./DB_Decreti', embedding_function=embedding) docs = db.similarity_search(prompt, k=top_k) links = [] context = '' NomeCartellaOriginariaDB = 'Documenti_2\\' for doc in docs: testo = doc.page_content.replace('\n', ' ') context += testo + '\n\n\n' reference = doc.metadata["source"].replace(NomeCartellaOriginariaDB, '') + ' (Pag. ' + str(doc.metadata["page"]) + ')' links.append((reference, testo)) return context, links def get_search_results(query, top_k): results = [] for url in search(query, num=top_k, stop=top_k, tbs=st.session_state.tbs_value): try: response = requests.get(url) soup = BeautifulSoup(response.text, 'html.parser') title = soup.title.string if soup.title else "N/A" description = soup.find('meta', attrs={'name': 'description'})['content'] if soup.find('meta', attrs={'name': 'description'}) else "N/A" body_content = soup.find('body').get_text() if soup.find('body') else "N/A" results.append({'title': title, 'description': description, 'url': url, 'body': body_content}) except Exception as e: print(f"Error fetching data from {url}: {e}") continue return results def gen_online_prompt(prompt, top_k) : links = [] context = '' results = get_search_results(prompt, top_k) for i, result in enumerate(results, start=1): context += result['title'] + '\n' + result['description'] + '\n' + '\n\n' + result['body'].replace('\n','.') + '\n\n------------------------------------------------------------' links.append((str(i) + '. ' + result['title'], result['description'] + '\n\n' + result['url'])) return context, links def generate_chat_stream(prompt) : chat_stream = chat(prompt, st.session_state.history,chat_client=CHAT_BOTS[st.session_state.chat_bot] , temperature=st.session_state.temp, max_new_tokens=st.session_state.max_tokens) return chat_stream def inserisci_istruzioni(prompt_originale): links = [] if st.session_state.cerca_online: with st.spinner("Ricerca Online...."): time.sleep(1) st.session_state.instruction, links = gen_online_prompt(prompt=prompt_originale, top_k=st.session_state.numero_siti) if st.session_state.rag_enabled : with st.spinner("Ricerca nei Decreti...."): time.sleep(1) st.session_state.instruction, links = gen_augmented_prompt(prompt=prompt_originale, top_k=st.session_state.top_k) with st.spinner("Generazione in corso...") : time.sleep(1) #st.session_state.instruction = instruction_originale + '\n----------------------------------------------\n' + st.session_state.instruction return links def stream_handler(chat_stream, placeholder) : full_response = '' for chunk in chat_stream : if chunk.token.text!='' : full_response += chunk.token.text placeholder.markdown(full_response + "▌") placeholder.markdown(full_response) return full_response def show_source(links) : with st.expander("Mostra fonti") : for link in links: reference, testo = link st.info('##### ' + reference.replace('_', ' ') + '\n\n'+ testo) init_state() sidebar() header() chat_box() def split_text(text, chunk_size): testo_suddiviso = [] if text == '': text = ' ' if chunk_size < 100: chunk_size = 60000 for i in range(0, len(text), chunk_size): testo_suddiviso.append(text[i:i+chunk_size]) return testo_suddiviso if prompt := st.chat_input("Chatta con BonsiAI..."): prompt_originale = prompt links = inserisci_istruzioni(prompt_originale) instruction_suddivise = split_text(st.session_state.instruction, st.session_state.split*2000) ruolo_originale = st.session_state.systemRole ruoli_divisi = ruolo_originale.split("&&") parte=1 i=1 risposta_completa = '' for ruolo_singolo in ruoli_divisi: for instruction_singola in instruction_suddivise: for numgen in range(1, st.session_state.numero_generazioni+1): if i==1: st.chat_message("user").markdown(prompt_originale + (': Parte ' + str(parte) if i > 1 else '')) i+=1 prompt = formattaPrompt(prompt_originale, ruolo_singolo, st.session_state.systemStyle, instruction_singola) st.session_state.messages.append({"role": "user", "content": prompt_originale}) chat_stream = generate_chat_stream(prompt) with st.chat_message("assistant"): placeholder = st.empty() full_response = stream_handler(chat_stream, placeholder) if st.session_state.rag_enabled or st.session_state.cerca_online: show_source(links) if st.session_state.options.get(st.session_state.selected_option_key, {})["tipo"]=='DOCUMENTO': with st.expander("Mostra Documento") : st.info('##### ' + st.session_state.selected_documento_key + ' (Parte ' + str(parte) +')'+ '\n\n\n' + inst) parte+=1 st.session_state.messages.append({"role": "assistant", "content": full_response}) risposta_completa = risposta_completa + '\n' + full_response if st.session_state.enable_history: st.session_state.history.append([prompt, full_response]) else: st.session_state.history.append(['', '']) st.success('Generazione Completata') payload = {"domanda": prompt_originale, "risposta": risposta_completa} json_payload = json.dumps(payload) response = requests.post(URL_APP_SCRIPT, data=json_payload)