app.py

########################################
# 0) 安装/导入依赖
########################################
# 请先 pip3 install openai gradio langchain text2vec

from openai import OpenAI
import gradio as gr
import csv
from datetime import datetime
import torch
from langchain.vectorstores import FAISS
from langchain_huggingface import HuggingFaceEmbeddings
import os

########################################
# 1) 初始化 DeepSeek 客户端 & 向量检索 Embeddings
########################################

# 使用 DeepSeek 提供的 OpenAI 兼容API
# 注意这里要填上你的 API Key

deepseek_key = os.getenv("DEEPSEEK_KEY")
if not deepseek_key:
    print("Deepseek key not found. Please set it in HF Space Secrets.")
else:
    print("Deepseek key loaded successfully!")

client = OpenAI(api_key=deepseek_key, base_url="https://api.deepseek.com")

device = "cuda" if torch.cuda.is_available() else "cpu"

embeddings = HuggingFaceEmbeddings(
    model_name="shibing624/text2vec-base-chinese",
    model_kwargs={"device": device}
)

########################################
# 2) 向量检索逻辑
########################################

def load_vectorstore(index_path: str, embed_obj) -> FAISS:
    """加载 FAISS 索引"""
    return FAISS.load_local(
        index_path,
        embed_obj,
        allow_dangerous_deserialization=True
    )

def build_prompt_for_chatgpt(query, cs_docs, hc_docs, ic_docs):
    """
    根据检索到的三类文档（CS/HC/IC），构造对大模型的提示 Prompt。
    """
    # 组装 Customer Success
    cs_context = []
    for i, doc in enumerate(cs_docs, start=1):
        cs_context.append(f"[CS Doc {i}]\n{doc.page_content}\n")

    # 组装 Help Center
    hc_context = []
    for i, doc in enumerate(hc_docs, start=1):
        link = doc.metadata.get("链接", "无链接")
        hc_context.append(f"[HC Doc {i}]\n链接: {link}\n{doc.page_content}\n")

    # 组装 IC
    ic_context = []
    for i, doc in enumerate(ic_docs, start=1):
        link = doc.metadata.get("链接", "无链接")
        ic_context.append(f"[IC Doc {i}]\n链接: {link}\n{doc.page_content}\n")

    prompt = f"""\
请根据以下文档，回答用户的问题。如果无法从文档中找到答案，请说明你无法回答。

用户问题：{query}

======================
【Customer Success - Top {len(cs_docs)}】
{''.join(cs_context)}

【Help Center - Top {len(hc_docs)}】
{''.join(hc_context)}

【IC - Top {len(ic_docs)}】
{''.join(ic_context)}
======================

请根据helpcenter链接查询help center内容给出准确答案

请给出简洁、准确、机构清晰且包含必要细节的回答，并尽量引用help center链接，但不需要表明来自哪个文档：
"""
    return prompt

def combined_search(query, cs_index_path, hc_index_path, ic_index_path,
                    cs_k=3, hc_k=2, ic_k=3):
    """
    - 分别加载 CS、HC、IC 的向量索引
    - 分别检索 query
    - 将检索到的文档传递给 build_prompt_for_chatgpt，返回 Prompt
    """
    cs_vectorstore = load_vectorstore(cs_index_path, embeddings)
    hc_vectorstore = load_vectorstore(hc_index_path, embeddings)
    ic_vectorstore = load_vectorstore(ic_index_path, embeddings)

    cs_docs = cs_vectorstore.similarity_search(query, k=cs_k)
    hc_docs = hc_vectorstore.similarity_search(query, k=hc_k)
    ic_docs = ic_vectorstore.similarity_search(query, k=ic_k)

    prompt = build_prompt_for_chatgpt(query, cs_docs, hc_docs, ic_docs)
    return cs_docs, hc_docs, ic_docs, prompt

########################################
# 3) 调用 DeepSeek "deepseek-reasoner" 生成答案
########################################

def generate_answer_with_deepseek(prompt_text):
    """
    用 DeepSeek 的 “deepseek-reasoner” 模型生成答案。
    你给出的示例是通过 `client.chat.completions.create()`.
    """
    # 参考你给的代码，构造 messages
    messages = [
        {"role": "system", "content": "You are a helpful assistant"},
        {"role": "user", "content": prompt_text},
    ]

    response = client.chat.completions.create(
        model="deepseek-reasoner",
        messages=messages,
        stream=False
    )

    # 取回答文本
    return response.choices[0].message.content

########################################
# 4) Gradio 接口函数 - 检索并直接调 DeepSeek
########################################

def run_search_and_answer(user_query, store_name):
    """
    1) 检索出文档（cs_docs / hc_docs / ic_docs）
    2) 生成 Prompt
    3) 调用 DeepSeek 模型生成答案
    4) 返回给 Gradio 界面
    """
    cs_index_path = "CS_faiss_index"
    hc_index_path = "HC_faiss_index"
    ic_index_path = "IC_faiss_index"

    # 做检索 + 构造 prompt
    cs_docs, hc_docs, ic_docs, prompt_text = combined_search(
        query=user_query,
        cs_index_path=cs_index_path,
        hc_index_path=hc_index_path,
        ic_index_path=ic_index_path,
        cs_k=5,
        hc_k=2,
        ic_k=5
    )

    # 生成 DeepSeek 回答
    deepseek_answer = generate_answer_with_deepseek(prompt_text)

    # 拼出检索到的简要结果，返回给前端查看
    cs_result = "\n".join([
        f"{doc.page_content[:60]}... (Link: {doc.metadata.get('link', '无链接')})"
        for i, doc in enumerate(cs_docs, start=1)
    ])

    hc_result_list = []
    hc_links = []
    for i, doc in enumerate(hc_docs, start=1):
        snippet = doc.page_content[:60]
        link = doc.metadata.get('链接', '无链接')
        hc_result_list.append(f"{snippet}... (Link: {link})")
        hc_links.append(link)
    hc_result = "\n".join(hc_result_list)

    ic_result = "\n".join([
        f"{doc.page_content[:60]}... (Link: {doc.metadata.get('链接', '无链接')})"
        for i, doc in enumerate(ic_docs, start=1)
    ])

    doc_summary = (
        "=== Customer Success Docs ===\n"
        f"{cs_result}\n\n"
        "=== Help Center Docs ===\n"
        f"{hc_result}\n\n"
        "=== IC Docs ===\n"
        f"{ic_result}\n"
    )

    # 合并多个 Help Center 链接为一个字符串，用分号隔开
    links_str = "; ".join(hc_links)

    # 把检索结果、最终 Prompt、DeepSeek答案、HC链接 一并返回
    return doc_summary, prompt_text, deepseek_answer, links_str

from huggingface_hub import HfApi

def record_feedback(user_query, final_answer, feedback_choice, improved_answer, store_name, links_str):
    # 示例逻辑：将用户反馈信息写到 feedback.csv，然后推送到 Hugging Face dataset

    # 1) 写入本地 feedback.csv
    with open("feedback.csv", "a", encoding="utf-8", newline="") as f:
        writer = csv.writer(f)
        current_time = datetime.now().strftime("%Y-%m-%d %H:00:00")
        # 根据你的字段顺序自行调整
        writer.writerow([
            current_time,
            store_name,
            user_query,
            feedback_choice,
            final_answer if feedback_choice == "好" else improved_answer,
            links_str
        ])

    # 2) 从 Space Secrets 或环境变量读取你的写权限 Token
    hf_token = os.getenv("HF_TOKEN", None)
    if not hf_token:
        return "缺少 HF_TOKEN，无法推送到 Hugging Face。"

    # 3) 调用 huggingface_hub 上传
    api = HfApi()
    try:
        api.upload_file(
            path_or_fileobj="feedback.csv",       # 本地文件路径
            path_in_repo="feedback.csv",          # 仓库里存放的文件名，可自定义
            repo_id="PebllaRyan/Feedbacks",       # 你的数据集仓库ID
            repo_type="dataset",                  # 这里要写 "dataset"
            token=hf_token,
            commit_message="Update feedback logs" # 每次推送的commit说明
        )
        return "已记录到本地 CSV，并成功推送到 PebllaRyan/Feedbacks！"
    except Exception as e:
        return f"本地记录成功，但推送到仓库失败: {e}"


########################################
# 6) 搭建 Gradio UI
########################################
with gr.Blocks() as demo:
    gr.Markdown("## Peblla 智能知识库助手 - 整合DeepSeek示例")

    # 店铺名称
    store_name_box = gr.Textbox(label="店铺名称", placeholder="可选：你在哪个店铺遇到了问题？")

    # 用户输入问题
    user_query_box = gr.Textbox(label="问题", lines=2)

    # 点击按钮进行检索 + DeepSeek回答
    btn_search = gr.Button("提交问题")

    # 显示检索结果、Prompt、DeepSeek的回答
    doc_result_box = gr.Textbox(label="检索到的文档（简要）", interactive=False, lines=6)
    prompt_box = gr.Textbox(label="生成的 Prompt", interactive=False, lines=6, visible=False)
    deepseek_answer_box = gr.Textbox(label="DeepSeek 回答", interactive=False, lines=6)

    # 隐藏组件，用于存储检索到的 HC 链接字符串
    hc_links_box = gr.Textbox(visible=False)

    gr.Markdown("---")

    # 用户对 DeepSeek 的回答做出评价
    feedback_choice = gr.Radio(
        choices=["好", "不好"],
        label="回答质量如何？",
        value=None
    )

    improved_answer_box = gr.Textbox(
        label="如果选择“不好”，请在这里输入改进后的答案",
        lines=5
    )

    btn_feedback = gr.Button("提交反馈")
    feedback_result = gr.Markdown()

    # 当“提交问题”按钮被点击时，执行 run_search_and_answer
    btn_search.click(
        fn=run_search_and_answer,
        inputs=[user_query_box, store_name_box],
        outputs=[doc_result_box, prompt_box, deepseek_answer_box, hc_links_box]
    )

    # 当“提交反馈”按钮被点击时，执行 record_feedback
    btn_feedback.click(
        fn=record_feedback,
        inputs=[
            user_query_box,         # user_query
            deepseek_answer_box,    # final_answer (此处是 deepseek 生成的答案)
            feedback_choice,        # feedback_choice
            improved_answer_box,    # improved_answer
            store_name_box,         # store_name
            hc_links_box            # links_str
        ],
        outputs=[feedback_result]
    )

demo.launch(
    server_name="0.0.0.0",
    server_port=7860,
    share=True
)