Update utils.py

utils.py

@@ -32,33 +32,27 @@ from langchain.chains import LLMChain, RetrievalQA
 from langchain_community.document_loaders import PyPDFLoader,  UnstructuredWordDocumentLoader, DirectoryLoader
 #from langchain.document_loaders.blob_loaders.youtube_audio import YoutubeAudioLoader
 #from langchain.document_loaders import GenericLoader
-from langchain.schema import AIMessage, HumanMessage
-from langchain_community.llms import HuggingFaceHub
-from langchain_community.llms import HuggingFaceTextGenInference
+from langchain.schema import AIMessage, HumanMessage, Document
+#from langchain_community.llms import HuggingFaceHub
+#from langchain_community.llms import HuggingFaceTextGenInference
 #from langchain_community.embeddings import HuggingFaceInstructEmbeddings, HuggingFaceEmbeddings, HuggingFaceBgeEmbeddings, HuggingFaceInferenceAPIEmbeddings
 from langchain_huggingface import HuggingFaceEmbeddings
-from langchain_community.tools import DuckDuckGoSearchRun
+#from langchain_community.tools import DuckDuckGoSearchRun
 from typing import Dict, TypedDict
 from langchain_core.messages import BaseMessage
 from langchain.prompts import PromptTemplate
-
-
-#from langchain import hub
-from langchain.prompts import PromptTemplate
-from langchain.schema import Document
+ 
 from langchain_community.vectorstores import Chroma
 from langchain_core.messages import BaseMessage, FunctionMessage
 from langchain_core.output_parsers import StrOutputParser
 from langchain_core.pydantic_v1 import BaseModel, Field
 from langchain_core.runnables import RunnablePassthrough
-from langchain_core.utils.function_calling import convert_to_openai_tool
 from langchain.text_splitter import RecursiveCharacterTextSplitter
-from langchain_community.vectorstores import Chroma
 from chromadb.errors import InvalidDimensionException
 import io
-from PIL import Image, ImageDraw, ImageOps, ImageFont
-import base64
-from tempfile import NamedTemporaryFile
+#from PIL import Image, ImageDraw, ImageOps, ImageFont
+#import base64
+#from tempfile import NamedTemporaryFile
 
 import nltk
 from nltk.corpus import stopwords
@@ -134,6 +128,7 @@ urls = [
 ##################################################
 #Normalisierung eines Prompts
 ##################################################
+#Zur zeit nicht im Gebrauch.............................
 def normalise_prompt (prompt):
     #alles Kleinbuchstaben
     prompt_klein =prompt.lower()
@@ -288,7 +283,7 @@ def rag_chainback(prompt, db, k=3):
 
 
 ###############################################
-#Langchain anlegen
+#Langchain anlegen für RAG Chaining
 ###############################################
 #langchain nutzen, um prompt an LLM zu leiten - llm und prompt sind austauschbar
 def llm_chain(llm, prompt):
@@ -360,7 +355,7 @@ def generate_prompt_with_history_hf(prompt, history):
 
 
 ##########################################
-#Hashing....
+#Hashing.... Für die Validierung........
 # Funktion zum Hashen des Eingabewerts
 def hash_input(input_string):
     return hashlib.sha256(input_string.encode()).hexdigest()