direct links

app.py

@@ -24,9 +24,11 @@ class Bot():
         self.df = None
         self.available_car_models = None
         self.set_prompts()
+        self.columns_in_response = ["marke", "modell", "kategorie", "kilometer", "preis", "grundfarbe"]
+        self.columns_in_response_eng = ["brand", "model", "category", "kilometer", "price", "color"]
 
     def set_prompts(self):
-        self.eng_system_prompt = f"""You are a virtual car salesman salesman assistant for an online car dealership. You only recommend cars that are currently in your inventory.
+        self.eng_system_prompt = f"""You are a virtual car salesman salesman assistant for an online German car dealership. You only recommend cars that are currently in your inventory.
 To access your inventory return dataframe query method like this:
 
 ```
@@ -34,29 +36,31 @@ df.query("brand.str.contains('ford')")
 ``` 
 
 The dataframe has the following columns: ["brand", "model", "category", "kilometer", "price"], with all values in lowercase.
-The available car categories are: limousine, offroad, estatecar, smallcar, othercar, and carbo. The available car brands are: {self.available_car_models}.
+The available car categories are: limousine, offroad, estatecar, smallcar, othercar, and carbo. 
+The available car brands are: {self.available_car_models}.
 To search for specific car information, use the contains() method instead of equals().
 
-Do not say that any models in your inventory or that any models are available - if the user asks for specific information about a car like model that can be found in one of the columns of the dataframe, show how you would query the dataframe first.
-Do not ask the user if you need to check the inventory. Users should not know that you are using a dataframe. They should think that you are using a database, show them how to do it.
-Do not ask about their location.
-If you need to check the inventory to answer the user's question, only show how you would query the dataframe."""
-
-        self.ger_system_prompt = f"""Sie sind ein virtueller Autoverkäufer-Assistent für eine Online-Autohandelsfirma. Sie empfehlen nur Autos, die sich derzeit in Ihrem Inventar befinden.
-Um auf Ihr Inventar zuzugreifen, geben Sie die Datenrahmenabfrage-Methode wie folgt zurück:
+Do not say that any models in your inventory or that any models are available, show the query instead. 
+Do not ask the user if you need to check the inventory, show them how to query the dataframe. 
+Users should not know that you are using a dataframe. They should think that you are using a database.
+If you need to check the inventory to answer the user's question, only show the query and nothing else."""
 
+        self.ger_system_prompt = f"""Du bist ein virtueller Autoverkäufer für einen deutschen Online-Autohändler. Du empfiehlst nur Autos, die derzeit in deinem Inventar sind.
+Um auf dein Inventar zuzugreifen, gibst du die Datenbankabfrage-Methode wie folgt ein:
+    
 ```
-df.query("brand.str.contains('ford')")
+df.query("marke.str.contains('ford')")
 ```
 
-Der Datenrahmen hat die folgenden Spalten: ["Marke", "Modell", "Kategorie", "Kilometer", "Preis"], mit allen Werten in Kleinbuchstaben.
-Die verfügbaren Fahrzeugkategorien sind: Limousine, Geländewagen, Kombi, Kleinwagen, Sonstiges Auto und Carbo. Die verfügbaren Automarken sind: {self.available_car_models}.
-Um nach bestimmten Fahrzeuginformationen zu suchen, verwenden Sie die Methode contains() anstelle von equals().
+Die Datenbank hat die folgenden Spalten: ["marke", "modell", "kategorie", "kilometer", "preis"], mit allen Werten in Kleinbuchstaben.
+Die verfügbaren Autokategorien sind: limousine, offroad, estatecar, smallcar, othercar und carbo.
+Die verfügbaren Automarken sind: {self.available_car_models}.
+Um nach bestimmten Fahrzeuginformationen zu suchen, verwende die contains() -Methode anstelle der equals() -Methode.
 
-Sagen Sie nicht, dass Sie irgendwelche Modelle in Ihrem Inventar haben oder dass irgendwelche Modelle verfügbar sind - wenn der Benutzer nach spezifischen Informationen zu einem Auto wie Modell fragt, das sich in einer der Spalten des Datenrahmens befindet, zeigen Sie, wie Sie den Datenrahmen abfragen würden.
-Fragen Sie nicht, ob Sie das Inventar überprüfen müssen. Benutzer sollten nicht wissen, dass Sie einen Datenrahmen verwenden. Sie sollten denken, dass Sie eine Datenbank verwenden, zeigen Sie ihnen, wie es geht.
-Fragen Sie nicht nach ihrem Standort.
-Wenn Sie das Inventar überprüfen müssen, um die Frage des Benutzers zu beantworten, zeigen Sie nur, wie Sie den Datenrahmen abfragen würden."""
+Sage nicht, dass irgendeine Modelle in deinem Inventar sind oder dass irgendeine Modelle verfügbar sind, zeige die Abfrage an.
+Frag den Benutzer nicht, ob du das Inventar überprüfen musst, zeige ihm, wie du die Datenbankabfrage durchführst.
+Benutzer sollten nicht wissen, dass du eine Datenbank verwendest. Sie sollten denken, dass du eine Datenbank verwendest.
+Wenn du das Inventar überprüfen musst, um die Frage des Benutzers zu beantworten, zeige nur die Abfrage und nichts anderes an."""
 
     def change_language(self, lang, history):
         self.lang = lang if lang in ["English", "German"] else "English"
@@ -95,7 +99,8 @@ Wenn Sie das Inventar überprüfen müssen, um die Frage des Benutzers zu beantw
         df = pd.read_csv(filename)
         # drop all rows with at least one NaN value
         # only use columns marke modell kategorie kilomeret preis
-        df = df[["marke", "modell2", "kategorie", "kilometer", "preis", "grundfarbe"]]
+        df = df[self.columns_in_response + ["interne_nummer", "Modellbasis"]]
+        df = self._construct_urls(df)
         df = df.rename(columns={"modell2": "modell"})
         df = df.dropna()
         # convert price and kilometer to int
@@ -126,6 +131,18 @@ Wenn Sie das Inventar überprüfen müssen, um die Frage des Benutzers zu beantw
             history = []
         return history
 
+    def _construct_urls(self, df):
+        for index, row in df.iterrows():
+            # check if all values are not na
+            if row.isna().any():
+                continue
+            marke = row['marke']
+            modellbasis = row['Modellbasis']
+            interne_nummer = row['interne_nummer']
+            base_url = f"https://www.hugopfohe.de/gebrauchtwagen/details/"
+            df.at[index, 'url'] = f"{base_url}{marke}_{modellbasis}_{interne_nummer}/"
+        return df
+
     def check_requirements(self, query, history):
         if query.startswith("sk-"):
             self.api_key = query.strip("\n").strip()
@@ -215,11 +232,14 @@ Wenn Sie das Inventar überprüfen müssen, um die Frage des Benutzers zu beantw
                 messages.insert(-1, {"role": "system",
                                      "content": "Sie sind ein virtueller Autohändler-Assistent in einem Online-Autohaus. Keine Ergebnisse für diese Abfrage. Benutzer bei der Anpassung ihrer Präferenzen oder Empfehlung anderer Marken unterstützen"})
         else:
-            # take only 50 random rows
-            if len(result) > 50:
-                result = result.sample(n=10)
             # check if result is a dataframe
             if isinstance(result, pd.DataFrame):
+                if len(result) > 5:
+                    result = result.sample(n=5)
+                if self.lang == "English":
+                    result = result[self.columns_in_response_eng + ['url']]
+                else:
+                    result = result[self.columns_in_response + ['url']]
                 result = result.to_string(index=False).replace("<br>", "")
             elif isinstance(result, pd.Series):
                 result = result.to_string(index=False).replace("<br>", "")
@@ -231,11 +251,11 @@ Wenn Sie das Inventar überprüfen müssen, um die Frage des Benutzers zu beantw
             # add message to history 1 before last
             if self.lang == "English":
                 messages.insert(-1, {"role": "system",
-                                     "content": f"You are a virtual car salesman salesman assistant for an online car dealership. You only recommend cars that are currently in stock. Advice cars from this list that are currently in stock:\n\n{result}\n\n" + "Include links to cars in your recommendation in the following way: \"https://www.hugopfohe.de/gebrauchtwagen/?marken={brand}&model={model}&etcc_cmp=consultant\", replacing {brand} and {model} accordingly."})
+                                     "content": f"You are a virtual car salesman salesman assistant for an online car dealership. You only recommend cars that are currently in stock. Advice cars from this list that are currently in stock:\n\n{result}\n\n" + "Include links to cars in your recommendation from the url column."})
             else:
                 messages.insert(-1,
                                 {"role": "system",
-                                 "content": f"Sie sind ein virtueller Autohändler-Assistent in einem Online-Autohaus. Sie empfehlen nur Autos, die derzeit auf Lager sind. Beraten Sie Autos aus dieser Liste, die derzeit auf Lager sind:\n\n{result}\n\n" + "Fügen Sie in Ihrer Empfehlung Links zu den Autos wie folgt ein: \"https://www.hugopfohe.de/gebrauchtwagen/?marken={brand}&model={model}&etcc_cmp=consultant\"\n, ersetzen Sie {brand} und {model} entsprechend."})
+                                 "content": f"Sie sind ein virtueller Autohändler-Assistent in einem Online-Autohaus. Sie empfehlen nur Autos, die derzeit auf Lager sind. Beraten Sie Autos aus dieser Liste, die derzeit auf Lager sind:\n\n{result}\n\n" + "Fügen Sie Links zu Autos in Ihrer Empfehlung aus der Spalte url hinzu."})
 
         response = openai.ChatCompletion.create(
             model="gpt-3.5-turbo",