Spaces:
Sleeping
Sleeping
File size: 1,864 Bytes
b879c19 5600a33 bbca825 b879c19 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 |
import gradio as gr
from langgraphe_app import app # importe ton graphe déjà compilé
def print_stream(stream):
"""Affiche le flux de messages de manière lisible"""
print("\n" + "="*60)
for s in stream:
message = s["messages"][-1]
if hasattr(message, 'pretty_print'):
message.pretty_print()
else:
print(message)
print("-"*60)
# def run_research(user_query: str):
# """Fonction helper pour lancer une recherche"""
# inputs = {"messages": [("user", user_query)]}
# print_stream(app.stream(inputs, stream_mode="values"))
def run_research(user_query: str) -> str:
"""Exécute le graphe et renvoie le texte final pour Gradio."""
inputs = {"messages": [("user", user_query)]}
stream = app.stream(inputs, stream_mode="values")
last_state = None
# on lit le stream mais on n'affiche pas dans le terminal
for s in stream:
last_state = s
# le message final
final_message = last_state["messages"][-1]
# Retourne le texte pour l’UI Gradio
try:
return final_message.content
except:
return str(final_message)
with gr.Blocks(title="AI Research Assistant") as demo:
gr.Markdown("# 🔍 AI Research Assistant\nPipeline LangGraph pour la recherche automatisée")
input_box = gr.Textbox(
label="Votre sujet de recherche",
placeholder="Ex : Impact de l'IA sur le marché du travail"
)
output_box = gr.TextArea(
label="Rapport généré",
lines=20
)
run_button = gr.Button("Lancer la recherche")
run_button.click(run_research, inputs=input_box, outputs=output_box)
if __name__ == "__main__":
# demo.launch(server_name="0.0.0.0", server_port=8000)
# demo.launch(debug=True, share=True)
demo.launch(debug=True)
# p-:8P^AduGVf2hU |