......

tabs/chatbot_tab.py

@@ -23,7 +23,7 @@ from langgraph.graph.message import add_messages
 from typing_extensions import Annotated, TypedDict
 from dotenv import load_dotenv
 import time
-
+from tabs.google_drive_read_preprompt import read_param, format_param
 import warnings
 warnings.filterwarnings('ignore')
 
@@ -41,6 +41,7 @@ os.getenv("LANGCHAIN_API_KEY")
 os.getenv("MISTRAL_API_KEY")
 os.getenv("OPENAI_API_KEY")
 
+
 prompt = ChatPromptTemplate.from_messages(
     [
         (
@@ -75,6 +76,10 @@ app = workflow.compile(checkpointer=memory)
 selected_index1 = 0
 selected_index2 = 0
 selected_index3 = 0
+selected_indices4 = []
+selected_indices5 = []    
+selected_indices6 = []
+selected_indices7 = [] 
 selected_options4 = []
 selected_options5 = []
 selected_options6 = []
@@ -84,20 +89,26 @@ context=""
 human_message1=""
 thread_id =""
 virulence = 1
+question = []
 if 'model' in st.session_state:
     used_model = st.session_state.model
 
 # @st.cache_data
 def init():
-    global config,thread_id, context,human_message1,ai_message1,language, app, model_speech,prompt,model
-    global selected_index1, selected_index2, selected_index3, selected_options4,selected_options5,selected_options6,selected_options7, selected_index8, virulence, used_model
+    global config,thread_id, context,human_message1,ai_message1,language, app, model_speech,prompt,model,question
+    global selected_index1, selected_index2, selected_index3, selected_indices4,selected_indices5,selected_indices6,selected_indices7 
+    global selected_options4,selected_options5,selected_options6,selected_options7, selected_index8, virulence, used_model
     
-    model_speech = whisper.load_model("base")
+    model_speech = whisper.load_model("base") 
     
-    if st.button(label=tr("Nouvelle conversation"), type="primary"):
+    if (st.button(label=tr("Nouvelle conversation"), type="primary")):
         selected_index1 = 0
         selected_index2 = 0
         selected_index3 = 0
+        selected_indices4 = []
+        selected_indices5 = []    
+        selected_indices6 = []
+        selected_indices7 = [] 
         selected_options4 = []
         selected_options5 = []
         selected_options6 = []
@@ -116,98 +127,73 @@ def init():
             model = ChatMistralAI(model=st.session_state.model)
         if 'model' in st.session_state:
             used_model=st.session_state.model
-        
-      
-    options1 = ["Directeur Commercial", "Directeur Général", "Directeur Marketing"]
-    translated_options1 = [tr(o) for o in options1]
-    selected_option1 = st.selectbox(tr("Interlocuteur"),translated_options1, index = selected_index1) # index=int(var1_init))
+ 
+    label, question, options = format_param()
+    translated_options1 = [tr(o) for o in options[0]]
+    selected_option1 = st.selectbox(tr(label[0]),translated_options1, index = selected_index1) # index=int(var1_init))
     selected_index1 = translated_options1.index(selected_option1)
     
-    options2 = ["Entreprise qui commercialise des solutions (produits et ou services) B2B innovantes avec une équipe commerciale de plus de 15 personnes",
-                "Entreprise qui commercialise des solutions (produits et ou services) B2B innovantes avec une équipe commerciale de plus de 100 personnes"]
-    translated_options2 = [tr(o) for o in options2]
-    selected_option2 = st.selectbox(tr("Activité"),translated_options2, index = selected_index2) # index=int(var2_init))
+    translated_options2 = [tr(o) for o in options[1]]
+    selected_option2 = st.selectbox(tr(label[1]),translated_options2, index = selected_index2) # index=int(var2_init))
     selected_index2 = translated_options2.index(selected_option2)
     
-    options3 = ["Logiciels informatiques et d’application SaaS",
-                "Équipements et solutions industrielles",
-                "Services et conseil spécialisés"]
-    translated_options3 = [tr(o) for o in options3]
-    selected_option3 = st.selectbox(tr("Domaine d'activité"),translated_options3, index=selected_index3) #index=int(var3_init))
+    translated_options3 = [tr(o) for o in options[2]]
+    selected_option3 = st.selectbox(tr(label[2]),translated_options3, index=selected_index3) #index=int(var3_init))
     selected_index3 = translated_options3.index(selected_option3)
 
-    context = tr(f"""Tu es un {options1[selected_index1]}, d'une {options2[selected_index2]}.
-Cette entreprise propose des {options3[selected_index3]}.
+    context = tr(f"""Tu es un {options[0][selected_index1]}, d'une {options[1][selected_index2]}.
+Cette entreprise propose des {options[2][selected_index3]}.
     """)
     context = st.text_area(label=tr("Résumé du Contexte (modifiable):"), value=context)
     st.markdown('''
                 ------------------------------------------------------------------------------------
                 ''')
     
-    options4 = ["Il est difficile pour les forces de vente d'articuler clairement les messages de la proposition de valeur",
-                "Il est difficile d’affiner une proposition de valeur unique et pertinente de l'offre face à la concurrence qui évolue rapidement",
-                "Il est chronophage de former les forces de ventes sur la proposition de valeur et ses évolutions"
-    ]
-    selected_options4 = st.multiselect(tr("Problématiques"),[tr(o) for o in options4], default=[tr(o) for o in selected_options4])
+    translated_options4 = [tr(o) for o in options[3]]
+    selected_options4 = st.multiselect(tr(label[3]),translated_options4, default=[translated_options4[o] for o in selected_indices4])
+    selected_indices4 = [translated_options4.index(o) for o in selected_options4]
     problematique = selected_options4
     if problematique != []:
-        markdown_text4 = """\n"""+tr("""Les problématiques rencontrés par notre prospect (problèmes à résoudre) sont:  """)
+        markdown_text4 = """\n"""+tr(question[3])
         markdown_text4 = markdown_text4+"".join(f"\n- {o}" for o in problematique)
         st.write(markdown_text4)
     else: markdown_text4 = ""
  
-    options5 = ["Former la force de ventes sur l'articulation de la proposition de valeur",
-                "Aligner les messages marketing et commerciaux",
-                "Affiner et modéliser la proposition de valeur",
-                "Mettre en oeuvre des meilleures pratiques commerciales"
-    ]
-    selected_options5 = st.multiselect(tr("Processus"),[tr(o) for o in options5],default=[tr(o) for o in selected_options5])
+    translated_options5 = [tr(o) for o in options[4]]
+    selected_options5 = st.multiselect(tr(label[4]),translated_options5, default=[translated_options5[o] for o in selected_indices5])
+    selected_indices5 = [translated_options5.index(o) for o in selected_options5]
     processus = selected_options5
     if processus != []:
-        markdown_text5 = """\n\n"""+tr("""Les processus adressés par le prospect (cas d’usages) sont:  """)
+        markdown_text5 = """\n\n"""+tr(question[4])
         markdown_text5 = markdown_text5+"".join(f"\n- {o}" for o in processus)
         st.write(markdown_text5)
     else: markdown_text5 = ""
     
-    options6 = ["Augmenter les performances commerciales",
-                "Croissance du chiffre d’affaires",
-                "Réduire les cycles de vente",
-                "Augmenter taux de conversion d’affaires gagnées",
-                "Améliorer l’efficience et la confiance des forces de ventes",
-                "Réduire temps de monté en compétence des nouvelles embauches",
-                "Fidéliser les clients"
-    ]
-    selected_options6 = st.multiselect(tr("Objectifs d'amélioration"),[tr(o) for o in options6],default=[tr(o) for o in selected_options6])
+    translated_options6 = [tr(o) for o in options[5]]
+    selected_options6 = st.multiselect(tr(label[5]),translated_options6, default=[translated_options6[o] for o in selected_indices6])
+    selected_indices6 = [translated_options6.index(o) for o in selected_options6]
     objectifs = selected_options6
     if objectifs != []:
-        markdown_text6 = """\n\n"""+tr("""Les objectifs d’amélioration opérationnelle du prospect (Valeur ajoutée) sont:  """)
+        markdown_text6 = """\n\n"""+tr(question[5])
         markdown_text6 = markdown_text6+"".join(f"\n- {o}" for o in objectifs)
         st.write(markdown_text6)
     else: markdown_text6 = ""
     
-    options7 = ["Gestion de contenu commercial avec logiciel Microsoft sharePoint ou GoogleDrive",
-                "Playbook développé en interne sur outils génériques tels que logiciel Notion, Powerpoint, Excel, Word, Docs",
-                "Outils de sales enablement tels que application Seismic",
-                "Outils de gestion des présentations clients tels que Logiciel Powerpoint ou Google slide",
-                "Conseil externe en positionnement marché & produit",
-                "Services externes de formation des équipes commerciales"
-    ]
-    selected_options7 = st.multiselect(tr("Solutions utilisées"),[tr(o) for o in options7],default=[tr(o) for o in selected_options7])
+    translated_options7 = [tr(o) for o in options[6]]
+    selected_options7 = st.multiselect(tr(label[6]),translated_options7, default=[translated_options7[o] for o in selected_indices7])
+    selected_indices7 = [translated_options7.index(o) for o in selected_options7]
     solutions_utilisees = selected_options7
     if solutions_utilisees != []:
-        markdown_text7 = """\n\n"""+tr("""Les principales Solutions utilisées par le prospect pour traiter les cas d’usages (Catégories de solutions du marché) sont:""")
+        markdown_text7 = """\n\n"""+tr(question[6])
         markdown_text7 = markdown_text7+"".join(f"\n- {o}" for o in solutions_utilisees)
         st.write(markdown_text7)
         st.write("")
     else: markdown_text7 = ""
     
-    options8 = ["Connaitre les freins du prospect à l'adoption de nouvelles solutions pour résoudre ses problèmes",
-                "Obtenir du prospect qu'il teste la solution que je propose ou la fasse tester par un membre de son équipe",
-                "Obtenir du prospect qu'il achète ou s'engage à acheter la solution que je propose"]
-    translated_options8 = [tr(o) for o in options8]
-    selected_option8 = st.selectbox(tr("Objectif du vendeur lors de sa conversation avec le prospect:"),translated_options8, index = selected_index8) 
+    translated_options8 = [tr(o) for o in options[7]]
+    selected_option8 = st.selectbox(tr(label[7]),translated_options8, index = selected_index8) 
     selected_index8 = translated_options8.index(selected_option8)
-    markdown_text8 = """\n\n"""+tr("""L'objectif du vendeur lors de sa conversation avec le prospect est:  """)+"""\n"""+(f"""{translated_options8[selected_index8]}""")
+    markdown_text8 = """\n\n"""+tr(question[7])+"""\n"""+(f"""{translated_options8[selected_index8]}""")
     
     
     col1, col2, col3 = st.columns(3)
@@ -215,14 +201,14 @@ Cette entreprise propose des {options3[selected_index3]}.
         virulence = st.slider(tr("Virulence (choisissez une valeur entre 1 et 5)"), min_value=1, max_value=5, step=1,value=virulence)
     markdown_text9 = """\n\n"""+tr(f"""Le prospect est très occupé et n'aime pas être dérangé inutilement.  
 Tu vas utiliser une échelle de 1 à 5 de virulence du prospect à l'égard du vendeur.  
-Pour cette simulation utilise le niveaux {virulence}""")
+Pour cette simulation utilise le niveau {virulence}""")
     
     human_message1 = tr("""Je souhaites que nous ayons une conversation verbale entre un commercial de mon entreprise,  et toi que je prospecte.
-Mon entreprise propose une solution logicielle pour gérer la proposition de valeur d’entreprises B2B qui commercialises des solutions technologiques.    
+Mon entreprise propose une solution logicielle pour gérer la proposition de valeur d’entreprise B2B qui commercialise des solutions technologiques.    
 """)+markdown_text4+markdown_text5+markdown_text6+markdown_text7+markdown_text8+markdown_text9+tr(f"""
 
 Je suis le vendeur.
-Répond à mes questions en tant que {options1[selected_index1]}, connaissant mal le concept de proposition de valeur,
+Répond à mes questions en tant que {options[0][selected_index1]}, connaissant mal le concept de proposition de valeur,
 et mon équipe de vente n'est pas performante.  
  
 Attention: Ce n'est pas toi qui m'aide, c'est moi qui t'aide avec ma solution.  
@@ -234,7 +220,7 @@ Attention: Ce n'est pas toi qui m'aide, c'est moi qui t'aide avec ma solution.
                 ------------------------------------------------------------------------------------
                 ''')
     
-    ai_message1 = tr(f"J'ai bien compris, je suis un {options1[selected_index1]} prospecté et je réponds seulement à tes questions. Je réponds à une seule question à la fois, sans commencer mes réponses par 'En tant que {options1[selected_index1]}'")   
+    ai_message1 = tr(f"J'ai bien compris, je suis un {options[0][selected_index1]} prospecté et je réponds seulement à tes questions. Je réponds à une seule question à la fois, sans commencer mes réponses par 'En tant que {options[0][selected_index1]}'")   
 
 
     
@@ -312,7 +298,7 @@ def play_audio(custom_sentence, Lang_target, speed=1.0):
 
 
 def run():
-    global thread_id, config, model_speech, language,prompt,model, model_name
+    global thread_id, config, model_speech, language,prompt,model, model_name, question
    
     st.write("")
     st.write("")
@@ -445,51 +431,18 @@ def run():
                                 st.markdown(message["content"])
     else:
         st.write("**thread_id:** "+thread_id)
-        st.write("")
-        q1 = st.text_input(label="", value=tr("Combien le vendeur a-t-il posé de questions ouvertes ?"),label_visibility="collapsed")
-        output = app.invoke(
-            {"messages": q1,"language": language},
-            config,
-        ) 
-        custom_sentence = output["messages"][-1].content  
-        st.write(custom_sentence)
-        st.write("")
-        if (used_model[:3] == 'mis'):
-            time.sleep(2)
-        
-        st.divider()
-        st.write("")
-        q2 = st.text_input(label="", value=tr(f"Quel est le % de temps de parole du prospect ?"),label_visibility="collapsed")
-        output = app.invoke(
-            {"messages": q2,"language": language},
-            config,
-        ) 
-        custom_sentence = output["messages"][-1].content  
-        st.write(custom_sentence)
-        st.write("")
-        if (used_model[:3] == 'mis'):
-            time.sleep(2)
-        
-        st.divider()
-        st.write("")
-        q3 = st.text_input(label="", value=tr("Peux tu me donner une analyse succinte de la tonalité du vendeur ?"),label_visibility="collapsed")
-        output = app.invoke(
-            {"messages": q3,"language": language},
-            config,
-        ) 
-        custom_sentence = output["messages"][-1].content  
-        st.write(custom_sentence)
-        st.write("")
-        if (used_model[:3] == 'mis'):
-            time.sleep(2)
-        
-        st.divider()
-        st.write("")
-        q3 = st.text_input(label="", value=tr("Le vendeur a-t-il atteint son objectif ? Si ce n'est pas cas, est il loin de l'avoir atteint ? Dans tous les cas, explique ta réponse."),label_visibility="collapsed")
-        output = app.invoke(
-            {"messages": q3,"language": language},
-            config,
-        ) 
-        custom_sentence = output["messages"][-1].content  
-        st.write(custom_sentence)
-        st.write("")
+        for i in range(8,len(question)):
+            st.write("")
+
+            q = st.text_input(label="", value=tr(question[i]),label_visibility="collapsed")
+            output = app.invoke(
+                {"messages": q,"language": language},
+                config,
+            ) 
+            custom_sentence = output["messages"][-1].content  
+            st.write(custom_sentence)
+            st.write("")
+            if (used_model[:3] == 'mis'):
+                time.sleep(2)
+            
+            st.divider()

tabs/google_drive_read_preprompt.py

@@ -0,0 +1,113 @@
+import os
+import requests
+import streamlit as st
+from googleapiclient.discovery import build
+from google.auth.credentials import AnonymousCredentials
+from google.auth.transport.requests import Request
+from dotenv import load_dotenv
+from google.oauth2.credentials import Credentials
+
+if st.session_state.Cloud != 0:
+    load_dotenv()
+
+# Charger les secrets depuis les variables d'environnement
+CLIENT_ID = os.getenv("GOOGLE_CLIENT_ID")
+CLIENT_SECRET = os.getenv("GOOGLE_CLIENT_SECRET")
+REFRESH_TOKEN = os.getenv("GOOGLE_REFRESH_TOKEN")
+GOOGLE_PREPROMPT_FILE_ID = os.getenv("GOOGLE_PREPROMPT_FILE_ID")
+
+# URL pour rafraîchir le token
+TOKEN_URL = "https://oauth2.googleapis.com/token"
+
+# Fonction pour obtenir un token d'accès
+def get_access_token():
+    data = {
+        "client_id": CLIENT_ID,
+        "client_secret": CLIENT_SECRET,
+        "refresh_token": REFRESH_TOKEN,
+        "grant_type": "refresh_token",
+    }
+    response = requests.post(TOKEN_URL, data=data)
+    response_data = response.json()
+    if "access_token" in response_data:
+        return response_data["access_token"]
+    else:
+        raise Exception(f"Erreur d'obtention du token d'accès : {response_data}")
+
+# Obtenir le token d'accès
+access_token = get_access_token()
+
+# Fonction pour lire le contenu d'un Google Doc
+def read_google_doc(doc_id):
+    # Créer les credentials à partir du token d'accès
+    creds = Credentials(token=access_token)
+
+    # Construire le service Google Docs avec les credentials
+    docs_service = build('docs', 'v1', credentials=creds)
+
+    # Requête pour obtenir le contenu du document
+    try:
+        document = docs_service.documents().get(documentId=doc_id).execute()
+        content = document.get('body', {}).get('content', [])
+
+        # Initialiser une liste pour stocker chaque ligne
+        lines = []
+
+        # Extraire chaque ligne de texte
+        for element in content:
+            if 'paragraph' in element:
+                paragraph_text = ""  # Regrouper tout le texte d'un paragraphe
+                for paragraph in element['paragraph']['elements']:
+                    t = paragraph.get('textRun', {}).get('content', '')
+                    paragraph_text += t  # Ajouter le texte à la ligne du paragraphe
+
+                # Ajouter le paragraphe complet s'il contient du texte
+                if paragraph_text.strip():
+                    lines.append(paragraph_text.strip())
+
+        return lines  # Retourne une liste contenant toutes les lignes
+    except Exception as e:
+        raise Exception(f"Erreur lors de la lecture du document : {e}")
+
+
+def read_param():
+    # Lire et afficher le contenu d'un fichier
+    try:
+        lines = read_google_doc(GOOGLE_PREPROMPT_FILE_ID)
+        print("\nContenu du document ligne par ligne :")
+        # for idx, line in enumerate(lines, start=1):
+        #     print(f"Ligne {idx}: {line}")
+        return lines
+    except Exception as e:
+        st.write(f"Erreur : {e}")
+
+def format_param():
+    try:
+        lines = read_param()
+        label = []
+        question = []
+        options = [[] for _ in range(8)]
+        i = 0
+        for p in range(8):
+            while (lines[i][:3] == "==="):
+                i +=1
+            label.append(lines[i][8:])
+            i +=1
+            if p not in [0,1,2]:
+                question.append(lines[i])
+                i +=1
+            else: question.append("")
+            while (lines[i][:3] != "==="):
+                options[p].append(lines[i])
+                i +=1
+        i+=1
+        while i<len(lines):
+            question.append(lines[i])
+            i +=1
+        print("label:\n",label)
+        print("question:\n",question)
+        print("options:\n",options)
+    except Exception as e:
+        st.write(f"Erreur : {e}")
+    return label, question, options           
+