App updated according to HuggingFace space.

app.py

@@ -4,19 +4,18 @@ import time
 import datetime
 import tempfile
 import gradio as gr
-from dotenv import load_dotenv
+# from dotenv import load_dotenv  # İstersen local kullanım için açabilirsin
 from openai import OpenAI
 
-# 1) .env'den API anahtarını çekelim
+# Eğer localde .env kullanıyorsan:
 # load_dotenv()
+
 api_key = os.getenv("OPENAI_API_KEY")
 if not api_key:
-    raise ValueError("API Key bulunamadı! Lütfen .env dosyasında OPENAI_API_KEY'i tanımlayın.")
+    raise ValueError("API Key bulunamadı! Lütfen .env veya Hugging Face Secrets ile 'OPENAI_API_KEY' tanımlayın.")
 
-# 2) OpenAI istemcisi
 client = OpenAI(api_key=api_key)
 
-# 3) Sistem Rolü (prompt)
 SYSTEM_PROMPT = (
     "Sen bir tıp asistanısın. Amacın şudur: "
     "Kullanıcıya olası yaygın hastalıkları sormak ve olasılıkları eleyerek "
@@ -35,22 +34,16 @@ SYSTEM_PROMPT = (
     "Bu konuşma sadece bilgi amaçlıdır."
 )
 
-# Kullanıcı/Hasta adı (sade bir örnek)
-NAME = "Ali"
+NAME = "Ali"  # Kullanıcı/Hasta adı örnek
 
 def create_initial_conversation():
-    """
-    Sohbetin başlangıcında system prompt + asistanın ilk mesajı
-    """
+    """Sohbetin başlangıcındaki mesajlar."""
     return [
         {"role": "system", "content": SYSTEM_PROMPT},
         {"role": "assistant", "content": f"Merhaba {NAME}, tam olarak şikayetiniz nedir?"}
     ]
 
 def chat_with_model(user_input, conversation_history, model_name="gpt-4o"):
-    """
-    OpenAI Chat API'ye istekte bulunur.
-    """
     try:
         conversation_history.append({"role": "user", "content": user_input})
         response = client.chat.completions.create(
@@ -65,7 +58,6 @@ def chat_with_model(user_input, conversation_history, model_name="gpt-4o"):
 
         conversation_history.append({"role": "assistant", "content": assistant_message})
         return assistant_message
-
     except Exception as e:
         error_message = f"Hata oluştu: {str(e)}"
         conversation_history.append({"role": "assistant", "content": error_message})
@@ -73,15 +65,15 @@ def chat_with_model(user_input, conversation_history, model_name="gpt-4o"):
 
 def user_submit(user_message, chatbot_history, conversation_state, session_id):
     """
-    Gradio'nun 'submit' callback'i (chat).
+    Gradio 'submit' callback'i (chat).
     Dört değer döndürüyoruz:
-      1) (Textbox'a yazılacak yeni metin, yani "")
-      2) (Chatbot geçmişi)
-      3) (OpenAI API'ye gönderdiğimiz asıl conversation_state)
-      4) (Textbox bileşeninin interactive parametresi => True/False)
+      1) Metin kutusunu temizlemek için "" döndürüyoruz
+      2) Chatbot geçmişini
+      3) conversation_state (OpenAI'ye gönderdiğimiz geçmiş)
+      4) Textbox'u kilitleyip kilitlemeyeceğimize dair ayar (True/False)
     """
-    # Konuşma yoksa başlat
     if not conversation_state:
+        # Konuşma yoksa başlat
         conversation_state = create_initial_conversation()
         chatbot_history = [
             {"role": "assistant", "content": conversation_state[-1]["content"]}
@@ -90,7 +82,6 @@ def user_submit(user_message, chatbot_history, conversation_state, session_id):
     # Kullanıcı 'quit' / 'exit' yazarsa sonlandır
     if user_message.lower() in ["quit", "exit"]:
         chatbot_history.append({"role": "assistant", "content": "Konuşma sonlandırıldı."})
-        # Textbox'ı kilitle
         return "", chatbot_history, conversation_state, gr.update(interactive=False)
 
     # OpenAI'den cevap al
@@ -111,31 +102,21 @@ def user_submit(user_message, chatbot_history, conversation_state, session_id):
     ]
     if any(phrase in assistant_reply.lower() for phrase in end_phrases):
         chatbot_history.append({"role": "assistant", "content": "Doktor Robotum konuşmayı sonlandırdı."})
-        # Bitişte de kilitliyoruz
         return "", chatbot_history, conversation_state, gr.update(interactive=False)
 
-    # Sohbet devam ediyorsa textbox açık kalsın
     return "", chatbot_history, conversation_state, gr.update(interactive=True)
 
 def clear_conversation():
-    """
-    'Yeni Konuşma' butonuna basılınca
-    sohbeti başa sarsın (ilk asistan mesajını yazsın),
-    textbox'u etkin hale getirsin
-    """
+    """'Yeni Konuşma' butonu callback."""
     new_conv = create_initial_conversation()
-    new_chatbot = [
-        {"role": "assistant", "content": new_conv[-1]["content"]}
-    ]
+    new_chatbot = [{"role": "assistant", "content": new_conv[-1]["content"]}]
     return "", new_chatbot, new_conv, gr.update(interactive=True)
 
-# -------------------------------------------------------
-# Değerlendirme fonksiyonları
-# -------------------------------------------------------
+# --------------- Değerlendirme Fonksiyonları ---------------
 def evaluation_submit(q1, q2, q3, q4, q5, q6, q7, evaluation_state):
     """
     Doktorun 7 soruya verdiği yanıtları kaydediyoruz.
-    Ekranda da "kaydedildi" mesajı döndürüyoruz.
+    'Değerlendirme kaydedildi!' mesajı döndürüyoruz.
     """
     data = {
         "q1": q1,  # 1..5 => Hasta bilgileri netliği
@@ -151,29 +132,27 @@ def evaluation_submit(q1, q2, q3, q4, q5, q6, q7, evaluation_state):
 
 def export_conversation_and_evaluation(conversation_state, evaluation_state, session_id):
     """
-    Tek bir CSV olarak konuşma ve değerlendirmeyi birleştirir.
+    Tek bir CSV oluşturup, önce konuşma, sonra değerlendirme verilerini ekler.
     """
     if not conversation_state:
         return None
 
     timestamp = datetime.datetime.now().strftime("%Y%m%d_%H%M%S")
     filename = f"session_{session_id}_{timestamp}.csv"
-    tmp_file = tempfile.NamedTemporaryFile(
-        delete=False, suffix=".csv", mode="w", encoding="utf-8"
-    )
+    tmp_file = tempfile.NamedTemporaryFile(delete=False, suffix=".csv", mode="w", encoding="utf-8")
 
     writer = csv.writer(tmp_file)
     writer.writerow(["role", "content"])
 
-    # 1) Konuşma satırları
+    # Konuşma satırları
     for msg in conversation_state:
         writer.writerow([msg["role"], msg["content"]])
 
-    # 2) Boşluk
+    # Boşluk
     writer.writerow([])
     writer.writerow(["Evaluation"])
 
-    # 3) Değerlendirme
+    # Değerlendirme
     if evaluation_state:
         writer.writerow(["(1) Hasta bilgileri netliği (1-5)", evaluation_state.get("q1", "")])
         writer.writerow(["(2) Modelin sorularının doğruluğu (1-5)", evaluation_state.get("q2", "")])
@@ -185,59 +164,55 @@ def export_conversation_and_evaluation(conversation_state, evaluation_state, ses
     else:
         writer.writerow(["Herhangi bir değerlendirme kaydedilmedi."])
 
-    # 4) Son satır
+    # Son satır
     writer.writerow([])
     writer.writerow(["Son", "Değerlendirme tamamlandı."])
 
     tmp_file.close()
     return tmp_file.name
 
-# -------------------------------------------------------
-# Ana Gradio arayüzü
-# -------------------------------------------------------
+# --------------- Ana Gradio Arayüzü ---------------
 def create_demo():
     with gr.Blocks() as demo:
         gr.Markdown("## Doktor Robotum - Hastalık Teşhis ve Öneri")
 
-        session_id = gr.State(str(time.time()))  # Oturum ID
-        conversation_state = gr.State([])        # ChatGPT formatındaki geçmiş
-        evaluation_state = gr.State({})          # Doktorun değerlendirmesi
-
-        # --- Sekme 1: Chatbot ---
-        with gr.Tab("Chatbot"):
-            initial_conv = create_initial_conversation()
-            default_chatbot = [
-                {"role": "assistant", "content": initial_conv[-1]["content"]}
-            ]
-
-            chatbot = gr.Chatbot(
-                value=default_chatbot,
-                label="Doktor Robotum ile Sohbet",
-                type="messages",
-                height=400
-            )
-            msg = gr.Textbox(label="Mesajınızı yazıp Enter'a basın", placeholder="Buraya yaz...")
-
-            clear_btn = gr.Button("Yeni Konuşma")
-
-            # 4 output: (msg_text, chatbot, conversation_state, msg_update)
-            msg.submit(
-                fn=user_submit,
-                inputs=[msg, chatbot, conversation_state, session_id],
-                outputs=[msg, chatbot, conversation_state, msg],
-            )
-
-            clear_btn.click(
-                fn=clear_conversation,
-                inputs=[],
-                outputs=[msg, chatbot, conversation_state, msg],
-                queue=False
-            )
-
-        # --- Sekme 2: Değerlendirme ---
-        with gr.Tab("Değerlendirme"):
-            gr.Markdown(
-                """**Doktor Değerlendirmesi:**
+        session_id = gr.State(str(time.time()))   # Oturum ID
+        conversation_state = gr.State([])         # ChatGPT formatındaki sohbet geçmişi
+        evaluation_state = gr.State({})           # Doktorun değerlendirmesi
+
+        # ------------------- Chatbot Kısmı -------------------
+        gr.Markdown("### Chatbot")
+        initial_conv = create_initial_conversation()
+        default_chatbot = [{"role": "assistant", "content": initial_conv[-1]["content"]}]
+
+        chatbot = gr.Chatbot(
+            value=default_chatbot,
+            label="Doktor Robotum ile Sohbet",
+            type="messages",
+            height=400
+        )
+
+        msg = gr.Textbox(label="Mesajınızı yazıp Enter'a basın", placeholder="Buraya yaz...")
+        clear_btn = gr.Button("Yeni Konuşma")
+
+        # Chat botu callback
+        msg.submit(
+            fn=user_submit,
+            inputs=[msg, chatbot, conversation_state, session_id],
+            outputs=[msg, chatbot, conversation_state, msg],
+        )
+
+        clear_btn.click(
+            fn=clear_conversation,
+            inputs=[],
+            outputs=[msg, chatbot, conversation_state, msg],
+            queue=False
+        )
+
+        # ------------------- Değerlendirme Kısmı -------------------
+        gr.Markdown("### Doktor Değerlendirmesi")
+        gr.Markdown(
+            """
 1) Hasta tarafından verilen bilgiler ne derece net ve anlaşılırdı?  
 2) Model tarafından sorulan devam soruları, hastalık tespiti için ne derece doğru sorulardı?  
 3) Modelin en son aşamada yaptığı teşhis ne derece doğruydu?  
@@ -245,55 +220,53 @@ def create_demo():
 5) Modelin verdiği kısa tavsiyeler ne derece doğruydu?  
 6) Genel olarak model değerlendirmesi nasıldı?  
 7) Model değerlendirmesinde eksik bulduğunuz, “ben olsaydım şunları da söylerdim” dediğiniz kısımlar?  
-                """
-            )
-
-            # Sliderlar (1..5) + metinsel yorum
-            q1_slider = gr.Slider(minimum=1, maximum=5, step=1, label="(1) Hasta bilgileri netliği (1-5)", value=3)
-            q2_slider = gr.Slider(minimum=1, maximum=5, step=1, label="(2) Model sorularının doğruluğu (1-5)", value=3)
-            q3_slider = gr.Slider(minimum=1, maximum=5, step=1, label="(3) Teşhisin doğruluğu (1-5)", value=3)
-            q4_slider = gr.Slider(minimum=1, maximum=5, step=1, label="(4) Tavsiye edilen doktorların doğruluğu (1-5)", value=3)
-            q5_slider = gr.Slider(minimum=1, maximum=5, step=1, label="(5) Verilen tavsiyelerin doğruluğu (1-5)", value=3)
-            q6_slider = gr.Slider(minimum=1, maximum=5, step=1, label="(6) Genel değerlendirme (1-5)", value=3)
-            q7_text = gr.Textbox(
-                label="(7) Ek yorumlarınız", 
-                lines=3,
-                placeholder="Ör: Model şunu da sormalıydı..."
-            )
-
-            save_eval_button = gr.Button("Değerlendirmeyi Kaydet")
-            eval_info = gr.Markdown("", visible=True)
-
-            def eval_submit_wrapper(q1, q2, q3, q4, q5, q6, q7, evaluation_state):
-                ev_st, message = evaluation_submit(q1, q2, q3, q4, q5, q6, q7, evaluation_state)
-                return ev_st, message
-
-            save_eval_button.click(
-                fn=eval_submit_wrapper,
-                inputs=[q1_slider, q2_slider, q3_slider, q4_slider, q5_slider, q6_slider, q7_text, evaluation_state],
-                outputs=[evaluation_state, eval_info],
-            )
-
-            gr.Markdown("### Konuşma + Değerlendirme İndir")
-            download_btn = gr.Button("Tek CSV Oluştur ve İndir")
-            download_file = gr.File(label="Tek CSV")
-
-            def export_all(conversation_state, evaluation_state, session_id):
-                csv_path = export_conversation_and_evaluation(conversation_state, evaluation_state, session_id)
-                return csv_path
-
-            download_btn.click(
-                fn=export_all,
-                inputs=[conversation_state, evaluation_state, session_id],
-                outputs=[download_file],
-                queue=False
-            )
+            """
+        )
+
+        # Sliderlar (1..5) + Metinsel yorum
+        q1_slider = gr.Slider(minimum=1, maximum=5, step=1, label="(1) Hasta bilgileri netliği (1-5)", value=3)
+        q2_slider = gr.Slider(minimum=1, maximum=5, step=1, label="(2) Model sorularının doğruluğu (1-5)", value=3)
+        q3_slider = gr.Slider(minimum=1, maximum=5, step=1, label="(3) Teşhisin doğruluğu (1-5)", value=3)
+        q4_slider = gr.Slider(minimum=1, maximum=5, step=1, label="(4) Tavsiye edilen doktorların doğruluğu (1-5)", value=3)
+        q5_slider = gr.Slider(minimum=1, maximum=5, step=1, label="(5) Verilen tavsiyelerin doğruluğu (1-5)", value=3)
+        q6_slider = gr.Slider(minimum=1, maximum=5, step=1, label="(6) Genel değerlendirme (1-5)", value=3)
+        q7_text = gr.Textbox(
+            label="(7) Ek yorumlarınız", 
+            lines=3,
+            placeholder="Örnek: Model şunu da sormalıydı..."
+        )
+
+        save_eval_button = gr.Button("Değerlendirmeyi Kaydet")
+        eval_info = gr.Markdown("", visible=True)
+
+        def eval_submit_wrapper(q1, q2, q3, q4, q5, q6, q7, evaluation_state):
+            ev_st, message = evaluation_submit(q1, q2, q3, q4, q5, q6, q7, evaluation_state)
+            return ev_st, message
+
+        save_eval_button.click(
+            fn=eval_submit_wrapper,
+            inputs=[q1_slider, q2_slider, q3_slider, q4_slider, q5_slider, q6_slider, q7_text, evaluation_state],
+            outputs=[evaluation_state, eval_info],
+        )
+
+        gr.Markdown("### Konuşma + Değerlendirme İndir")
+        download_btn = gr.Button("Tek CSV Oluştur ve İndir")
+        download_file = gr.File(label="İndirilen CSV Dosyası")
+
+        def export_all(conversation_state, evaluation_state, session_id):
+            csv_path = export_conversation_and_evaluation(conversation_state, evaluation_state, session_id)
+            return csv_path
+
+        download_btn.click(
+            fn=export_all,
+            inputs=[conversation_state, evaluation_state, session_id],
+            outputs=[download_file],
+            queue=False
+        )
 
     return demo
 
+
 if __name__ == "__main__":
     demo_app = create_demo()
-    # python app.py
-    # Ardından tarayıcıda http://127.0.0.1:7860
-    # demo_app.launch(server_port=7860, server_name="0.0.0.0")
-    demo_app.launch(share= True)
+    demo_app.launch()  # Spaces üzerinde parametresiz launch genellikle yeterli

requirements.txt

@@ -1,4 +1,4 @@
 huggingface_hub==0.25.2
-gradio==3.22.0
+gradio
 openai
 python-dotenv