Update app.py

app.py

@@ -1,241 +1,175 @@
 import gradio as gr
 
-class ExtendedExpertSystem:
+class ExpertSystem:
     def __init__(self):
-        self.expertise_domains = {
-            "finance": {
-                "keywords": ["finance", "investissement", "trading", "bourse", "économie"],
-                "template": """Analyse financière experte : {subject}
+        self.domains = {
+            "finance": self._get_finance_template(),
+            "architecture": self._get_architecture_template(),
+            "rh": self._get_rh_template(),
+            "innovation": self._get_innovation_template(),
+            "psychology": self._get_psychology_template(),
+            "data_science": self._get_data_template(),
+            "image": self._get_image_template()
+        }
+        
+    def _get_finance_template(self):
+        return {
+            "keywords": ["finance", "investissement", "trading", "bourse"],
+            "template": """Analyse financière experte : 
+{text}
+
+Évaluation détaillée :
+- Analyse de marché complète
+- Indicateurs financiers clés
+- Évaluation des risques
+- Projections financières
+
+Recommandations stratégiques :
+- Stratégie d'investissement optimale
+- Allocation d'actifs recommandée
+- Plan de gestion des risques
+- Timeline d'exécution"""
+        }
 
-Contexte économique :
-- Tendances macro-économiques
-- Indicateurs clés
-- Risques identifiés
-- Opportunités de marché
+    def _get_image_template(self):
+        return {
+            "keywords": ["image", "photo", "visuel", "illustration", "dessin"],
+            "template": """Créez une photographie ultra-détaillée {text}
+
+Spécifications techniques :
+- Résolution 8K
+- Format RAW + HDR
+- Éclairage naturel optimisé
+- Détails hyperréalistes
+
+Paramètres de composition :
+- Règle des tiers
+- Point focal défini
+- Profondeur de champ contrôlée
+- Balance des couleurs professionnelle
+
+Post-traitement :
+- Étalonnage colorimétrique
+- Netteté sélective
+- Dynamique optimisée
+- Rendu photoréaliste"""
+        }
 
-Analyse détaillée :
-{analysis}
+    def _get_architecture_template(self):
+        return {
+            "keywords": ["architecture", "construction", "bâtiment"],
+            "template": """Plan architectural détaillé :
+{text}
 
-Recommandations :
-- Stratégie d'investissement
-- Allocation d'actifs
-- Gestion des risques
-- Horizons temporels"""
-            },
-
-            "architecture": {
-                "keywords": ["architecture", "construction", "bâtiment", "design spatial"],
-                "template": """Spécifications architecturales : {subject}
-
-Conception technique :
-- Plans détaillés
-- Normes applicables
+Spécifications techniques :
+- Plans et élévations
 - Matériaux recommandés
-- Contraintes techniques
-
-Mise en œuvre :
-{implementation}
-
-Documentation :
-- Plans d'exécution
-- Cahier des charges
-- Planning prévisionnel
-- Budget estimatif"""
-            },
+- Normes de construction
+- Contraintes structurelles"""
+        }
 
-            "rh": {
-                "keywords": ["rh", "ressources humaines", "recrutement", "formation", "talent"],
-                "template": """Stratégie RH optimisée : {subject}
+    def _get_rh_template(self):
+        return {
+            "keywords": ["rh", "ressources humaines", "recrutement"],
+            "template": """Stratégie RH optimisée :
+{text}
 
 Analyse organisationnelle :
-- Besoins identifiés
-- Structure actuelle
-- Culture d'entreprise
-- Objectifs RH
-
-Plan d'action :
-{action_plan}
-
-Indicateurs de performance :
-- KPIs RH
-- Tableau de bord
-- Mesures correctives
-- Suivi d'évolution"""
-            },
-
-            "innovation": {
-                "keywords": ["innovation", "r&d", "recherche", "développement", "veille"],
-                "template": """Programme R&D détaillé : {subject}
-
-État de l'art :
-- Technologies existantes
-- Brevets déposés
-- Innovations récentes
-- Opportunités identifiées
-
-Développement :
-{development}
-
-Validation :
-- Tests et prototypes
-- Validation technique
-- Propriété intellectuelle
-- Time-to-market"""
-            },
-
-            "psychology": {
-                "keywords": ["psychologie", "comportement", "thérapie", "développement personnel"],
-                "template": """Analyse psychologique approfondie : {subject}
-
-Évaluation :
-- Aspects comportementaux
-- Facteurs cognitifs
-- Dimensions émotionnelles
-- Contexte environnemental
-
-Approche thérapeutique :
-{therapy_approach}
-
-Suivi et évolution :
-- Objectifs thérapeutiques
-- Indicateurs de progrès
-- Ajustements méthodologiques
-- Plan de développement"""
-            },
-
-            "data_science": {
-                "keywords": ["data", "données", "statistiques", "analytics", "big data"],
-                "template": """Analyse data science : {subject}
+- Structure proposée
+- Compétences requises
+- Plan de développement
+- KPIs de performance"""
+        }
 
-Méthodologie :
-- Collecte de données
-- Nettoyage et préparation
-- Modélisation statistique
-- Validation des résultats
+    def _get_innovation_template(self):
+        return {
+            "keywords": ["innovation", "r&d", "recherche"],
+            "template": """Programme R&D innovant :
+{text}
+
+Processus d'innovation :
+- État de l'art
+- Axes de recherche
+- Prototypage
+- Validation technique"""
+        }
 
-Traitement :
-{data_processing}
+    def _get_psychology_template(self):
+        return {
+            "keywords": ["psychologie", "comportement", "thérapie"],
+            "template": """Analyse psychologique :
+{text}
 
-Visualisation :
-- Tableaux de bord
-- KPIs principaux
-- Insights clés
-- Recommandations data-driven"""
-            }
+Méthodologie :
+- Évaluation comportementale
+- Approche thérapeutique
+- Plan d'intervention
+- Objectifs mesurables"""
         }
-        # Intégration avec les domaines précédents
-        self.expertise_domains.update(self.get_previous_domains())
 
-    def get_previous_domains(self):
-        # Retourne les domaines d'expertise précédents
+    def _get_data_template(self):
         return {
-            "science": { ... },  # Domaines précédents
-            "medical": { ... },
-            # etc.
+            "keywords": ["données", "data", "analyse", "statistiques"],
+            "template": """Analyse data science :
+{text}
+
+Méthodologie analytique :
+- Collecte et préparation
+- Modélisation statistique
+- Tests et validation
+- Visualisation avancée"""
         }
 
-    def _detect_expertise(self, prompt):
-        prompt_lower = prompt.lower()
-        for domain, info in self.expertise_domains.items():
-            if any(keyword in prompt_lower for keyword in info["keywords"]):
+    def _detect_domain(self, text):
+        text = text.lower()
+        for domain, info in self.domains.items():
+            if any(keyword in text for keyword in info["keywords"]):
                 return domain
         return "general"
 
-    def optimize(self, prompt, mode, complexity):
-        domain = self._detect_expertise(prompt)
-        template = self.expertise_domains.get(domain, {}).get("template", "")
+    def optimize_prompt(self, text, mode, complexity):
+        domain = self._detect_domain(text)
+        if domain in self.domains:
+            template = self.domains[domain]["template"]
+            return template.format(text=text)
         
-        # Personnalisation selon le domaine
-        if domain in self.expertise_domains:
-            specific_content = self._generate_domain_content(domain, complexity)
-            return template.format(
-                subject=prompt,
-                analysis=specific_content["analysis"],
-                implementation=specific_content.get("implementation", ""),
-                action_plan=specific_content.get("action_plan", ""),
-                development=specific_content.get("development", ""),
-                data_processing=specific_content.get("data_processing", "")
-            )
-        
-        # Template général amélioré
-        return f"""Analyse experte : {prompt}
+        # Template général pour les autres cas
+        return f"""Analyse experte détaillée : {text}
 
-Niveau de détail : {complexity}%
+Niveau de complexité : {complexity}%
 
 Méthodologie :
-1. Analyse approfondie et contextuelle
-2. Documentation exhaustive
-3. Validation par experts
-4. Optimisation itérative
-
-Recommandations et actions :
-- Solutions optimisées et validées
-- Bonnes pratiques applicables
-- Plan d'action détaillé
-- Suivi et ajustements"""
-
-    def _generate_domain_content(self, domain, complexity):
-        # Génération de contenu spécifique par domaine
-        content_templates = {
-            "finance": {
-                "analysis": """1. Analyse des marchés financiers
-2. Évaluation des risques
-3. Modélisation financière
-4. Scénarios d'investissement"""
-            },
-            "data_science": {
-                "data_processing": """1. Préparation des données
-2. Feature engineering
-3. Modélisation prédictive
-4. Validation croisée""",
-                "analysis": """1. Analyse exploratoire
-2. Tests statistiques
-3. Visualisation avancée
-4. Interprétation des résultats"""
-            }
-            # Ajouter d'autres domaines selon besoin
-        }
-        return content_templates.get(domain, {"analysis": "Analyse standard"})
+- Analyse approfondie
+- Documentation complète
+- Validation experte
+- Optimisation continue
 
-def create_interface():
-    system = ExtendedExpertSystem()
+Recommandations :
+- Solutions optimisées
+- Meilleures pratiques
+- Plan d'action
+- Suivi des résultats"""
 
+def create_interface():
+    system = ExpertSystem()
+    
     with gr.Blocks() as demo:
         gr.Markdown("# Optimiseur de Prompts IA Multi-Expert")
         
         with gr.Row():
             with gr.Column():
-                input_prompt = gr.Textbox(
-                    label="Prompt Initial",
-                    placeholder="Décrivez votre demande...",
-                    lines=3
-                )
-                
-                mode = gr.Radio(
-                    choices=["expert", "creative"],
-                    value="expert",
-                    label="Mode"
-                )
-                
-                complexity = gr.Slider(
-                    minimum=0,
-                    maximum=100,
-                    value=85,
-                    label="Niveau de Détail"
-                )
-                
+                input_text = gr.Textbox(label="Prompt Initial", lines=3)
+                mode = gr.Radio(["expert", "creative"], value="expert", label="Mode")
+                complexity = gr.Slider(0, 100, 85, label="Niveau de Détail")
                 optimize_btn = gr.Button("Optimiser")
             
             with gr.Column():
-                output = gr.Textbox(
-                    label="Prompt Optimisé",
-                    lines=12
-                )
+                output = gr.Textbox(label="Prompt Optimisé", lines=10)
         
         optimize_btn.click(
-            fn=system.optimize,
-            inputs=[input_prompt, mode, complexity],
-            outputs=[output]
+            fn=system.optimize_prompt,
+            inputs=[input_text, mode, complexity],
+            outputs=output
         )
     
     return demo