Update app.py

app.py

@@ -5,6 +5,10 @@ from pydantic import BaseModel
 from fastapi import FastAPI, HTTPException
 from huggingface_hub import InferenceClient
 from typing import Optional
+from langdetect import detect, DetectorFactory
+
+# Impostazione per risultati coerenti della rilevazione
+DetectorFactory.seed = 0
 
 # Configurazione logging
 logging.basicConfig(
@@ -91,11 +95,11 @@ def create_system_message(rdf_context: str) -> str:
     Crea il messaggio di sistema per il modello di linguaggio naturale.
     """
     return f"""
-Sei un'assistente esperta nella generazione di query SPARQL basate su un'ontologia RDF, nell'interpretazione dei risultati delle query SPARQL in risposte naturali, e nel fare chatting minimale con i visitatori. In base alla domanda dell'utente, devi decidere se:
+Sei un'assistente esperta nella generazione di query SPARQL basate su un'ontologia RDF, nell'interpretazione dei risultati delle query SPARQL in risposte naturali, e nel fare chatting minimale con i visitatori in diverse lingue (ad esempio, italiano, francese, inglese). In base alla domanda dell'utente, devi decidere se:
     
 1. Generare una query SPARQL per interrogare la base di conoscenza.
 2. Fornire una risposta naturale basata sui risultati di una query SPARQL.
-3. Rispondere con una risposta di chat minimale.
+3. Rispondere con una risposta di chat minimale nella stessa lingua dell'utente.
 
 Ecco un riassunto dell'ontologia su cui devi lavorare:
 {rdf_context}
@@ -103,7 +107,7 @@ Ecco un riassunto dell'ontologia su cui devi lavorare:
 Regole TASSATIVE:
 1. Se la domanda richiede una query SPARQL, restituisci la query SPARQL come testo semplice.
 2. Se la domanda richiede l'interpretazione di risultati SPARQL, restituisci una risposta naturale basata sui risultati.
-3. Se la domanda è una chat minimale, restituisci una risposta di chat.
+3. Se la domanda è una chat minimale, restituisci una risposta di chat nella stessa lingua dell'utente.
 4. DEVI usare ESCLUSIVAMENTE questo prefisso di base (e NON modificarlo in nessun modo):
    PREFIX base: <http://www.semanticweb.org/lucreziamosca/ontologies/2024/11/untitled-ontology-39/>
 5. NON generare alcun altro prefisso o URI inventato.
@@ -123,10 +127,18 @@ Esempi:
   Risposta:
   Ciao! Benvenuto al nostro museo. Come posso aiutarti oggi?
   
+- Domanda: "Bonjour! Comment ça va?"
+  Risposta:
+  Bonjour! Bienvenue dans notre musée. Comment puis-je vous aider aujourd'hui?
+  
 - Domanda: "Qual è la tua opinione sull'arte moderna?"
   Risposta:
   L'arte moderna è un'espressione affascinante e varia che riflette le dinamiche sociali e culturali contemporanee.
   
+- Domanda: "How does this installation work?"
+  Risposta:
+  This interactive installation allows you to explore various artworks through digital interactions. Simply approach and follow the on-screen instructions.
+  
 - Domanda: "Come funziona questa installazione?"
   Risposta:
   Questa installazione interattiva ti permette di esplorare diverse opere d'arte attraverso interazioni digitali. Basta avvicinarti e seguire le istruzioni sullo schermo.
@@ -182,7 +194,7 @@ Mi hai fornito i seguenti risultati di una query SPARQL:
 
 Per favore, interpreta questi risultati e fornisci una risposta naturale ed enfatica come farebbe una guida museale femminile.
 """
-
+    
     messages = [
         {"role": "system", "content": interpret_prompt},
         {"role": "user", "content": ""}
@@ -208,6 +220,14 @@ async def generate_response(request: QueryRequest):
     user_msg = request.message
     logger.info(f"Ricevuta richiesta: {user_msg}")
 
+    # Rilevazione della lingua dell'utente
+    try:
+        language = detect(user_msg)
+        logger.info(f"Lingua rilevata: {language}")
+    except Exception as e:
+        logger.error(f"Errore durante la rilevazione della lingua: {e}")
+        language = "it"  # Default a italiano
+
     # 1) Generazione della risposta (SPARQL, INTERPRET o CHAT)
     system_msg = create_system_message(rdf_context)
     messages = [