File size: 996 Bytes
cfad5ef e992316 cfad5ef 19c49c8 b83da22 cfad5ef 19c49c8 cfad5ef d8d1ec3 | 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 | import gradio as gr
import json
def analyse_prompt(prompt):
# Ici tu peux remplacer par tes propres appels RAG/LLM pour chaque extraction
# --- Extraction simulée pour l'exemple ---
articles = [
{"code": "A1001", "description": "Tôle acier S235 1mm", "quantite": 10, "source": "stock principal"},
{"code": "B2002", "description": "Ecrou M8 A4", "quantite": 50, "source": "fournisseur X"}
]
destinataire = {
"societe": "Société Exemple",
"nom": "Dupont",
"prenom": "Jean",
"email": "jean.dupont@exemple.com"
}
delai = "2024-07-15"
# --- Fin extraction simulée ---
data = {
"articles": articles,
"destinataire": destinataire,
"delai": delai
}
return json.dumps(data, indent=2, ensure_ascii=False)
def greet(name):
return "Hello " + name + "!!"
demo = gr.Interface(fn=analyse_prompt, inputs="text", outputs="text")
if __name__ == "__main__":
demo.launch(share=True)
|