Update app.py

app.py

@@ -2,10 +2,14 @@ import streamlit as st
 from PyPDF2 import PdfReader
 import pandas as pd
 from groq import Groq  # Assurez-vous que la bibliothèque `groq` est installée correctement
+from referentials import REFERENTIALS  # Importation des référentiels
 
 # Fonction pour configurer le client Groq
 def get_groq_client(api_key):
-    """Initialise et renvoie un client Groq avec la clé API."""
+    """
+    Initialise et renvoie un client Groq avec la clé API.
+    Vérifie que la clé API est valide avant de renvoyer le client.
+    """
     try:
         return Groq(api_key=api_key)
     except Exception as e:
@@ -14,6 +18,10 @@ def get_groq_client(api_key):
 
 # Extraction de texte depuis un PDF
 def extract_text_from_pdf(file):
+    """
+    Extrait le texte d'un fichier PDF.
+    Renvoie le contenu texte extrait ou signale une erreur.
+    """
     try:
         reader = PdfReader(file)
         text = " ".join(page.extract_text() for page in reader.pages if page.extract_text())
@@ -24,6 +32,10 @@ def extract_text_from_pdf(file):
 
 # Analyse du CV avec l'API Groq et référentiel
 def analyze_cv_with_groq(cv_text, referential, groq_client, model="llama-3.1-70b-versatile"):
+    """
+    Analyse le texte d'un CV par rapport aux exigences d'un référentiel GFSI.
+    Utilise l'API Groq pour générer une analyse détaillée.
+    """
     referential_data = REFERENTIALS.get(referential, {})
     general_requirements = referential_data.get("General_Requirements", {})
     qualifications = referential_data.get("Qualifications", {})
@@ -67,13 +79,21 @@ def analyze_cv_with_groq(cv_text, referential, groq_client, model="llama-3.1-70b
 
 # Génération d'une conclusion
 def generate_conclusion(analysis):
-    if "non-conformité" in analysis:
+    """
+    Génère une conclusion basée sur l'analyse du CV.
+    Vérifie la présence de "non-conformité" dans le texte pour déterminer si des lacunes existent.
+    """
+    if "non-conformité" in analysis.lower():
         return "Le candidat répond partiellement aux exigences du référentiel sélectionné. Des améliorations spécifiques sont recommandées."
     else:
         return "Le candidat satisfait pleinement aux exigences du référentiel sélectionné."
 
 # Interface utilisateur principale
 def main():
+    """
+    Interface principale Streamlit pour l'analyse des CV selon les référentiels GFSI.
+    Permet à l'utilisateur de fournir une clé API, de télécharger un CV, et de sélectionner un référentiel.
+    """
     st.title("Analyse de CV selon les référentiels GFSI")
     st.markdown("""
     Bienvenue sur l'outil d'analyse de CV GFSI. Utilisez cet outil pour évaluer un CV selon les référentiels tels que BRCGS, FSSC 22000, et IFS.
@@ -91,25 +111,34 @@ def main():
 
     # Chargement du fichier PDF
     uploaded_file = st.file_uploader("Téléchargez un fichier PDF (CV)", type="pdf")
+    if not uploaded_file:
+        st.info("Veuillez télécharger un fichier PDF pour continuer.")
+        return
+
+    # Sélection du référentiel
     referential = st.selectbox("Sélectionnez un référentiel", list(REFERENTIALS.keys()))
-    
-    if uploaded_file and referential:
-        cv_text = extract_text_from_pdf(uploaded_file)
-        if cv_text:
-            st.markdown("### Résultat de l'analyse")
-            analysis = analyze_cv_with_groq(cv_text, referential, groq_client)
-            if analysis:
-                st.markdown(f"<div style='font-size:16px;line-height:1.6;'>{analysis}</div>", unsafe_allow_html=True)
-                conclusion = generate_conclusion(analysis)
-                st.markdown(f"""
-                <div style="background-color:#dff0d8;padding:10px;border-radius:5px;margin-top:20px;">
-                    <strong>Conclusion :</strong> {conclusion}
-                </div>
-                """, unsafe_allow_html=True)
+    if not referential:
+        st.warning("Veuillez sélectionner un référentiel pour continuer.")
+        return
+
+    # Extraction et analyse du texte du CV
+    cv_text = extract_text_from_pdf(uploaded_file)
+    if cv_text:
+        st.markdown("### Résultat de l'analyse")
+        analysis = analyze_cv_with_groq(cv_text, referential, groq_client)
+        if analysis:
+            # Affichage des résultats
+            st.markdown(f"<div style='font-size:16px;line-height:1.6;'>{analysis}</div>", unsafe_allow_html=True)
+            conclusion = generate_conclusion(analysis)
+            st.markdown(f"""
+            <div style="background-color:#dff0d8;padding:10px;border-radius:5px;margin-top:20px;">
+                <strong>Conclusion :</strong> {conclusion}
+            </div>
+            """, unsafe_allow_html=True)
         else:
-            st.error("Impossible d'extraire le texte du CV. Vérifiez que le fichier PDF est lisible.")
+            st.error("Une erreur est survenue lors de l'analyse du CV. Veuillez réessayer.")
     else:
-        st.info("Veuillez télécharger un fichier PDF et sélectionner un référentiel pour lancer l'analyse.")
+        st.error("Impossible d'extraire le texte du CV. Vérifiez que le fichier PDF est lisible.")
 
 if __name__ == "__main__":
     main()